1. 全量表：天天的全部的最新状态的数据，
2. 增量表：天天的新增数据，增量数据是上次导出以后的新数据。
3. 拉链表：维护历史状态，以及最新状态数据的一种表，拉链表根据拉链粒度的不一样，实际上至关于快照，只不过作了优化，去除了一部分不变的记录而已,经过拉链表能够很方便的还原出拉链时点的客户记录。
4. 流水表： 对于表的每个修改都会记录，能够用于反映实际记录的变动。
拉链表一般是对帐户信息的历史变更进行处理保留的结果，流水表是天天的交易造成的历史；
流水表用于统计业务相关状况，拉链表用于统计帐户及客户的状况
数据仓库之拉链表（原理、设计以及在Hive中的实现）
在有些状况下，为了保持历史的一些状态，须要用拉链表来作，这样作目的在能够保留全部状态的状况下能够节省空间。
拉链表适用于如下几种状况吧
数据量有点大，表中某些字段有变化，可是呢变化的频率也不是很高，业务需求呢又须要统计这种变化状态，天天全量一份呢，有点不太现实，
不只浪费了存储空间，有时可能业务统计也有点麻烦，这时，拉链表的做用就提现出来了，既节省空间，又知足了需求。
通常在数仓中经过增长begin_date,en_date来表示，以下例，后两列是start_date和end_date.
1 2016-08-20 2016-08-20 建立 2016-08-20 2016-08-20
1 2016-08-20 2016-08-21 支付 2016-08-21 2016-08-21
1 2016-08-20 2016-08-22 完成 2016-08-22 9999-12-31
2 2016-08-20 2016-08-20 建立 2016-08-20 2016-08-20
2 2016-08-20 2016-08-21 完成 2016-08-21 9999-12-31
3 2016-08-20 2016-08-20 建立 2016-08-20 2016-08-21
3 2016-08-20 2016-08-22 支付 2016-08-22 9999-12-31
4 2016-08-21 2016-08-21 建立 2016-08-21 2016-08-21
4 2016-08-21 2016-08-22 支付 2016-08-22 9999-12-31
5 2016-08-22 2016-08-22 建立 2016-08-22 9999-12-31
begin_date表示该条记录的生命周期开始时间，end_date表示该条记录的生命周期结束时间；
end_date = ‘9999-12-31’表示该条记录目前处于有效状态；
若是查询当前全部有效的记录，则select * from order_his where dw_end_date = ‘9999-12-31′
若是查询2016-08-21的历史快照，则select * from order_his where begin_date <= ‘2016-08-21′ and end_date >= ‘2016-08-21’
再简单介绍一下拉链表的更新：
假设以天为维度，以天天的最后一个状态为当天的最终状态。
以一张订单表为例，以下是原始数据，天天的订单状态明细
1 2016-08-20 2016-08-20 建立
2 2016-08-20 2016-08-20 建立
3 2016-08-20 2016-08-20 建立
1 2016-08-20 2016-08-21 支付
2 2016-08-20 2016-08-21 完成
4 2016-08-21 2016-08-21 建立
1 2016-08-20 2016-08-22 完成
3 2016-08-20 2016-08-22 支付
4 2016-08-21 2016-08-22 支付
5 2016-08-22 2016-08-22 建立
根据拉链表咱们但愿获得的是
1 2016-08-20 2016-08-20 建立 2016-08-20 2016-08-20
1 2016-08-20 2016-08-21 支付 2016-08-21 2016-08-21
1 2016-08-20 2016-08-22 完成 2016-08-22 9999-12-31
2 2016-08-20 2016-08-20 建立 2016-08-20 2016-08-20
2 2016-08-20 2016-08-21 完成 2016-08-21 9999-12-31
3 2016-08-20 2016-08-20 建立 2016-08-20 2016-08-21
3 2016-08-20 2016-08-22 支付 2016-08-22 9999-12-31
4 2016-08-21 2016-08-21 建立 2016-08-21 2016-08-21
4 2016-08-21 2016-08-22 支付 2016-08-22 9999-12-31
5 2016-08-22 2016-08-22 建立 2016-08-22 9999-12-31
能够看出 1，2，3，4每一个订单的状态都有，而且也能统计到当前的有效状态。
本例以hive为例，只考虑到实现，与性能无关
首先建立表
CREATE TABLE orders (
orderid INT,
createtime STRING,
modifiedtime STRING,
status STRING
) row format delimited fields terminated by '\t'
CREATE TABLE ods_orders_inc (
orderid INT,
createtime STRING,
modifiedtime STRING,
status STRING
) PARTITIONED BY (day STRING)
row format delimited fields terminated by '\t'
CREATE TABLE dw_orders_his (
orderid INT,
createtime STRING,
modifiedtime STRING,
status STRING,
dw_start_date STRING,
dw_end_date STRING
) row format delimited fields terminated by '\t' ;
首先全量更新，咱们先到2016-08-20为止的数据。
