189 8069 5689
这篇文章主要介绍“什么是拉链表”，在日常操作中，相信很多人在什么是拉链表问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”什么是拉链表”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
创新互联公司-专业网站定制、快速模板网站建设、高性价比和平网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式和平网站制作公司更省心,省钱,快速模板网站建设找我们，业务覆盖和平地区。费用合理售后完善，10年实体公司更值得信赖。
一、拉链表介绍
拉链表：维护历史状态，以及最新状态数据的一种表，拉链表根据拉链粒度的不同，实际上相当于快照，只不过做了优化，去除了一部分不变的记录，通过拉链表可以很方便的还原出拉链时点的客户记录
二、拉链表场景
数据仓库的数据模型设计过程中，经常会遇到这样的需求：
表中的部分字段会被update，例如：用户的地址，产品的描述信息，品牌信息等等;
需要查看某一个时间点或者时间段的历史快照信息，例如：查看某一个产品在历史某一时间点的状态 查看某一个用户在过去某一段时间内，更新过几次等等
变化的比例和频率不是很大，例如：总共有1000万的会员，每天新增和发生变化的有10万左右
三、商品数据案例
需求：商品表：
| 列名 | 类型 | 说明 |
|---|---|---|
| goods_id | varchar(50) | 商品编号 |
| goods_status | varchar(50) | 商品状态（待审核、待售、在售、已删除） |
| createtime | varchar(50) | 商品创建日期 |
| modifytime | varchar(50) | 商品修改日期 |
2019年12月20日的数据如下所示：
| goods_id | goods_status | createtime | modifytime |
|---|---|---|---|
| 001 | 待审核 | 2019-12-20 | 2019-12-20 |
| 002 | 待售 | 2019-12-20 | 2019-12-20 |
| 003 | 在售 | 2019-12-20 | 2019-12-20 |
| 004 | 已删除 | 2019-12-20 | 2019-12-20 |
商品的状态，会随着时间推移而变化，我们需要将商品的所有变化的历史信息都保存下来。如何实现呢?
方案一: 快照每一天的数据到数仓(图解)
该方案为：
每一天都保存一份全量，将所有数据同步到数仓中(我这里就使用MySQL操作的)
很多记录都是重复保存，没有任何变化
12月20日(4条数据)
| goods_id | goods_status | createtime | modifytime |
|---|---|---|---|
| 001 | 待审核 | 2019-12-18 | 2019-12-20 |
| 002 | 待售 | 2019-12-19 | 2019-12-20 |
| 003 | 在售 | 2019-12-20 | 2019-12-20 |
| 004 | 已删除 | 2019-12-15 | 2019-12-20 |
12月21日(10条数据)
| goods_id | goods_status | createtime | modifytime |
|---|---|---|---|
| 以下为12月20日快照数据 | |||
| 001 | 待审核 | 2019-12-18 | 2019-12-20 |
| 002 | 待售 | 2019-12-19 | 2019-12-20 |
| 003 | 在售 | 2019-12-20 | 2019-12-20 |
| 004 | 已删除 | 2019-12-15 | 2019-12-20 |
| 以下为12月21日快照数据 | |||
| 001 | 待售（从待审核到待售） | 2019-12-18 | 2019-12-21 |
| 002 | 待售 | 2019-12-19 | 2019-12-20 |
| 003 | 在售 | 2019-12-20 | 2019-12-20 |
| 004 | 已删除 | 2019-12-15 | 2019-12-20 |
| 005（新商品） | 待审核 | 2019-12-21 | 2019-12-21 |
| 006（新商品） | 待审核 | 2019-12-21 | 2019-12-21 |
12月22日(18条数据)
| goods_id | goods_status | createtime | modifytime |
|---|---|---|---|
| 以下为12月20日快照数据 | |||
| 001 | 待审核 | 2019-12-18 | 2019-12-20 |
| 002 | 待售 | 2019-12-19 | 2019-12-20 |
| 003 | 在售 | 2019-12-20 | 2019-12-20 |
| 004 | 已删除 | 2019-12-15 | 2019-12-20 |
| 以下为12月21日快照数据 | |||
| 001 | 待售（从待审核到待售） | 2019-12-18 | 2019-12-21 |
| 002 | 待售 | 2019-12-19 | 2019-12-20 |
| 003 | 在售 | 2019-12-20 | 2019-12-20 |
| 004 | 已删除 | 2019-12-15 | 2019-12-20 |
| 005 | 待审核 | 2019-12-21 | 2019-12-21 |
| 006 | 待审核 | 2019-12-21 | 2019-12-21 |
| 以下为12月22日快照数据 | |||
| 001 | 待售 | 2019-12-18 | 2019-12-21 |
| 002 | 待售 | 2019-12-19 | 2019-12-20 |
| 003 | 已删除（从在售到已删除） | 2019-12-20 | 2019-12-22 |
| 004 | 待审核 | 2019-12-21 | 2019-12-21 |
