在資料倉儲的資料模型設計過程中,經常會遇到這樣的需求:
1.資料量比較大;
2.表中的部分欄位會被update,
如使用者的位址,產品的描述資訊,訂單的狀態等等;
3.需要檢視某乙個時間點或者時間段的歷史快照資訊
,比如,檢視某乙個訂單在歷史某乙個時間點的狀態,
比如,檢視某乙個使用者在過去某一段時間內,更新過幾次等等;
4. 變化的比例和頻率不是很大
,比如,總共有1000萬的會員,每天新增和發生變化的有10萬左右;
5. 如果對這些表每天都保留乙份全量,那麼每次全量中會儲存很多不變的資訊,對儲存是極大的浪費;拉鍊歷史表,既能滿足反應資料的歷史狀態,又可以最大程度的節省儲存;
舉個簡單例子,比如有一張訂單表,6月20號有3條記錄:
訂單建立日期
訂單編號
訂單狀態
2012-06-20
001建立訂單
2012-06-20
002建立訂單
2012-06-20
003支付完成
到6月21日,表中有5條記錄:
訂單建立日期
訂單編號
訂單狀態
2012-06-20
001支付完成(從建立到支付)
2012-06-20
002建立訂單
2012-06-20
003支付完成
2012-06-21
004建立訂單
2012-06-21
005建立訂單
到6月22日,表中有6條記錄:
訂單建立日期
訂單編號
訂單狀態
2012-06-20
001支付完成(從建立到支付)
2012-06-20
002建立訂單
2012-06-20
003已發貨(從支付到發貨)
2012-06-21
004建立訂單
2012-06-21
005支付完成(從建立到支付)
2012-06-22
006建立訂單
資料倉儲中對該錶的保留方法:
只保留乙份全量,則資料和6月22日的記錄一樣,如果需要檢視6月21日訂單001的狀態,則無法滿足;
每天都保留乙份全量,則資料倉儲中的該錶共有14條記錄,但好多記錄都是重複儲存,沒有任務變化,如訂單002,004,資料量大了,會造成很大的儲存浪費;
如果在資料倉儲中設計成歷史拉鍊表儲存該錶,則會有下面這樣一張表:
訂單建立日期
訂單編號
訂單狀態
dw_begin_date
dw_end_date
2012-06-20
001建立訂單
2012-06-20
2012-06-20
2012-06-20
001支付完成
2012-06-21
9999-12-31
2012-06-20
002建立訂單
2012-06-20
9999-12-31
2012-06-20
003支付完成
2012-06-20
2012-06-21
2012-06-20
003已發貨
2012-06-22
9999-12-31
2012-06-21
004建立訂單
2012-06-21
9999-12-31
2012-06-21
005建立訂單
2012-06-21
2012-06-21
2012-06-21
005支付完成
2012-06-22
9999-12-31
2012-06-22
006建立訂單
2012-06-22
9999-12-31
說明:dw_begin_date表示該條記錄的生命週期開始時間,dw_end_date表示該條記錄的生命週期結束時間;
dw_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2012-06-21的歷史快照
,則select * from order_his where dw_begin_date <= 『2012-06-21′ and end_date >= 『2012-06-21』,這條語句會查詢到以下記錄:
訂單建立日期
訂單編號
訂單狀態
dw_begin_date
dw_end_date
2012-06-20
001支付完成
2012-06-21
9999-12-31
2012-06-20
002建立訂單
2012-06-20
9999-12-31
2012-06-20
003支付完成
2012-06-20
2012-06-21
2012-06-21
004建立訂單
2012-06-21
9999-12-31
2012-06-21
005建立訂單
2012-06-21
2012-06-21
和源表在6月21日的記錄完全一致:
訂單建立日期
訂單編號
訂單狀態
2012-06-20
001支付完成(從建立到支付)
2012-06-20
002建立訂單
2012-06-20
003支付完成
2012-06-21
004建立訂單
2012-06-21
005建立訂單
可以看出,這樣的歷史拉鍊表,既能滿足對歷史資料的需求,又能很大程度的節省儲存資源;
資料倉儲資料模型之 極限儲存 歷史拉鍊表
在資料倉儲的資料模型設計過程中,經常會遇到這樣的需求 1.資料量比較大 2.表中的部分欄位會被update,如使用者的位址,產品的描述資訊,訂單的狀態等等 3.需要檢視某乙個時間點或者時間段的歷史快照資訊,比如,檢視某乙個訂單在歷史某乙個時間點的狀態,比如,檢視某乙個使用者在過去某一段時間內,更新過...
資料倉儲資料模型之 極限儲存 歷史拉鍊表
在資料倉儲的資料模型設計過程中,經常會遇到這樣的需求 資料量比較大 2.表中的部分欄位會被update,如使用者的位址,產品的描述資訊,訂單的狀態等等 3.需要檢視某乙個時間點或者時間段的歷史快照資訊,比如,檢視某乙個訂單在歷史某乙個時間點的狀態,比如,檢視某乙個使用者在過去某一段時間內,更新過幾次...
資料倉儲 資料模型
資料模型是抽象描述現實世界的一種工具和方法,是通過抽象的實體及實體之間聯絡的形式,來表示現實世界中事務的相互關係的一種對映。在這裡,資料模型表現的抽象的是實體和實體之間的關係,通過對實體和實體之間關係的定義和描述,來表達實際的業務中具體的業務關係。資料倉儲模型是資料模型中針對特定的資料倉儲應用系統的...