1. 概述
1.1 应用场景
在实际业务场景中，做数据增量更新的时候，有时候会碰到以下情况：
当表数据很大时，每次更新只有很小一部分数据，如果只保留一张全量表，则无法查询历史某个时间段表的全量记录。如果每天都保留一张全量表，则会增大存储压力。
这时候解决方案就是制作拉链表，拉链表就是在原表的基础上，新增两列记录每条数据记录的生命周期开始和结束时间。
1.2 思路
注：若来源表数据小于 10000 ，可参考本文方案；若来源表数据大于 10000，可参考：数仓拉链表（来源表数据大于10000）
定时任务数仓拉链表的整体构建思路为：目标表内的所有数据只增不减，对于来源表新增、删除、更新数据的处理如下：
来源表有数据更新，则在目标表中：插入更新的数据，原记录失效时间变化为新记录插入时间。
来源表数据有新增记录，则在目标表中：直接插入新增的数据，生效时间为当前插入时间，失效时间不封顶。
来源表有数据删除，则在目标表中：对该记录失效时间进行变更，表明该记录失效。
任务 DEMO 详情参见：
官方demo：https://demo.finedatalink.com/ 02场景案例>数据仓库场景>03数仓拉链表
2. 实现方法
2.1 场景说明
数据库 test_2 中新建一张表 LLB_1，作为来源表，其主键为 ID，如下图所示：
数据库 test_1 中新建一张表 LLB_2，作为目标表，KEY_VALUES 为主键，自增序列（即行号），如下图所示：
目标表 LLB_2 中保留着来源表 LLB_1 上一次更新的数据，而当前来源表已经发生了如下改变：
删除了 1001 线圈的记录
新增了 1004 木材的记录
更改了 1002 铜管的 UNIT 为 5000
接下来要将来源表数据的变化，更新到目标表中，同时满足保留历史快照的要求。
2.2 方案说明
在 FineDataLink 中任务设计如下图所示：
3. 操作步骤
3.1 对删除的数据进行标记
1）首先需要获取来源表 LLB_1 里 ID 字段的所有数据，便于后续将其作为参数，与目标表数据进行对比，找到来源表删除的数据。
创建一个定时任务，将一个「参数赋值」节点拖到设计界面，并重命名为「获取来源表主键字段ID」，输入 SQL 语句，如下图所示：
-- 获取来源表中ID的所有值
SELECT ID FROM LLB_1
2）将获取到的 ID 设置为参数，如下图设置，设置好后可使用参数预览先看看效果。
3）接着需要对目标表 LLB_2 中存在但来源表 LLB_1 中不存在，并且尚未标记过失效（ODS_END_DATE时间为2199-12-20 23:59:59）的被删除的数据进行标记。
将一个「SQL脚本」拖到设计界面，重命名为「标记目标表中失效字段」，并用线条跟上游「获取来源表主键字段ID」节点连接。
输入 SQL 语句，如下图所示：
-- 筛除出目标表中存在但是来源表不存在，且尚未标记过失效的字段，进行标记（update）
UPDATE LLB_2 SET LLB_2.ODS_END_DATE = NOW()
WHERE LLB_2.ID NOT IN (${LLB_1_ID}) AND LLB_2.ODS_END_DATE = '2199-12-20 23:59:59'
此步骤目标表中 1001 线圈数据（也就是在来源表中已经删除的数据）的更新时间会被改为当前任务执行的时间，即标记其已经失效，如下图所示：
3.2 将新增数据写入目标表
1）获取目标表 LLB_2 里 ID 字段的所有数据，便于后续将其作为参数，与来源表LLB_1数据进行对比，找到来源表新增的数据。
将一个「参数赋值」节点拖到设计界面，并重命名为「获取目标表中所有ID值」，并用线条跟上游「标记目标表中失效字段」节点连接。输入 SQL 语句获取 LLB_2 表里 ID 字段的所有数据，如下图所示：
-- 获取目标表中ID的所有值
SELECT ID FROM LLB_2
2）将获取到的 ID 输出为参数，如下图设置，设置好后可使用参数预览先看看效果。
注：此处要设置默认值，作用是下游节点可以预览数据和配置映射关系，但是运行任务时不会使用这些默认值。
3）接着需要对来源表 LLB_1 中存在但目标表 LLB_2 中不存在，也就是新增的数据写入目标表 LLB_2。
将一个「数据同步」节点拖到设计界面，并重命名为「将新增的数据写入至目标表」，并用线条跟上游「获取目标表中所有ID值」节点连接。
写入 SQL 语句获取来源表新增的数据，如下图所示：
-- 获取来源表中存在但是目标表中不存在的字段，即新增的数据
SELECT *,'2199-12-20 23:59:59' AS ODS_END_DATE FROM LLB_1 WHERE ID NOT IN (${LLB_2_ID})
