informatic对表的增量抽取机制

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： 

1、 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。 

2、 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。 

3、 全表比对方式（或MD5）
          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 

4、 全表删除插入方式 
          每次ETL操作均删除目标表数据，由ETL全新加载数据。 
        优点：ETL加载规则简单，速度快 
        缺点：对于维表加代理键不适应，当OLTP系统产生删除数据操作时，OLAP层将不会记录到所删除的历史数据。不可以实现数据的递增加载。 

   当作系统数据加载策略方案时，基于以上所列方法，及现有系统 
考虑： 
（1）、如果所集成OLTP系统为其他产商产品，则应尽量的降低因ETL而对现有系统产生的影响，及系统风险性。而性能的影响则可以通过两方面解决，一部分由硬件的升级进行解决，因为ETL除读表及写表操作外，所有转换均由ETL服务器在内存中完成，故高配置服务器将大大提升ETL运行速度；一部分由加载时机进行控制，加载时机采取在系统较为空闲时加载，同时并行多个加载等，可以降低对运行系统的影响。所以可以使用全表比对递增加载数据的方式作为此类系统的ETL数据加载规则。 
（2）、如果原OLTP系统为自己开发产品，此次所作OLAP系统为在原系统上的系统，则可以考虑使用时辍或日志表方式，区别仅为对原系统的影响大小。 

（3）、当数据实现递增加载时，OLAP系统中的聚合表，可由OLAP中的事实表数据二次ETL产生，此时由于OLAP数据的完整性与准确性，可以使用全表删除插入方式。

源自：http://blog.csdn.net/zhanglc_5168/article/details/38424605