| 005 | 待审核 | 2019-12-21 | 2019-12-21 |
| 006 | 已删除（从待审核到已删除） | 2019-12-21 | 2019-12-22 |
| 007 | 待审核 | 2019-12-22 | 2019-12-22 |
| 008 | 待审核 | 2019-12-22 | 2019-12-22 |
方案一: MySQL到，MySQL数仓代码实现
MySQL初始化
1.在MySQL中zw库和商品表用于到原始数据层
-- 创建数据库 create database if not exists zw; -- 创建商品表 create table if not exists `zw`.`t_product`( goods_id varchar(50), -- 商品编号 goods_status varchar(50), -- 商品状态 createtime varchar(50), -- 商品创建时间 modifytime varchar(50) -- 商品修改时间 );
2.在MySQL中创建ods和dw层 模拟数仓
-- ods创建商品表 create table if not exists `zw`.`ods_t_product`( goods_id varchar(50), -- 商品编号 goods_status varchar(50), -- 商品状态 createtime varchar(50), -- 商品创建时间 modifytime varchar(50), -- 商品修改时间 cdat varchar(10) --模拟hive分区 )default character set = 'utf8'; ; -- dw创建商品表 create table if not exists `zw`.`dw_t_product`( goods_id varchar(50), -- 商品编号 goods_status varchar(50), -- 商品状态 createtime varchar(50), -- 商品创建时间 modifytime varchar(50), -- 商品修改时间 cdat varchar(10) -- 模拟hive分区 )default character set = 'utf8'; ;
增量导入12月20号数据
1.原始数据导入12月20号数据(4条)
insert into `zw`.`t_product`(goods_id, goods_status, createtime, modifytime) values ('001', '待审核', '2019-12-18', '2019-12-20'), ('002', '待售', '2019-12-19', '2019-12-20'), ('003', '在售', '2019-12-20', '2019-12-20'), ('004', '已删除', '2019-12-15', '2019-12-20');注意：由于我这里使用的MySQL来模拟的数仓在这里偷个懒直接使用insert into的方式导入数据，在企业中可能会使用hive来做数仓使用kettle 或者sqoop或datax等来同步数据
# 从原始数据层导入到ods 层 insert into zw.ods_t_product select *,'20191220' from zw.t_product ; # 从ods同步到dw层 insert into zw.dw_t_product select * from zw.ods_t_product where cdat='20191220';
增量导入12月21数据
1.原始数据层导入12月21日数据(6条数据)
UPDATE `zw`.`t_product` SET goods_status = '待售', modifytime = '2019-12-21' WHERE goods_id = '001'; INSERT INTO `zw`.`t_product`(goods_id, goods_status, createtime, modifytime) VALUES ('005', '待审核', '2019-12-21', '2019-12-21'), ('006', '待审核', '2019-12-21', '2019-12-21');2.将数据导入到ods层与dw层
# 从原始数据层导入到ods 层 insert into zw.ods_t_product select *,'20191221' from zw.t_product ; # 从ods同步到dw层 insert into zw.dw_t_product select * from zw.ods_t_product where cdat='20191221';
3.查看dw层的运行结果
select * from zw.dw_t_product where cdat='20191221';
增量导入12月22日数据
1.原始数据层导入12月22日数据（6条数据）
UPDATE `zw`.`t_product` SET goods_status = '已删除', modifytime = '2019-12-22' WHERE goods_id = '003'; UPDATE `zw`.`t_product` SET goods_status = '已删除', modifytime = '2019-12-22' WHERE goods_id = '006'; INSERT INTO `zw`.`t_product`(goods_id, goods_status, createtime, modifytime) VALUES ('007', '待审核', '2019-12-22', '2019-12-22'), ('008', '待审核', '2019-12-22', '2019-12-22');2.将数据导入到ods层与dw层
# 从原始数据层导入到ods 层 insert into zw.ods_t_product select *,'20191222' from zw.t_product ; # 从ods同步到dw层 insert into zw.dw_t_productpeizhiwenjian select * from zw.ods_t_product where cdat='20191222';
3.查看dw层的运行结果
