在最近的工作中，经常发现有用到拉链表的场景，经过一系列的学习，大概总结了一下自己对拉链表的了解，可能不是特别到位，后续再做进一步的补充，仅供参考。
名词解释
开链：向表中插入数据的过程
关链：修改结束日期的过程
存量：一段时间内系统保存的数据
增量：一段时间内系统中发生变化的数据
全量：系统中保存的所有的数。
关链时间：拉链表中的数据有效期，一般都会设计的比较大，如：3000.12.31
使用场景
有一些数据的数据量较大，但是每日的更新量相对较少。
最好的例子就是，在银行系统中，一定有一张表记录着客户的每一笔交易动态，但是银行的上亿甚至更多用户中，可能只有一部分产生了交易信息，此时，如果每天重新当天的记录全量数据，删除原来记录的话，不仅耗时耗力，且会产生一些问题，比如这样我们就看不到历史信息。
如果每天都保留全量数据，不删除历史纪录，这样我们可以看到看历史纪录，但是会产生新的问题：那些没有产生变化的数据就会被保留多次，对内存的浪费很严重。
拉链表
综上，我们可以采用拉链表进行存储，其具体做法是：记录一个事物的开始，一直到当前状态的所有变化的信息。
下面通过具体的例子来演示，拿上面的银行的例子来看（请注意开始时间和结束时间）：
1.假设现在有两个账户，account1和account2，于20181127开始记录，初始存款金额都是1000
| 账户 | 金额 | 开始时间 | 结束时间 |
|---|---|---|---|
| account1 | 1000 | 2018/11/27 | 3000/12/31 |
| account2 | 1000 | 2018/11/27 | 3000/1231 |
2.在第二天，account1账户存入2000元，此时表中的记录应该是
| 账户 | 金额 | 开始时间 | 结束时间 |
|---|---|---|---|
| account1 | 1000 | 2018/11/27 | 2018/11/28 |
| account1 | 2000 | 2018/11/28 | 3000/12/31 |
| account2 | 1000 | 2018/11/27 | 3000/12/31 |
3.在第三天，account1账户存入1000，account2账户取出1000，新开户了一个account3账户，并存入金额5000，此时表中记录为
| 账户 | 金额 | 开始时间 | 结束时间 |
|---|---|---|---|
| account1 | 1000 | 2018/11/27 | 2018/11/28 |
| account1 | 2000 | 2018/11/28 | 2018/11/29 |
| account1 | 3000 | 2018/11/29 | 3000/12/31 |
| account2 | 1000 | 2018/11/27 | 3000/11/29 |
| account2 | 0 | 2018/11/29 | 3000/12/31 |
| account3 | 5000 | 2018/11/29 | 3000/12/31 |
4.在第四天，account2账户注销，account1和account3账户无变化
| 账户 | 金额 | 开始时间 | 结束时间 |
|---|---|---|---|
| account1 | 1000 | 2018/11/27 | 2018/11/28 |
| account1 | 2000 | 2018/11/28 | 2018/11/29 |
| account1 | 3000 | 2018/11/29 | 3000/12/31 |
| account2 | 1000 | 2018/11/27 | 3000/11/29 |
| account2 | 0 | 2018/11/29 | 2018/11/30 |
| account3 | 5000 | 2018/11/29 | 3000/12/31 |
拉链表实现思路
通过以上几次表记录的变化，以及对开始时间结束时间的分析，我们可以发现拉链表具体的实现其实很简单，记录了数据从开始到当前时间的状态变化，从中我们不仅可看到当前的状态，还可以发现历史记录。
其具体的存储过程如下：
1.新增的数据：开始时间为插入表中的时间，结束时间为关链时间
2.更新的数据：将原数据的结束时间更改为新数据的插入时间，新数据的开始时间为插入时间，结束时间为关链时间
3.删除的数据：将结束日期修改为删除时间，表示这条记录到结束时间已经无效。
通过Hive实现拉链表
众所周知，hive中的数据不能修改，因为新增的数据我们可以正常增加，但是设计到更新的场景就无法正常修改。
对于这种场景，我们可以通过中间表进行操作，将要操作的数据和原表中进行对比，将要新增的数据，存储到一个新增的临时表，要删除的数据和更新的数据修改结束时间存储到另一个临时表，将没有变化的数据也存储到一个新的临时表，将产生的临时表合并为一个新的表，并drop掉原来的拉链表和临时表。
具体Hql语句略，有时间会补上。
如果有不完善或错误的地方欢迎指出！