4）再设置这个数据同步节点的数据去向，将新增的数据写到目标表 LLB_2 中去。
5）由于来源表和目标表的字段有一些不一致，因此在写入的时候，字段映射采用「同名映射」，同时需要手动调整对应目标字段，如下图所示：
字段映射关系详情参见：数据同步 3.3 节。
此步骤目标表中会新增 1004 木材数据（也就是在来源表中新增的数据），如下图所示：
3.3 将更新的数据写入目标表
3.3.1 找到更新的数据
1）获取目标表 LLB_2 里 ODS_BEGIN_DATE 最晚时间，也就是最近一次数据同步的时间，便于后续将其作为参数，与来源表LLB_1数据进行对比，找到来源表更新的数据。
将一个「参数赋值」节点拖到设计界面，并重命名为「获取目标表最大时间戳」，并用线条跟上游「标记目标表中失效的字段」节点连接，输入 SQL 语句，获取目标表 LLB_2 中最近一次数据同步的时间，如下图所示：
SELECT MAX(ODS_BEGIN_DATE) FROM LLB_2
2）将取出来的最近一次同步时间输出为参数，如下图设置，可以使用参数预览先看看效果。
3）此时即可根据最近一次更新时间获取来源表 LLB_1 中存在更新的数据。
将一个「参数赋值」节点拖到设计界面，并重命名为「获取存在更新的字段ID」，并用线条跟上游「获取目标表中所有ID值」和「获取目标表最大时间戳」节点连接。输入 SQL 语句如下图所示：
-- 获取来源表中存在更新的数据
-- 获取思路：在来源表中寻找更新时间戳大于目标表中最大更新时间戳，且在目标表中已经存在的字段行
SELECT * FROM LLB_1 WHERE LLB_1.LAST_UPDATE > '${LAST_UPDATE}' AND LLB_1.ID IN (${LLB_2_ID})
点击数据预览即可看到来源表中有数据更新的数据 1002 铜管数据，如下图所示：
4）将更新过的 ID 输出为参数，如下图设置，可以使用参数预览先看看效果。
3.3.2 将更新数据对应的历史数据标记为失效
找到来源表更新的数据，然后即可将更新数据对应的历史数据标记为失效。
将一个「SQL脚本」拖到设计界面，重命名为「标为失效」，并用线条跟上游「获取存在更新的字段ID」节点连接，输入 SQL 语句，如下图所示：
-- 存在更新的数据插入目标表后，历史的数据就可以标记为失效了
UPDATE LLB_2 SET LLB_2.ODS_END_DATE = NOW()
WHERE LLB_2.ID IN (${UPDATE_ID}) AND LLB_2.ODS_END_DATE = '2199-12-20 23:59:59'
此步骤，目标表中会将来源表更新的数据对应的历史数据标记为失效，即结束时间由之前的 2199-12-20 23:59:59 改为任务更新的时间，如下图所示：
3.3.3 将新数据写入目标表
1）找到来源表更新的数据，可以将更新数据作为一条新的数据写入目标数据表。
将一个「数据同步」节点拖到设计界面，并重命名为「将更新的数据写入至目标表」，并用线条跟上游「获取存在更新的字段ID」节点连接，然后写入 SQL 语句，因为新写入的数据并没有失效，所以需要将 2199-12-20 23:59:59 写入目标数据表的 ODS_END_DATE 字段中。
-- 在来源表中，获取存在更新的字段行
SELECT *,'2199-12-20 23:59:59' AS ODS_END_DATE FROM LLB_1
WHERE LLB_1.ID IN (${UPDATE_ID})
2）再设置这个数据同步节点的数据去向，将更新的数据写到目标表 LLB_2 中去。
3）由于来源表和目标表的字段有一些不一致，因此在写入的时候，字段映射采用「同名映射」，同时需要手动调整对应目标字段，如下图所示：
字段映射关系详情参见：数据同步 3.3 节。
此步骤目标表中会新增 1002 铜管数据（也就是在来源表中更新的数据），作为一条新增的数据写入目标表，同时结束时间显示为 2199-12-20 23:59:59，即未失效，如下图所示：
3.4 运行任务
执行该定时任务。
4. 效果查看
更新后的目标数据表中会有如下变化：
已经删除的 1001 线圈的记录，标记为失效（即 ODS_END_DATE 时间更新为当前时间）
新增一条 1004 木材的数据，ODS_END_DATE 时间设置为2199-12-20 00:00:00 即未失效
新增一条 1002 铜管数据，ODS_END_DATE 时间设置为2199-12-20 00:00:00 即未失效，UNIT 为 5000；同时，之前铜管的数据标记为失效（即 ODS_END_DATE 时间更新为当前时间）
上一篇：实时ODS层数仓搭建方案
