您好,登录后才能下订单哦!
今天就跟大家聊聊有关Greenplum数据库中拉链表的实现是怎样的,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。
历史拉链表是一种数据模型,主要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,所谓历史拉链表,就是记录一个事务从开始一直到当前状态的所有变化的信息,拉链表可以避免按每一天存储所有记录造成的海量存储问题,同事也是处理缓慢变化数据的一种常见方式。
在拉链表中,每一条数据都有一个生效日期(sdate) 和 失效日期(edate)。假设在一个用户表中,在 2019年10月8日 新增了两个用户,则这两条记录的生效时间为当天,由于到 2019年10月8日 为止,这两条记录还没有被修改过,所以失效时间为无穷大,这里设置为数据库中的最大值(2999-12-31),如图所示:
第二天(2019-10-09),用户 1001 被删除,用户 1002 的电话号码被修改成 16500000006。为了保留历史状态,用户 1001 的失效时间被修改成 2019-10-09,用户 1002 则变成两条记录,如图所示:
第三天(2019-10-10),又新增了用户 1003,则用户表数据如图:
如果要查询最新的数据,那么只要查询失效时间为 2999-12-31 的数据即可,如果要查询 10月8号 的历史数据,则筛选生效时间 <= 2019-10-08 并且失效时间 > 2019-10-08 的数据即可;如果查询的是 10月9日的数据,那么筛选条件则是生效时间 <= 2019-10-09 并且失效时间 > 2019-10-09;以此类推。
临时源表 T_FIN_ACCTION_SRC,接收其它数据库(如 oracle)表推送过来的数据 ,表结构和源数据库的表结构一致。
--源表
create table T_FIN_ACCTION_SRC(
eNo varchar(6),
eName varchar(10),
ePhone varchar(11),
eData_date date
);
目标表 ( 即拉链表 ) T_FIN_ACCTION_TAR,这里注意的是:拉链表把源表的时间字段改成了生效时间和失效时间。
--拉链表
create table T_FIN_ACCTION_TAR(
eNo varchar(6),
eName varchar(10),
ePhone varchar(11),
sdate date,
edate date
);
在这里为了方便阅读以及代码的编写,先写出整体的存储过程架构,然后我们在一步一步添加代码:
-- 将当前时间传入 (也可以传入昨天的时间哦,随机应变,如果传入的时间是今天则使用中要将时间减一,因为我们要处理的是昨天的数据)
create or replace function My_FIN_GL_SUBJECT_PRO(IN P_TODAY VARCHAR)
returns void
as $$
declare
begin
--1.目标表中没有此主键的则确定为新增 - 新增
--2.源表中没有该ID则进行关链 - 删除
--3.修改
--3.1 闭链:目标表中有此主键的记录,状态值不同,更新结束日期为当天
--3.2 开链:目标表中新增一条修改的数据,更新结束日期为无穷大
end;
$$
language plpgsql;
1.目标表中没有此主键的则确定为新增 - 新增
insert into gplcydb.public.T_FIN_ACCTION_TAR(eNo,eName,ePhone,sdate,edate)
select s.eNo,s.eName,s.ePhone,s.eData_date,to_date('2999-12-31','yyyy-mm-dd')
from gplcydb.public.T_FIN_ACCTION_SRC s
where s.eData_date=(to_date(P_TODAY,'yyyy-mm-dd') - 1)
and not exists(
select 1 from gplcydb.public.T_FIN_ACCTION_TAR t
where
s.eNo=t.eNo
and s.eName=t.eName
and s.ePhone=t.ePhone
);
2.源表中没有该ID则进行关链 - 删除
update gplcydb.public.T_FIN_ACCTION_TAR a set edate=(to_date(P_TODAY,'yyyy-mm-dd')-1)
where not exists(
select 1 from gplcydb.public.T_FIN_ACCTION_SRC s
where
s.eNo=a.eNo
and a.edate=to_date('2999-12-31', 'yyyy-mm-dd')
);
3.修改
3.1 闭链:目标表中有此主键的记录,状态值不同,更新结束日期为当天
update gplcydb.public.T_FIN_ACCTION_TAR b set edate=(to_date(P_TODAY,'yyyy-mm-dd')-1)
where b.edate=to_date('2999-12-31','yyyy-mm-dd')
and exists(
select 1 from gplcydb.public.T_FIN_ACCTION_SRC s
where
s.eNo = b.eNo and b.sdate < (to_date(P_TODAY,'yyyy-mm-dd')-1)
and (
s.eName <> b.eName or s.ePhone <> b.ePhone
)
);
3.2 开链:目标表中新增一条修改的数据,更新结束日期为无穷大
insert into gplcydb.public.T_FIN_ACCTION_TAR(eNo,eName,ePhone,sdate,edate)
select s.eNo,s.eName,s.ePhone,(to_date(P_TODAY,'yyyy-mm-dd') - 1),to_date('2999-12-31','yyyy-mm-dd')
from gplcydb.public.T_FIN_ACCTION_SRC s
where
s.eData_date=(to_date(P_TODAY,'yyyy-mm-dd') - 1)
and exists( --处理数据断链新增的情况
select 1 from (
select eNo,sdate,max(edate) end_date
from gplcydb.public.T_FIN_ACCTION_TAR group by eNo,sdate) t
where
t.eNo=s.eNo
and s.eData_date = t.sdate
and t.end_date <= to_date(P_TODAY,'yyyy-mm-dd')
);
要测试拉链函数,首先我们必须要在原表中插入数据(模拟一天全量的数据):
insert into T_FIN_ACCTION_SRC values('1001','feiniu','18500000001','2019-10-10');
insert into T_FIN_ACCTION_SRC values('1002','beibei','18400000005','2019-10-10');
insert into T_FIN_ACCTION_SRC values('1003','yuyu','13800000005','2019-10-10');
调用函数进行拉链测试:
select My_FIN_GL_SUBJECT_PRO('2019-10-11'); --调用函数
select * from T_FIN_ACCTION_TAR; --查询拉链表
测试结果如下图:
插入第二天全量数据,这些数据中有新增的数据,有源数据被删除,还有源数据被修改,完整的模拟sql语句如下:
delete from T_FIN_ACCTION_SRC where eno='1003';
insert into T_FIN_ACCTION_SRC values('1004','kongkong','13800000666','2019-10-11');
update T_FIN_ACCTION_SRC set ename='xiaofeifei' where eno='1001';
select * from T_FIN_ACCTION_SRC;
原表的效果图如下:
接下来执行拉链函数:
--执行拉链函数
select My_FIN_GL_SUBJECT_PRO('2019-10-12');
select * from T_FIN_ACCTION_TAR; --查询目标表
效果图如下:
看完上述内容,你们对Greenplum数据库中拉链表的实现是怎样的有进一步的了解吗?如果还想了解更多知识或者相关内容,请关注亿速云行业资讯频道,感谢大家的支持。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。