數據倉庫之拉鍊表，流水錶，全量表，增量表

1. 全量表：每天的所有的最新狀態的數據，
2. 增量表：每天的新增數據，增量數據是上次導出之後的新數據。
3. 拉鍊表：維護歷史狀態，以及最新狀態數據的一種表，拉鍊表根據拉鍊粒度的不同，實際上相當於快照，只不過做了優化，去除了一部分不變的記錄而已,通過拉鍊表可以很方便的還原出拉鍊時點的客戶記錄。
4. 流水錶： 對於表的每一個修改都會記錄，可以用於反映實際記錄的變更。

拉鍊表通常是對賬戶信息的歷史變動進行處理保留的結果，流水錶是每天的交易形成的歷史；
流水錶用於統計業務相關情況，拉鍊表用於統計賬戶及客戶的情況
數據倉庫之拉鍊表（原理、設計以及在Hive中的實現）

在有些情況下，爲了保持歷史的一些狀態，需要用拉鍊表來做，這樣做目的在可以保留所有狀態的情況下可以節省空間。

拉鍊表適用於以下幾種情況吧

數據量有點大，表中某些字段有變化，但是呢變化的頻率也不是很高，業務需求呢又需要統計這種變化狀態，每天全量一份呢，有點不太現實，

不僅浪費了存儲空間，有時可能業務統計也有點麻煩，這時，拉鍊表的作用就提現出來了，既節省空間，又滿足了需求。

一般在數倉中通過增加begin_date,en_date來表示，如下例，後兩列是start_date和end_date.
2016-08-20 2016-08-20 創建 2016-08-20 2016-08-20
2016-08-20 2016-08-21 支付 2016-08-21 2016-08-21
2016-08-20 2016-08-22 完成 2016-08-22 9999-12-31
2016-08-20 2016-08-20 創建 2016-08-20 2016-08-20
2016-08-20 2016-08-21 完成 2016-08-21 9999-12-31
2016-08-20 2016-08-20 創建 2016-08-20 2016-08-21
2016-08-20 2016-08-22 支付 2016-08-22 9999-12-31
2016-08-21 2016-08-21 創建 2016-08-21 2016-08-21
2016-08-21 2016-08-22 支付 2016-08-22 9999-12-31
2016-08-22 2016-08-22 創建 2016-08-22 9999-12-31
begin_date表示該條記錄的生命週期開始時間，end_date表示該條記錄的生命週期結束時間；

end_date = ‘9999-12-31’表示該條記錄目前處於有效狀態；

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′

如果查詢2016-08-21的歷史快照，則select * from order_his where begin_date <= ‘2016-08-21′ and end_date >= ‘2016-08-21’

再簡單介紹一下拉鍊表的更新：

假設以天爲維度，以每天的最後一個狀態爲當天的最終狀態。

以一張訂單表爲例，如下是原始數據，每天的訂單狀態明細
2016-08-20 2016-08-20 創建
2016-08-20 2016-08-20 創建
2016-08-20 2016-08-20 創建
2016-08-20 2016-08-21 支付
2016-08-20 2016-08-21 完成
2016-08-21 2016-08-21 創建
2016-08-20 2016-08-22 完成
2016-08-20 2016-08-22 支付
2016-08-21 2016-08-22 支付
2016-08-22 2016-08-22 創建
根據拉鍊表我們希望得到的是
2016-08-20 2016-08-20 創建 2016-08-20 2016-08-20
2016-08-20 2016-08-21 支付 2016-08-21 2016-08-21
2016-08-20 2016-08-22 完成 2016-08-22 9999-12-31
2016-08-20 2016-08-20 創建 2016-08-20 2016-08-20
2016-08-20 2016-08-21 完成 2016-08-21 9999-12-31
2016-08-20 2016-08-20 創建 2016-08-20 2016-08-21
2016-08-20 2016-08-22 支付 2016-08-22 9999-12-31
2016-08-21 2016-08-21 創建 2016-08-21 2016-08-21
2016-08-21 2016-08-22 支付 2016-08-22 9999-12-31
2016-08-22 2016-08-22 創建 2016-08-22 9999-12-31
可以看出 1，2，3，4每個訂單的狀態都有，並且也能統計到當前的有效狀態。

本例以hive爲例，只考慮到實現，與性能無關

首先創建表

CREATE TABLE orders (
orderid INT,
createtime STRING,
modifiedtime STRING,
status STRING
) row format delimited fields terminated by ‘\t’

