深渊之刃-Greenplum数据库之拉链表的实现

深渊之刃-Greenplum数据库之拉链表的实现

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。

一、概念

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。

二、表的创建

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 );

三、存储过程的创建

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)

-- 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;

四、拉链的过程实现

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')                                  );

五、测试

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：