Question

我们目前在数据仓库中有一个名为＆＃39; Cards＆＃39;的表。这被设计为类型2的缓慢变化的维度;如果卡片状态发生变化我们创建新记录，以便我们可以跟踪卡片的状态变化。

即使没有状态改变，我们也会保留每张卡的每日记录 - 这样做是为了跟踪每日余额。例如：

cardId     state          balanceAsAt     balance  ....
1          ACTIVE         2014-01-01      100.00
1          ACTIVE         2014-01-02       99.00
1          DELETED        2014-01-03        0.00

如果我需要执行过去日期范围（例如2014年1月2日），2015年2月（2014-01-01的示例）的ETL，假设无法检索，那么存储数据的最佳方式是什么？卡的过去状态？

选项A - 插入包含过去一天当前数据的记录

cardId     state          balanceAsAt     balance  ....
1          ACTIVE         2014-01-01      100.00
1          DELETED        2014-01-01        0.00   [new entry here? - however now the card seems to have been 're-activated' on the 2nd, which is not the case]
1          ACTIVE         2014-01-02       99.00
1          DELETED        2014-01-03        0.00

选项B - 不要修改已在维度中创建的记录

cardId     state          balanceAsAt     balance  ....
1          ACTIVE         2014-01-01      100.00
1          ACTIVE         2014-01-02       99.00
1          DELETED        2014-01-03        0.00

任何其他选项/标准做法？

Answer 1

阅读完描述之后，我意识到你可能手中有一个非常快速变化的维度。我的建议是，如果可能，更改balance属性以减缓更改维度类型1（更新），并在事实表中记录余额。为此，您有两种选择：

快照：为每一天创建一个条目。例如，如果您需要（经常）知道某一天（或某个月内）卡的平均余额余额，这是非常好的。
事务记录：一个事实表，用于跟踪卡上的事务以及事务之前和之后的余额。这具有快照的优点，即在硬盘驱动器中占用较少的空间。

您应该知道，对于变化缓慢的属性，应使用缓慢变化的维度，并且对于经常更改的属性使用缓慢变化的维度不是一个好主意。你的卡片尺寸会变得太快;这将带来性能负担。

我的第二个注意事项是您没有正确实施慢速变化尺寸。你既没有实现维度键，也没有实现慢变维度标志。

正确实施的维度如下所示：

keyCard   cardId         state          startDate       endDate      balance  
1          1          ACTIVE         2014-01-01     2014-01-03   100.00
2          1          ACTIVE         2014-01-03     2014-02-01   99.00
3          1          DELETED        2014-02-01     null          0.00

您可以通过执行以下操作检索最后一条记录：

  select * from DimensionCards where endDate is null;

具有缓慢变化尺寸（SCD）类型2的不同场景

1 个答案: