数据仓库企业最佳实践系列之拉链表

大家好，欢迎来到IT知识分享网。

目录：

一、拉链表介绍

二、拉链表使用场景

三、真实企业案例（社招案例）

四、相关面试题

一、拉链表介绍

拉链表是针对数据仓库设计中表存储数据的方式而定义的，顾名思义，所谓拉链，就是记录历史。记录一个事物从开始，一直到当前状态的所有变化的信息。

二、拉链表使用场景

我们在设计模型的时候会遇到一些情况：

1. 表中的部分字段会被更新，如企微添加好友，归因渠道。

2. 需要查看某一个时间点或者时间段的历史快照信息，例如：查看某一个用户在2022年的求职状态。

3. 表中的记录变化的比例和频率不是很大比如，总共有5亿的用户，每天新增和发生变化的有100w左右，变化的比例占到很小。

三、实现过程（社招案例）

企业简历特权使用记录，修改成拉链表，记录历史更新状态

说明：data_dt 为分区时间，pre1day为 data_dt-1，ods为全量表

需要一张临时表，用于存放中间过程

建表：

准备数据：

将数据插入：ods_test_test_business_da 的2022-10-22的分区中，按着拉链表的流程最后可以得到dwd_test_business_da 表2022-10-22的最原始的数据，record_start_date为create_date，record_end_date 为3000-12-31

插入 ods_test_test_business_da 分区为2022-10-23

1、新增直接取过来，未结束日期为3000-12-31

结果：

2. 更新则保留前一日数据，并将记录结束日期记成更新日期，新记录的开始日期为更新日期

3. 不变的记录，取昨日数据

4. 删除的数据则保留前一日数据，并将记录结束日期记成更新日期

5. 拉链结束的数据直接拿过来

6. 得到最后的拉链表

四、相关面试题

什么是拉链表，怎样设计一张拉链表？

首先要说明拉链表是什么，什么业务场景下会使用，然后结合自己的业务细说，并解决了什么问题。