【clickhouse】数据仓库中的拉链表(Clickhouse 实现)

在这里插入图片描述

1.概述

拉链表是数据仓库中常用的一种保存历史数据的表。 曾经 CK 因为不支持 Update 和delete,从而不能支持拉链表。本文主要研究 CK 拉链表如何实现。值得注意的是 CK 对 Update的是有限支持,不支持关联更新操作。因此, 本文通过 Delete 和 insert 实现拉链表。

在 Clickhouse 中实现拉链表

我们需要一张 ODS 层用户全量表至,至少少需要用它来初始化。

一、 每日的用户更新表:

而且我们要确定拉链表的时间粒度,比如说拉链表每天只取一个状态,也就是说如果一天有 3 个状态变更,我们只取最后一个状态,这种天粒度的表其实已经能解决大部分的问题了。

另外,补充一下每日的用户更新表该怎么获取,据笔者的经验,有 3 种方式拿到或者间接拿到每日的用户增量,因为它比较重要,所以详细说明:我们可以监听 Mysql 数据的变化,比如说用 Canal,最后合并每日的变化,获取到最后的一个状态。

假设我们每天都会获得一份切片数据,我们可以通过取两天切片数据的不同来作为每日更新表,这种情况下我们可以对所有的字段先进行 concat,再取 md5࿰

猜你喜欢

转载自blog.csdn.net/qq_21383435/article/details/114026732