Hive拉链表更新

      在数据仓库中，拉链表可以节省存储、方便历史查询等好处。本文章所有内容来自 lxw大数据天地，但是里面的实操部分是本人亲自实验，以深入学习拉链表的用法和体会拉链表的好处。其他详细请到文章来源查看：http://lxw1234.com/search/%E6%8B%89%E9%93%BE%E8%A1%A8

拉链表定义：在数据仓库的数据模型设计过程中，经常会遇到这样的需求

1. 数据量比较大;
2. 表中的部分字段会被update,如用户的地址，产品的描述信息，订单的状态等等;
3. 需要查看某一个时间点或者时间段的历史快照信息，比如，查看某一个订单在历史某一个时间点的状态，
   比如，查看某一个用户在过去某一段时间内，更新过几次等等;
4. 变化的比例和频率不是很大，比如，总共有1000万的会员，每天新增和发生变化的有10万左右;
5. 如果对这边表每天都保留一份全量，那么每次全量中会保存很多不变的信息，对存储是极大的浪费;拉链历史表，既能满足反应数据的历史状态，又可以最大程度的节省存储;

以下介绍拉链表的更新，可和 lxw大数据天地中的数据仓库中历史拉链表的更新方法 文章一起看。

一、数据准备

     准备好order表数据，0820-0823四天的数据，每天都可能有增删改查操作。如果是每天都同步一次，那么每次的同步数据量很大，那么要查询历史数据时，每天或这个月存一份，当order表很大时，那会大大浪费存储。

order_820.txt
1,2015-08-18,2015-08-18,创建
2,2015-08-18,2015-08-18,创建
3,2015-08-19,2015-08-20,支付
4,2015-08-19,2015-08-20,完成
5,2015-08-19,2015-08-20,支付
6,2015-08-20,2015-08-20,创建
7,2015-08-20,2015-08-20,支付

 order_821.txt 
1,2015-08-18,2015-08-18,创建
2,2015-08-18,2015-08-18,创建
3,2015-08-19,2015-08-21,支付
4,2015-08-19,2015-08-21,完成
5,2015-08-19,2015-08-20,支付
6,2015-08-20,2015-08-20,创建
7,