大家都知道數據倉庫，是為企業所有級別的決策制定過程，提供所有類型數據支持的戰略集合。因此越來越多的企業和管理者對數據倉庫格外關注。做好數據倉庫開發，一靠工具，二靠技術。就工具方面來說，很多云廠商已經提供了相當成熟和完備的解決方案。

以我們華為云舉例，目前華為云的數據倉庫服務 GaussDB（DWS）已經做到了：實時、簡單、安全可信的企業級融合數據倉庫，并可借助DWS Express將查詢分析擴展至數據湖。基于華為GaussDB產品的云原生服務，也可以兼容標準SQL和PostgreSQL/Oracle生態。所以，在工具完備的情況下，開發者們更關注的應該是技術層面。今天小編要和大家分享的，就是構建數據倉庫的重要一環：ETL。

ETL是將業務系統的數據經過抽取、清洗轉換之后加載到數據倉庫的過程，是構建數據倉庫的重要一環，用戶從數據源抽取出所需的數據，經過數據清洗，最終按照預先定義好的數據倉庫模型，將數據加載到數據倉庫中。目的是將企業中的分散、零亂、標準不統一的數據整合到一起，為企業的決策提供分析依據。

ETL算法概覽

算法應用場景概覽

以上共計累積了8種ETL算法，其中主要分成4大類，增量累加、拉鏈算法是更符合數據倉庫歷史數據追蹤的算法，但現實中基于業務及性能考慮，往往存在全刪全插、增量累全算法的數據表應用。

全刪全插模型

即Delete/Insert實現邏輯；

應用場景

主要應用在維表、參數表、主檔表加載上，即適合源表是全量數據表，該數據表業務邏輯只需保存當前最新全量數據，不需跟蹤過往歷史信息。

算法實現邏輯

1.清空目標表； 2.源表全量插入；

ETL代碼原型

--1.清理目標表 TRUNCATE TABLE <目標表>; -- 2. 全量插入 INSERT INTO <目標表> (字段***) SELECT 字段*** FROM <源表> ***JOIN <關聯數據> WHERE ***;

增量累全模型

即Upsert實現邏輯；

應用場景

主要應用在參數表、主檔表加載上，即源表可以是增量或全量數據表，目標表始終最新最全記錄。

算法實現邏輯

1.利用PK主鍵比對； 2.目標表和源表PK一致的變化記錄，更新目標表； 3.源表存在但目標表不存在，直接插入；

ETL代碼原型

--1.生成加工源表 Create temp Table <臨時表> ***; INSERT INTO <臨時表> (字段***) SELECT 字段*** FROM <源表> ***JOIN <關聯數據> WHERE *** ; -- 2. 可利用Merge Into實現累全能力，當前也可以采用分步Delete/Insert或Update/Insert操作 Merge INTO <目標表> As T1 (字段***) Using <臨時表> as S1 on (***PK***) when Matched then update set Colx = S1.Colx *** when Not Matched then INSERT (字段***) values (字段*** )

增量累加模型

即Append實現邏輯；

應用場景

主要應用在流水表加載上，即每日產生的流水、事件數據，追加到目標表中保留全歷史數據。流水表、快照表、統計分析表等均是通過該邏輯實現。

算法實現邏輯

1.源表直接插入目標表；

ETL代碼原型

-- 1.插入目標表 INSERT INTO <目標表> (字段***) SELECT 字段*** FROM <源表> ***JOIN <關聯數據> WHERE ***;

全歷史拉鏈模型

拉鏈表背景知識

概念 拉鏈表是一張至少存在PK字段、跟蹤變化的字段、開鏈日期、閉鏈日期組成的數據倉庫ETL數據表；

益處 根據開鏈、閉鏈日期可以快速提取對應日期有效數據； 對于跟蹤源系統非事件流水類表數據，拉鏈算法發揮越大作用，源業務系統通常每日變化數據有限，通過拉鏈加工可以大大降低每日打快照帶來的空間開銷，且不損失數據變化歷史；

示例 提取指定日期有效數據

提取2020年2月5日當日有效數據

Select* From <目標表> Where 開始日期<=date'2020-02-05' And 結束日期 >date'2020-02-05';

最終提取到數據：

應用場景

全歷史拉鏈，跟蹤源表全量變化歷史，若源表記錄不存在，則說明數據閉鏈；根據PK新拉一條有效記錄。

算法實現邏輯

1.提取當前有效記錄； 2.提取當日源系統最新數據； 3.根據PK字段比對當前有效記錄與最新源表，更新目標表當前有效記錄，進行閉鏈操作； 4.根據全字段比對最新源表與當前有效記錄，插入目標表；

ETL代碼原型

--1.提取當前有效記錄 Insert into <臨時表-開鏈-pre> (不含開閉鏈字段***) Select 不含開閉鏈字段*** From <目標表> Where 結束日期 =date'<最大日期>'; ; -- 2. 提取當日源系統最新數據 <源表臨時表-cur> -- 3 今天全部開鏈的數據，即包含今天全新插入、數據發生變化的記錄 Insert Into <臨時表-增量-ins> Select 不含開閉鏈字段*** From <源表臨時表-cur> where (不含開閉鏈字段***) not in (Select 不含開閉鏈字段*** From <臨時表-開鏈-pre> ); -- 4 今天需要閉鏈的數據，即今天發生變化的記錄 Insert into <臨時表-增量-upd> Select 不含開閉鏈字段***,開始時間 From <臨時表-開鏈-pre> where (不含開閉鏈字段***) not in (Select 不含開閉鏈字段*** From <臨時表-開鏈-cur> ); -- 5 更新閉鏈數據，即歷史記錄閉鏈（刪除-插入替代更新） DELETE FROM <目標表> WHERE (PK***) IN (Select PK*** From <臨時表-增量-upd>) AND 結束日期=date'<最大日期>'; INSERT INTO <目標表> (不含開閉鏈字段***,開始時間,結束日期) Select 不含開閉鏈字段***,開始時間,date'<數據日期>' From <臨時表-增量-upd>; -- 6 插入開鏈數據，即當日新增記錄 INSERT INTO <目標表> . (不含開閉鏈字段***,開始時間,結束日期) Select 不含開閉鏈字段***,date'<數據日期>',date'<最大日期>' From <臨時表-增量-ins>;