CREATE TABLE ods_orders_inc (
orderid INT,
createtime STRING,
modifiedtime STRING,
status STRING
) PARTITIONED BY (day STRING)
row format delimited fields terminated by ‘\t’

CREATE TABLE dw_orders_his (
orderid INT,
createtime STRING,
modifiedtime STRING,
status STRING,
dw_start_date STRING,
dw_end_date STRING
) row format delimited fields terminated by ‘\t’ ;
首先全量更新，我們先到2016-08-20爲止的數據。

初始化，先把2016-08-20的數據初始化進去

INSERT overwrite TABLE ods_orders_inc PARTITION (day = ‘2016-08-20’)
SELECT orderid,createtime,modifiedtime,status
FROM orders
WHERE createtime < ‘2016-08-21’ and modifiedtime <‘2016-08-21’;
刷到dw中

INSERT overwrite TABLE dw_orders_his
SELECT orderid,createtime,modifiedtime,status,
createtime AS dw_start_date,
‘9999-12-31’ AS dw_end_date
FROM ods_orders_inc
WHERE day = ‘2016-08-20’;

如下結果

select * from dw_orders_his;
OK
2016-08-20 2016-08-20 創建 2016-08-20 9999-12-31
2016-08-20 2016-08-20 創建 2016-08-20 9999-12-31
2016-08-20 2016-08-20 創建 2016-08-20 9999-12-31
剩餘需要進行增量更新

INSERT overwrite TABLE ods_orders_inc PARTITION (day = ‘2016-08-21’)
SELECT orderid,createtime,modifiedtime,status
FROM orders
WHERE (createtime = ‘2016-08-21’ and modifiedtime = ‘2016-08-21’) OR modifiedtime = ‘2016-08-21’;

select * from ods_orders_inc where day=‘2016-08-21’;
OK
2016-08-20 2016-08-21 支付 2016-08-21
2016-08-20 2016-08-21 完成 2016-08-21
2016-08-21 2016-08-21 創建 2016-08-21
先放到增量表中，然後進行關聯到一張臨時表中，在插入到新表中

DROP TABLE IF EXISTS dw_orders_his_tmp;
CREATE TABLE dw_orders_his_tmp AS
SELECT orderid,
createtime,
modifiedtime,
status,
dw_start_date,
dw_end_date
FROM (
SELECT a.orderid,
a.createtime,
a.modifiedtime,
a.status,
a.dw_start_date,
CASE WHEN b.orderid IS NOT NULL AND a.dw_end_date > ‘2016-08-21’ THEN ‘2016-08-21’ ELSE a.dw_end_date END AS dw_end_date
FROM dw_orders_his a
left outer join (SELECT * FROM ods_orders_inc WHERE day = ‘2016-08-21’) b
ON (a.orderid = b.orderid)
UNION ALL
SELECT orderid,
createtime,
modifiedtime,
status,
modifiedtime AS dw_start_date,
‘9999-12-31’ AS dw_end_date
FROM ods_orders_inc
WHERE day = ‘2016-08-21’
) x
ORDER BY orderid,dw_start_date;

INSERT overwrite TABLE dw_orders_his
SELECT * FROM dw_orders_his_tmp;
在根據上面步驟把2016-08-22號的數據更新進去，最後結果如下

select * from dw_orders_his;
OK
2016-08-20 2016-08-20 創建 2016-08-20 2016-08-20
2016-08-20 2016-08-21 支付 2016-08-21 2016-08-21
2016-08-20 2016-08-22 完成 2016-08-22 9999-12-31
2016-08-20 2016-08-20 創建 2016-08-20 2016-08-20
2016-08-20 2016-08-21 完成 2016-08-21 9999-12-31
2016-08-20 2016-08-20 創建 2016-08-20 2016-08-21
2016-08-20 2016-08-22 支付 2016-08-22 9999-12-31
2016-08-21 2016-08-21 創建 2016-08-21 2016-08-21
2016-08-21 2016-08-22 支付 2016-08-22 9999-12-31
2016-08-22 2016-08-22 創建 2016-08-22 9999-12-31
至此，就得到了我們想要的數據。

值得注意的是，訂單表中數據同一天有多次狀態更新，應以每天的最後一個狀態爲當天的最終狀態。比如一天之內訂單狀態創建,支付,完成都有，應拉取最終的狀態進行拉練表更新，否則後面的數據可能就會出現異常，比如
2016-08-22 2016-08-22 創建 2016-08-22 9999-12-31
2016-08-22 2016-08-22 支付 2016-08-22 9999-12-31
2016-08-22 2016-08-22 完成 2016-08-22 9999-12-31