select * from zw.dw_t_product where cdat='20191222';
从上述案例，可以看到：
表每天保留一份全量，每次全量中会保存很多不变的信息，如果数据量很大的话，对存储是极大的浪费
可以讲表设计为拉链表，既能满足反应数据的历史状态，又可以最大限度地节省存储空间。
方案二: 使用拉链表保存历史快照(思路/图解)
拉链表不存储冗余的数据，只有某行的数据发生变化，才需要保存下来，相比每次全量同步会节省存储空间
能够查询到历史快照
额外的增加了两列(dw_start_date、dw_end_date)，为数据行的生命周期
12月20日商品拉链表的数据：
| goods_id | goods_status | createtime | modifytime | dw_start_date | dw_end_date |
|---|---|---|---|---|---|
| 001 | 待审核 | 2019-12-18 | 2019-12-20 | 2019-12-20 | 9999-12-31 |
| 002 | 待售 | 2019-12-19 | 2019-12-20 | 2019-12-20 | 9999-12-31 |
| 003 | 在售 | 2019-12-20 | 2019-12-20 | 2019-12-20 | 9999-12-31 |
| 004 | 已删除 | 2019-12-15 | 2019-12-20 | 2019-12-20 | 9999-12-31 |
12月20日的数据是全新的数据导入到dw表
dw_start_date表示某一条数据的生命周期起始时间，即数据从该时间开始有效(即生效日期)
dw_end_date表示某一条数据的生命周期结束时间，即数据到这一天(不包含)(即失效日期)
dw_end_date为9999-12-31，表示当前这条数据是最新的数据，数据到9999-12-31才过期
12月21日商品拉链表的数据
| goods_id | goods_status | createtime | modifytime | dw_start_date | dw_end_date |
|---|---|---|---|---|---|
| 001 | 待审核 | 2019-12-18 | 2019-12-20 | 2019-12-20 | 2019-12-21 |
| 002 | 待售 | 2019-12-19 | 2019-12-20 | 2019-12-20 | 9999-12-31 |
| 003 | 在售 | 2019-12-20 | 2019-12-20 | 2019-12-20 | 9999-12-31 |
| 004 | 已删除 | 2019-12-15 | 2019-12-20 | 2019-12-20 | 9999-12-31 |
| 001（变） | 待售 | 2019-12-18 | 2019-12-21 | 2019-12-21 | 9999-12-31 |
| 005（新） | 待审核 | 2019-12-21 | 2019-12-21 | 2019-12-21 | 9999-12-31 |
12月21日商品拉链表的数据
拉链表中没有存储冗余的数据，(只要数据没有变化，无需同步)
001编号的商品数据的状态发生了变化(从待审核 → 待售)，需要将原有的dw_end_date从9999-12-31变为2019-12-21，表示待审核状态，在2019/12/20(包含) - 2019/12/21(不包含)有效
001编号新的状态重新保存了一条记录，dw_start_date为2019/12/21，dw_end_date为9999/12/31
新数据005、006、dw_start_date为2019/12/21，dw_end_date为9999/12/31
12月22日商品拉链表的数据
| goods_id | goods_status | createtime | modifytime | dw_start_date | dw_end_date |
|---|---|---|---|---|---|
| 001 | 待审核 | 2019-12-18 | 2019-12-20 | 2019-12-20 | 2019-12-21 |
| 002 | 待售 | 2019-12-19 | 2019-12-20 | 2019-12-20 | 9999-12-31 |
| 003 | 在售 | 2019-12-20 | 2019-12-20 | 2019-12-20 | 2019-12-22 |
| 004 | 已删除 | 2019-12-15 | 2019-12-20 | 2019-12-20 | 9999-12-31 |
| 001 | 待售 | 2019-12-18 | 2019-12-21 | 2019-12-21 | 9999-12-31 |
| 005 | 待审核 | 2019-12-21 | 2019-12-21 | 2019-12-21 | 9999-12-31 |
| 006 | 待审核 | 2019-12-21 | 2019-12-21 | 2019-12-21 | 9999-12-31 |
| 003（变） | 已删除 | 2019-12-20 | 2019-12-22 | 2019-12-22 | 9999-12-31 |
| 007（新） | 待审核 | 2019-12-22 | 2019-12-22 | 2019-12-22 | 9999-12-31 |
| 008（新） | 待审核 | 2019-12-22 | 2019-12-22 | 2019-12-22 | 9999-12-31 |
12月22日商品拉链表的数据
003编号的商品数据的状态发生了变化(从在售→已删除)，需要将原有的 dw_end_date从9999-12-31变为2019-12-22，表示在售状态，在2019/12/20(包含) - 2019/12/22(不包含) 有效
003编号新的状态重新保存了一条记录，dw_start_date为2019/12/22，dw_end_date为9999/12/31
新数据007、008、dw_start_date为2019/12/22，dw_end_date为9999/12/31
