1.为什么要做拉链表

拉链表适用于同步新增和变化的数据！对于周期型事实表，采用同步新增和变化的方式！

使用场景：

1)比如订单状态：

三天内该订单状态发生了变化，但是同一个事物内进行的

2)人的出行轨迹

2.拉链表在hive中使用

以同步order_info为例

以下为Mysql中数据的记录形式

2020-02-23

2020-02-24

如果该mysql的表是每天全量同步， 如果不采用拉链表，存在在一张hive的表中，有同一条信息的多条不同时期的状态！比较凌乱，而且很难分别不同的记录之间的顺序关系！

可以采用拉链表，拉(拉取原始数据)链(以链条的形式)表，展示同一条信息，在不同日期的状态，以及同一条信息的随着时间状态的演变顺序！

3.拉链表的形式

(1)查询拉链表中的某天的历史切片

举例查询2020-02-24日在拉链表中的历史切片数据，

代表要查询2020-02-24之前插入的，当前在表中状态是最新的数据！

(2)hive拉拉表制作

1.2020-02-24从mysql同步过来的数据(假如是第一次同步)，10个订单数据

2 .2020-02-24从mysql同步过来的数据(假如是第一次同步)，3条订单数据

2020-02-25的数据，8号与9号的订单修改了，操作时间为2020-02-25，11号是新增订单

3.创建临时表，结构和目标拉链表一致

create table 临时表名 like ods_order_info

create table dwd_order_info_his_tmp like dwd_order_info_his;

4.混合数据

先插入到临时表，再从临时表查询，覆盖写到拉链表

a)讲拉链表中的所有数据查询出，如果历史数据没有发生变化，不需要修改如果历史数据，和今日新增和变化的数据的id一致，此时需要把历史数据中的end_date从9999-99-99改为当前同步数据的日期-1

b)讲今日的新增和变化数据直接插入到临时表

sql:

insert overwrite TABLE dwd_order_info_his_tmp

SELECT id, total_amount, order_status, user_id, payment_way, out_trade_no, create_time, operate_time,a.dt as start_date,

'9999-99-99' end_date

FROM gmall.ods_order_info a

where dt='2020-02-25'

union all

SELECT oi.id, total_amount, order_status, user_id, payment_way, out_trade_no, create_time, operate_time,

start_date,

if(t.id is null,end_date,date_sub(t.dt,1))end_date

FROM gmall.dwd_order_info_his oi left join

(select id ,dt from ods_order_info where dt='2020-02-25') t

on oi.id=t.id and oi.end_date='9999-99-99'

10.将临时表的数据插入到新表

insert overwrite TABLE dwd_order_info_his

select * from dwd_order_info_his_tmp order by id

1.历史的拉链表数据与今天同步过来的数据进行left join 条件为order_id相等并且结束时间有效，今天的order_id不为空的说明是变化的数据,为空的就是没有变化的和新增的数据

2.if(t.id is null,end_date,date_sub(dt,1))end_date   将变化的end_date改为昨天时间，没有变化仍然不变

3.将历史表所有变化的订单的end_time修改为前一天作为结束时间，说明该订单的这个状态的已经结束了

4.将修改后的历史订单与今天同步(新增的和更新的)进行union all 得到就是某个订单历史状态及目前的状态

5.将临时表dwd_order_info_his_tmp数据覆盖dwd_order_info_his

最终看到 8号与9号订单的历史变化是： 2020-02-24订单状态位1，当天就结束了，到了2020--02-25订单状态变为3

可以明显的看到周期事物表中某个事物的周期变化性