ETL加载及增量策略.docVIP

ETL数据加载及增量策略 本文所提到的数据加载策略为OLTP系统作为源系统，并进行ETL数据加载到OLAP系统中所采用的一般数据加载策略。 根据该方式的特定性，此时ETL数据加载一般存在以下四种方案： 时戳方式 需要在OLTP系统中业务表中统一添加时间字段作为时戳（如表中已有相应的时间字段，可以不必添加），每当OLTP系统中更新修改业务数据时，同时修改时戳字段值。当作ETL加载时，通过系统时间与时戳字段的比较来决定进行何种数据抽取。 优点：ETL系统设计清晰，源数据抽取相对清楚简单，速度快。可以实现数据的递增加载。 缺点：时戳维护需要由OLTP系统完成，需要修改原OLTP系统中业务表结构；且所有添加时戳的表，在业务系统中，数据发生变化时，同时更新时戳字段，需要对原OLTP系统业务操作程序作修改，工作量大，改动面大，风险大。 Informatica8具体做法： 一个原表：主键为：MON 和 KINDID 一个目标表：主键为：KINDID 一个mapping为m_Source_Have_TimetStamp: 具体展开为： FILTRANS组件最关键： 过滤条件是：时间戳字段等于系统时间，或者时间戳字段等于ETL的时间， 或者时间戳字段等于指定的数据。 Look up组件查找是目标表，匹配条件是： update组建最关键： 代码是： iif( isnull(DISTRICTNUM_Tgt),dd_insert, iif((DISTRICTNUM_Tgt != DISTRICTNUM_Src or DISTRICTNAME_Tgt != DISTRICTNAME_Src ), dd_update,dd_reject ) ) 日志表方式 在OLTP系统中添加系统日志表，当业务数据发生变化时，更新维护日志表内容，当作ETL加载时，通过读日志表数据决定加载那些数据及如何加载。 优点：不需要修改OLTP表结构，源数据抽取清楚，速度较快。可以实现数据的递增加载。 缺点：日志表维护需要由OLTP系统完成，需要对OLTP系统业务操作程序作修改，记录日志信息。日志表维护较为麻烦，对原有系统有较大影响。工作量较大，改动较大。有一定风险。 Informatica8具体做法： 一个原表：主键为：ID 一个目标表：主键为：ID 在OLTP系统中建设一个触发器： 触发器记录的是增加和修改和删除业务数据的时间和操作类型。 代码为： create or replace trigger a_log_trigger before update or insert or delete on a  for each rowdeclare optype char(1); id varchar2(10);begin id := :new.id; if updating then optype := U; elsif deleting then optype := D; id := :old.id; else optype := I; end if; insert into a_log(optype,id) values(optype,id);end; 比如： 业务表A 和 表A的日志表， 表A的日志表信息： 这样日志信息不是很多吗？怎么定时维护呢。 是手工？ 读取完就可以删除，或标记已经读取就可以 触发 全表比对方式 在ETL过程中，抽取所有源数据，并进行相应规则转换，完成后先不插入目标，而对每条数据进行目标表比对。根据主键值进行插入与更新的判定，目标表已存在该主键值的，表示该记录已有，并进行其余字段比对，如有不同，进行Update操作，如目标表没有存在该主键值，表示该记录还没有，即进行Insert操作。 优点：对已有系统表结构不产生影响，不需要修改业务操作程序，所有抽取规则由ETL完成，管理维护统一，可以实现数据的递增加载。没有风险。 缺点：ETL比对较复杂，设计较为复杂，速度较慢 Informatica8具体做法： 一个原表：主键为：MON 和 DISTRICTNUM 一个目标表：主键为：DISTRICTNUM 一个mapping为m_All_Table_Compare： 具体展开为： Look up组建查找是目标表，匹配条件是： update组建最关键： 注意：还有一个关键的是，在一个seesion中对目标表进行不要进行删除。 结束，这样增加、删除、修改，都可以更新目标数据了。 全表有条件的删除方式 总体的意思是：原表一般是设定时间字段的条件取出想要的字段，然后在目标表中有条件的删除，再做ETL，这样就可以实现有条件的增量。 优点：取的字段少，效率高，不容易错，修改比较容易 缺点：手动写SQL语