离线数仓DIM层和DWD层，联表后表和字段命名规则

文章目录

DIM层
DWD层

DIM层

1个维度表约30个字段
3个维度表约100个字段

CREATE EXTERNAL TABLE `ods_a_full` (
  `id` STRING COMMENT '主键',
  `name` STRING COMMENT '名称'
) COMMENT 'a信息'
PARTITIONED BY (`ymd` STRING);

CREATE EXTERNAL TABLE `ods_b_full` (
  `id` STRING COMMENT '主键',
  `name` STRING COMMENT '名称',
  `a_id` STRING COMMENT '关联a.id'
) COMMENT 'b信息'
PARTITIONED BY (`ymd` STRING);

CREATE EXTERNAL TABLE `ods_c_full` (
  `id` STRING COMMENT '主键',
  `name` STRING COMMENT '名称',
  `b_id` STRING COMMENT '关联b.id'
) COMMENT 'c信息'
PARTITIONED BY (`ymd` STRING);

若
a一对多b一对多c
则
c是最细维度
则
c左联b左联a
左联后
命名取最细粒度c
前缀dim，全量维度表后缀full，拉链表后缀zip
则全名为dim_c_full
建表
1、完全复制3个表的字段，不同表要隔开，顺序cba，c表主键字段排在字段第一
2、不同维度表的字段名会重名（例如上面都有name），对此，所有字段前缀加上源表名，如：c_、b_、a_
3、注释掉所有外键
4、添加压缩和列式存储

CREATE EXTERNAL TABLE `dim_c_full` (
-- ods_c_full
  `c_id` STRING COMMENT 'c主键',
  `c_name` STRING COMMENT 'c名称',
  -- `c_b_id` STRING COMMENT '关联b.id'
-- ods_b_full
  `b_id` STRING COMMENT 'b主键',
  `b_name` STRING COMMENT 'b名称',
  -- `b_a_id` STRING COMMENT '关联a.id'
-- ods_a_full
  `a_id` STRING COMMENT 'a主键',
  `a_name` STRING COMMENT 'a名称'
) COMMENT 'c维度'
PARTITIONED BY (`ymd` STRING)
-- 列式存储和snappy压缩
STORED AS ORC
TBLPROPERTIES('orc.compress'='snappy');

SQL
1、WITH AS结构
2、JOIN结构
3、SELECT FROM WHERE结构

WITH
c AS (
  SELECT
  FROM ods_c_full
  WHERE ymd='{ymd}'
),
b AS (
  SELECT
  FROM ods_b_full
  WHERE ymd='{ymd}'
),
a AS (
  SELECT
  FROM ods_a_full
  WHERE ymd='{ymd}'
)
SELECT
  -- ods_c_full

  -- ods_b_full

  -- ods_a_full

FROM c
LEFT JOIN b ON b.`id`=c.`b_id`
LEFT JOIN a ON a.`id`=b.`a_id`;

最终sql

WITH
c AS (
  SELECT
    `id`
    ,`name`
    ,`b_id`
  FROM ods_c_full
  WHERE ymd='{ymd}'
),
b AS (
  SELECT
    `id`
    ,`name`
    ,`a_id`
  FROM ods_b_full
  WHERE ymd='{ymd}'
),
a AS (
  SELECT
    `id`
    ,`name`
  FROM ods_a_full
  WHERE ymd='{ymd}'
)
INSERT OVERWRITE TABLE dim_c_full PARTITION(ymd='{ymd}')
SELECT
  -- ods_c_full
  c.`id` AS c_id
  ,c.`name` AS c_name
  -- ods_b_full
  ,b.`id` AS b_id
  ,b.`name` AS b_name
  -- ods_a_full
  ,a.`id` AS a_id
  ,a.`name` AS a_name
FROM c
LEFT JOIN b ON b.`id`=c.`b_id`
LEFT JOIN a ON a.`id`=b.`a_id`;

联表后校验
若
ods_c_full表为m行，联表后dim_c_full为n行
则
必须要满足m=n（若n>m，则说明笛卡儿积）

如果维度表只被用1次，可以试试视图？

CREATE OR REPLACE VIEW `view_dim_c_full` (
  -- ods_c_full
  `c_id` COMMENT 'c主键',
  `c_name` COMMENT 'c名称',
  -- ods_b_full
  `b_id` COMMENT 'b主键',
  `b_name` COMMENT 'b名称',
  -- ods_a_full
  `a_id` COMMENT 'a主键',
  `a_name` COMMENT 'a名称'
) COMMENT 'c维度' AS
WITH
c AS (
  SELECT
    `id`
    ,`name`
    ,`b_id`
  FROM ods_c_full
  WHERE ymd='{ymd}'
),
b AS (
  SELECT
    `id`
    ,`name`
    ,`a_id`
  FROM ods_b_full
  WHERE ymd='{ymd}'
),
a AS (
  SELECT
    `id`
    ,`name`
  FROM ods_a_full
  WHERE ymd='{ymd}'
)
SELECT
  -- ods_c_full
  c.`id` AS c_id
  ,c.`name` AS c_name
  -- ods_b_full
  ,b.`id` AS b_id
  ,b.`name` AS b_name
  -- ods_a_full
  ,a.`id` AS a_id
  ,a.`name` AS a_name
FROM c
LEFT JOIN b ON b.`id`=c.`b_id`
LEFT JOIN a ON a.`id`=b.`a_id`;

DWD层

ods层，d为事实表

CREATE EXTERNAL TABLE `ods_d_i` (
  `id` STRING COMMENT '主键',
  `name` STRING COMMENT '名称',
  `create_time` STRING COMMENT '创建时间',
  `c_id` STRING COMMENT '关联c.id'
) COMMENT 'd事实'
PARTITIONED BY (`ymd` STRING);

ods和dim层联表得到dwd层，主名用事实，表的全名dwd_d_i
事实表d字段名不变，维度表c的字段名沿用dim层的字段名
合并后，注释掉事实表的外键

CREATE EXTERNAL TABLE `dwd_d_i` (
-- 事实表
  `id` STRING COMMENT '主键',
  `name` STRING COMMENT '名称',
  `create_time` STRING COMMENT '创建时间',
  -- `c_id` STRING COMMENT '关联c.id',
-- 维度表
  `c_id` COMMENT 'c主键',
  `c_name` COMMENT 'c名称',
  `b_id` COMMENT 'b主键',
  `b_name` COMMENT 'b名称',
  `a_id` COMMENT 'a主键',
  `a_name` COMMENT 'a名称'
) COMMENT 'd事实'
PARTITIONED BY (`ymd` STRING);

事实表d左联维度表c
SQL结构

WITH
c AS (
  SELECT

  FROM dim_c_full
  WHERE ymd='{ymd}'
),
d AS (
  SELECT

  FROM ods_d_i
  WHERE ymd='{ymd}'
)
INSERT OVERWRITE TABLE dwd_d_i PARTITION(ymd='{ymd}')
SELECT

FROM d
LEFT JOIN c ON c.`c_id`=d.`c_id`;