什麼是拉鍊表

2022-05-07 06:48:12 字數 1479 閱讀 1492

在資料倉儲的資料模型設計過程中,經常會遇到這樣的需求:

1. 資料量比較大;

2. 表中的部分欄位會被update,如使用者的位址,產品的描述資訊,訂單的狀態等等;

3. 需要檢視某乙個時間點或者時間段的歷史快照資訊,比如,檢視某乙個訂單在歷史某乙個時間點的狀態,

比如,檢視某乙個使用者在過去某一段時間內,更新過幾次等等;

4. 變化的比例和頻率不是很大,比如,總共有1000萬的會員,每天新增和發生變化的有10萬左右;

5. 如果對這邊表每天都保留乙份全量,那麼每次全量中會儲存很多不變的資訊,對儲存是極大的浪費;

拉鍊歷史表,既能滿足反應資料的歷史狀態,又可以最大程度的節省儲存;

舉個簡單例子,比如有一張訂單表,6月20號有3條記錄:

到6月21日,表中有5條記錄:

到6月22日,表中有6條記錄:

資料倉儲中對該錶的保留方法:

1. 只保留乙份全量,則資料和6月22日的記錄一樣,如果需要檢視6月21日訂單001的狀態,則無法滿足;

2. 每天都保留乙份全量,則資料倉儲中的該錶共有14條記錄,但好多記錄都是重複儲存,沒有任務變化,如訂單002,004,資料量大了,會造成很大的儲存浪費;

如果在資料倉儲中設計成歷史拉鍊表儲存該錶,則會有下面這樣一張表:

說明:1. dw_begin_date表示該條記錄的生命週期開始時間,dw_end_date表示該條記錄的生命週期結束時間;

2. dw_end_date = '9999-12-31'表示該條記錄目前處於有效狀態;

3. 如果查詢當前所有有效的記錄,則select * from order_his where dw_end_date = '9999-12-31'

4. 如果查詢2012-06-21的歷史快照,則select * from order_his where dw_begin_date <= '2012-06-21' and end_date >= '2012-06-21',這條語句會查詢到以下記錄:

和源表在6月21日的記錄完全一致:

可以看出,這樣的歷史拉鍊表,既能滿足對歷史資料的需求,又能很大程度的節省儲存資源;

什麼是全量表,增量表,快照表,拉鍊表?

這一篇文章我們的目的是搞懂這四種表的概念,閒話不多說,直接看文字。全量表 全量表沒有分割槽,表中的資料是前一天的所有資料,比如說今天是24號,那麼全量表裡面擁有的資料是23號的所有資料,每次往全量表裡面寫資料都會覆蓋之前的資料,所以全量表不能記錄歷史的資料情況,只有截止到當前最新的 全量的資料。快照...

歷史拉鍊表

在資料倉儲的資料模型設計過程中,經常會遇到這樣的需求 1.資料量比較大 2.表中的部分欄位會被update,如使用者的位址,產品的描述資訊,訂單的狀態等等 3.需要檢視某乙個時間點或者時間段的歷史快照資訊,比如,檢視某乙個訂單在歷史某乙個時間點的狀態,比如,檢視某乙個使用者在過去某一段時間內,更新過...

拉鍊表設計

一 建立拉鍊表 1 假如首日是2022 02 24,首先將資料從ods層載入到dim層,分割槽日期和結束日期都為9999 00 00 2 第二日2022 02 25,一部分使用者新增變化,需要把新增的和變化的裝載到dim層,分割槽結束日期是9999分割槽,但要注意9999分割槽有一部分過期資料 過期...