方案二: 拉链表快照代码实现
操作流程：
鸿蒙官方战略合作共建——HarmonyOS技术社区
在原有dw层表上，添加额外的两列
只同步当天修改的数据到ods层
拉链表算法实现
拉链表的数据为：当天最新的数据 UNION ALL 历史数据
代码实现：
1.在MySQL中zw库和商品表用于到原始数据层
-- 创建数据库 create database if not exists zw; -- 创建商品表 create table if not exists `zw`.`t_product_2`( goods_id varchar(50), -- 商品编号 goods_status varchar(50), -- 商品状态 createtime varchar(50), -- 商品创建时间 modifytime varchar(50) -- 商品修改时间 )default character set = 'utf8';
2.在MySQL中创建ods和dw层 模拟数仓
-- ods创建商品表 create table if not exists `zw`.`ods_t_product2`( goods_id varchar(50), -- 商品编号 goods_status varchar(50), -- 商品状态 createtime varchar(50), -- 商品创建时间 modifytime varchar(50), -- 商品修改时间 cdat varchar(10) -- 模拟hive分区 )default character set = 'utf8'; -- dw创建商品表 create table if not exists `zw`.`dw_t_product2`( goods_id varchar(50), -- 商品编号 goods_status varchar(50), -- 商品状态 createtime varchar(50), -- 商品创建时间 modifytime varchar(50), -- 商品修改时间 dw_start_date varchar(12), -- 生效日期 dw_end_date varchar(12), -- 失效时间 cdat varchar(10) -- 模拟hive分区 )default character set = 'utf8';
全量导入2019年12月20日数据
1.原始数据层导入12月20日数据(4条数据)
insert into `zw`.`t_product_2`(goods_id, goods_status, createtime, modifytime) values ('001', '待审核', '2019-12-18', '2019-12-20'), ('002', '待售', '2019-12-19', '2019-12-20'), ('003', '在售', '2019-12-20', '2019-12-20'), ('004', '已删除', '2019-12-15', '2019-12-20');2.将数据导入到数仓中的ods层
insert into zw.ods_t_product2 select *,'20191220' from zw.t_product_2 where modifytime >='2019-12-20'
3.将数据从ods层导入到dw层
insert into zw.dw_t_product2 select goods_id, goods_status, createtime, modifytime, modifytime,'9999-12-31', cdat from zw.ods_t_product2 where cdat='20191220'
增量导入2019年12月21日数据
1.原始数据层导入12月21日数据(6条数据)
UPDATE `zw`.`t_product_2` SET goods_status = '待售', modifytime = '2019-12-21' WHERE goods_id = '001'; INSERT INTO `zw`.`t_product_2`(goods_id, goods_status, createtime, modifytime) VALUES ('005', '待审核', '2019-12-21', '2019-12-21'), ('006', '待审核', '2019-12-21', '2019-12-21');2.原始数据层同步到ods层
insert into zw.ods_t_product2 select *,'20191221' from zw.t_product_2 where modifytime >='2019-12-21';
3.编写ods层到dw层重新计算 dw_end_date
注意：我这里直接将结果的SQL语句放在这里语句 因为需要将覆盖写入到数据库中我这里就没有写了，但是不影响我们结果。12月22 号的操作流程跟21 一样我就里就不写了
select t1.goods_id, t1.goods_status, t1.createtime, t1.modifytime, t1.dw_start_date, case when (t2.goods_id is not null and t1.dw_end_date>'2019-12-21') then '2019-12-21'else t1.dw__date end as end , t1.cdat from zw.dw_t_product2 t1 left join (select * from zw.ods_t_product2 where cdat='20191221')t2 on t1.goods_id=t2.goods_id union select goods_id, goods_status, createtime, modifytime, modifytime,'9999-12-31', cdat from zw.ods_t_product2 where cdat='20191221'
查询结果
到此，关于“什么是拉链表”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！