初始化，先把2016-08-20的数据初始化进去
INSERT overwrite TABLE ods_orders_inc PARTITION (day = '2016-08-20')
SELECT orderid,createtime,modifiedtime,status
FROM orders
WHERE createtime < '2016-08-21' and modifiedtime <'2016-08-21';
刷到dw中
INSERT overwrite TABLE dw_orders_his
SELECT orderid,createtime,modifiedtime,status,
createtime AS dw_start_date,
'9999-12-31' AS dw_end_date
FROM ods_orders_inc
WHERE day = '2016-08-20';
以下结果
select * from dw_orders_his;
OK
1 2016-08-20 2016-08-20 建立 2016-08-20 9999-12-31
2 2016-08-20 2016-08-20 建立 2016-08-20 9999-12-31
3 2016-08-20 2016-08-20 建立 2016-08-20 9999-12-31
剩余须要进行增量更新
INSERT overwrite TABLE ods_orders_inc PARTITION (day = '2016-08-21')
SELECT orderid,createtime,modifiedtime,status
FROM orders
WHERE (createtime = '2016-08-21' and modifiedtime = '2016-08-21') OR modifiedtime = '2016-08-21';
select * from ods_orders_inc where day='2016-08-21';
OK
1 2016-08-20 2016-08-21 支付 2016-08-21
2 2016-08-20 2016-08-21 完成 2016-08-21
4 2016-08-21 2016-08-21 建立 2016-08-21
先放到增量表中，而后进行关联到一张临时表中，在插入到新表中
DROP TABLE IF EXISTS dw_orders_his_tmp;
CREATE TABLE dw_orders_his_tmp AS
SELECT orderid,
createtime,
modifiedtime,
status,
dw_start_date,
dw_end_date
FROM (
SELECT a.orderid,
a.createtime,
a.modifiedtime,
a.status,
a.dw_start_date,
CASE WHEN b.orderid IS NOT NULL AND a.dw_end_date > '2016-08-21' THEN '2016-08-21' ELSE a.dw_end_date END AS dw_end_date
FROM dw_orders_his a
left outer join (SELECT * FROM ods_orders_inc WHERE day = '2016-08-21') b
ON (a.orderid = b.orderid)
UNION ALL
SELECT orderid,
createtime,
modifiedtime,
status,
modifiedtime AS dw_start_date,
'9999-12-31' AS dw_end_date
FROM ods_orders_inc
WHERE day = '2016-08-21'
) x
ORDER BY orderid,dw_start_date;
INSERT overwrite TABLE dw_orders_his
SELECT * FROM dw_orders_his_tmp;
在根据上面步骤把2016-08-22号的数据更新进去，最后结果以下
select * from dw_orders_his;
OK
1 2016-08-20 2016-08-20 建立 2016-08-20 2016-08-20
1 2016-08-20 2016-08-21 支付 2016-08-21 2016-08-21
1 2016-08-20 2016-08-22 完成 2016-08-22 9999-12-31
2 2016-08-20 2016-08-20 建立 2016-08-20 2016-08-20
2 2016-08-20 2016-08-21 完成 2016-08-21 9999-12-31
3 2016-08-20 2016-08-20 建立 2016-08-20 2016-08-21
3 2016-08-20 2016-08-22 支付 2016-08-22 9999-12-31
4 2016-08-21 2016-08-21 建立 2016-08-21 2016-08-21
4 2016-08-21 2016-08-22 支付 2016-08-22 9999-12-31
5 2016-08-22 2016-08-22 建立 2016-08-22 9999-12-31
至此，就获得了咱们想要的数据。
值得注意的是，订单表中数据同一天有屡次状态更新，应以天天的最后一个状态为当天的最终状态。好比一天以内订单状态建立,支付,完成都有，应拉取最终的状态进行拉练表更新，不然后面的数据可能就会出现异常，好比html
6 2016-08-22 2016-08-22 建立 2016-08-22 9999-12-31 6 2016-08-22 2016-08-22 支付 2016-08-22 9999-12-31 6 2016-08-22 2016-08-22 完成 2016-08-22 9999-12-31
http://www.cnblogs.com/wujin/p/6121754.htmlsql
http://www.jianshu.com/p/799252156379性能
http://lxw1234.com/archives/2015/04/20.htm