《阿里大数据之路》研读笔记(3)事实表

《阿里大数据之路》研读笔记(3)事实表_第1张图片

《阿里大数据之路》研读笔记(3)事实表_第2张图片

      《阿里大数据之路》研读笔记(3)事实表_第3张图片

《阿里大数据之路》研读笔记(3)事实表_第4张图片

 《阿里大数据之路》研读笔记(3)事实表_第5张图片

《阿里大数据之路》研读笔记(3)事实表_第6张图片

 《阿里大数据之路》研读笔记(3)事实表_第7张图片

 《阿里大数据之路》研读笔记(3)事实表_第8张图片

《阿里大数据之路》研读笔记(3)事实表_第9张图片

《阿里大数据之路》研读笔记(3)事实表_第10张图片

《阿里大数据之路》研读笔记(3)事实表_第11张图片

《阿里大数据之路》研读笔记(3)事实表_第12张图片

 《阿里大数据之路》研读笔记(3)事实表_第13张图片

《阿里大数据之路》研读笔记(3)事实表_第14张图片

《阿里大数据之路》研读笔记(3)事实表_第15张图片

《阿里大数据之路》研读笔记(3)事实表_第16张图片

《阿里大数据之路》研读笔记(3)事实表_第17张图片

《阿里大数据之路》研读笔记(3)事实表_第18张图片

《阿里大数据之路》研读笔记(3)事实表_第19张图片

《阿里大数据之路》研读笔记(3)事实表_第20张图片 《阿里大数据之路》研读笔记(3)事实表_第21张图片

《阿里大数据之路》研读笔记(3)事实表_第22张图片

《阿里大数据之路》研读笔记(3)事实表_第23张图片

《阿里大数据之路》研读笔记(3)事实表_第24张图片

   《阿里大数据之路》研读笔记(3)事实表_第25张图片

  《阿里大数据之路》研读笔记(3)事实表_第26张图片

《阿里大数据之路》研读笔记(3)事实表_第27张图片

 《阿里大数据之路》研读笔记(3)事实表_第28张图片

《阿里大数据之路》研读笔记(3)事实表_第29张图片

《阿里大数据之路》研读笔记(3)事实表_第30张图片

《阿里大数据之路》研读笔记(3)事实表_第31张图片

《阿里大数据之路》研读笔记(3)事实表_第32张图片

《阿里大数据之路》研读笔记(3)事实表_第33张图片

 《阿里大数据之路》研读笔记(3)事实表_第34张图片

 《阿里大数据之路》研读笔记(3)事实表_第35张图片

  《阿里大数据之路》研读笔记(3)事实表_第36张图片

  《阿里大数据之路》研读笔记(3)事实表_第37张图片

《阿里大数据之路》研读笔记(3)事实表_第38张图片

《阿里大数据之路》研读笔记(3)事实表_第39张图片

《阿里大数据之路》研读笔记(3)事实表_第40张图片

 《阿里大数据之路》研读笔记(3)事实表_第41张图片

 《阿里大数据之路》研读笔记(3)事实表_第42张图片

        《阿里大数据之路》研读笔记(3)事实表_第43张图片

不理解可以先看看这个例子 例子里的start_time可以看成下单时间 end看成确认收货时间

这个例子中累计快照事实表和拉链表类似

图解HIVE累积型快照事实表_累积快照事实表_小基基o_O的博客-CSDN博客

累计快照事实表 我的理解是 根据上面的例子 就是一行代表多个业务过程 每个关键的业务过程都有对应的时间字段(这样方便计算一些需求) 它跟多事务事实表的区别在于 累计快照事实表只有一行是记录这个子订单的 所以有新的业务过程(增加或者更新,尤其是相关时间字段的增加或者更新)直接在这一行修改即可 通过维表的增加数据(维表不一定会覆盖之前的数据)然后事实表通过外键(这里其实应该还是通过子订单id这个键去连的)连接最新的维表数据来实现更新

《阿里大数据之路》研读笔记(3)事实表_第44张图片

《阿里大数据之路》研读笔记(3)事实表_第45张图片

《阿里大数据之路》研读笔记(3)事实表_第46张图片

《阿里大数据之路》研读笔记(3)事实表_第47张图片

《阿里大数据之路》研读笔记(3)事实表_第48张图片

 

《阿里大数据之路》研读笔记(3)事实表_第49张图片

《阿里大数据之路》研读笔记(3)事实表_第50张图片

《阿里大数据之路》研读笔记(3)事实表_第51张图片

你可能感兴趣的:(笔记)