增量拉鏈模型

應用場景

增量拉鏈，目的是追蹤數據增量變化歷史，根據PK比對新拉一條開鏈數據；

算法實現邏輯

1.提取上日開鏈數據； 2.PK相同變化記錄，關閉舊記錄鏈，開啟新記錄鏈； 3.PK不同，源表存在，新增開鏈記錄

ETL代碼原型

--1.提取當前有效記錄 Insert into <臨時表-開鏈-pre> (不含開閉鏈字段***) Select 不含開閉鏈字段*** From <目標表> Where 結束日期 =date'<最大日期>'; -- 2. 提取當日源系統增量記錄 <源表臨時表-cur> -- 3. 提取當日源系統新增記錄 Insert into <臨時表-增量-ins> Select 不含開閉鏈字段*** From <臨時表-開鏈-cur> where (***PK***) not in (select ***PK*** from <臨時表-開鏈-pre>); -- 4. 提取當日源系統歷史變化記錄 Insert into <臨時表-增量-upd> Select 不含開閉鏈字段*** From <臨時表-開鏈-cur> inner join <臨時表-開鏈-pre> on (***PK 等值***) where (***變化字段 非等值***); -- 5. 更新歷史變化記錄，關閉歷史舊鏈，開啟新鏈 update <目標表> AS T1 SET <***變化字段 S1賦值***>,結束日期 = date'<數據日期>' FROM <臨時表-增量-upd> AS S1 WHERE ( <***PK 等值***> ) AND T1.結束日期 =date'<最大日期>' ; INSERT INTO <目標表> (不含開閉鏈字段***,開始時間,結束日期) SELECT 不含開閉鏈字段***,date'<數據日期>',date'<最大日期>' FROM <臨時表-增量-upd>; -- 6. 插入全新開鏈數據 INSERT INTO <目標表> (不含開閉鏈字段***,開始時間,結束日期) SELECT 不含開閉鏈字段***,date'<數據日期>',date'<最大日期>' FROM <臨時表-增量-ins>;

增刪拉鏈模型

應用場景

主要是利用業務字段跟蹤增量數據中包含刪除的變化歷史。

算法實現邏輯

1.提取上日開鏈數據； 2.提取源表非刪除記錄； 3.PK相同變化記錄，關閉舊記錄鏈，開啟新記錄鏈； 4.PK比對，源表存在，新增開鏈記錄； 5.提取源表刪除記錄； 6.PK比對，舊開鏈記錄存在，關閉舊記錄鏈；

ETL代碼原型

--1.清理目標表《待續...》 TRUNCATE TABLE <目標表>; -- 2. 全量插入 INSERT INTO <目標表> (字段***) SELECT 字段*** FROM <源表> ***JOIN <關聯數據> WHERE ***;

全量增刪拉鏈模型

應用場景

主要是利用業務字段跟蹤全量數據中包含刪除的變化歷史。

算法實現邏輯

1.提取上日開鏈數據； 2.提取源表非刪除記錄； 3.PK相同變化記錄，關閉舊記錄鏈，開啟新記錄鏈； 4.PK比對，源表存在，新增開鏈記錄； 5.提取源表刪除記錄； 6.PK比對，舊開鏈記錄存在，關閉舊記錄鏈； 7.PK比對，提取舊開鏈存在但源表不存在記錄，關閉舊記錄鏈；

ETL代碼原型

-- 1. 清理目標表，《待續...》 TRUNCATE TABLE <目標表>; -- 2. 全量插入 INSERT INTO <目標表> (字段***) SELECT 字段*** FROM <源表> ***JOIN <關聯數據> WHERE ***;

自拉鏈模型

應用場景

主要將流水表數據轉化成拉鏈表數據。

算法實現邏輯

借助源表業務日期字段，和目標表開鏈、閉鏈日期比對，首尾相接，拉出全歷史拉鏈；

ETL代碼原型

--1.清理目標表，《待續...》 TRUNCATE TABLE <目標表>; -- 2. 全量插入 INSERT INTO <目標表> (字段***) SELECT 字段*** FROM <源表> ***JOIN <關聯數據> WHERE ***;

其它說明

1.根據數據倉庫最佳實踐，所有數據表通常還會包含一些控制字段，即插入日期、更新日期、更新源頭字段，這樣對于數據變化敏感的數據倉庫，可以進一步追蹤數據變化歷史； 2.ETL算法本身是為了更好服務于數據加工過程，實際業務實現過程中，并不局限于傳統算法，即涉及到更多適應業務的自定義的ETL算法。

原文標題：8種優秀ETL算法推薦！數據倉庫開發者看過來～

文章出處：【微信公眾號：華為開發者社區】歡迎添加關注！文章轉載請注明出處。