构建数据仓库时，我通常会看到两种主要的ETL过程方法：
1。查看 - 观点视图 - 观点视图 - ......
方法一显然在数据库中，并且具有以下优势：您没有那么多冗余数据，但可能会导致性能问题。
2。阶段表（数据副本） - 清除表（数据副本） - dwh表（数据副本） - ...
方法二可以使用许多工具作为存储过程和作业或像SSIS这样的ETL工具。 这里的优点是很容易理解这个过程，因为你可以非常好地想象它。您通常还具有非常好的整体ETL性能和许多预定义任务等。 例如，问题可能是由于必须更改持久表，因此更改过程会更复杂。
在现实世界中，您通常会看到两者的混合，特别是当许多人参与过程时。 当然，这也取决于具体情况（表的大小，该公司设计的类似流程如何，ETL流程有多复杂，......）。
我个人更喜欢复制表，保持ETL过程简单，如果可能的话，在ETL工具（在我的情况下通常是SSIS）中做所有为此目的而设计的。
但最佳做法是什么？为什么？
答案 0 :(得分：0)
观看视图的视图不会随DWH中的数据量而缩放。当谈到dwh时，我的意思是我们正在讨论大量数据。来自多个来源的数据集成是dwh的常见用例。 Stage-＆gt; tranform - ＆gt; fact / dim是构建dwh以存储数据的最常用方式之一。是的，当我们谈论hdfs和其他技术时，这会有所改变，但是视图无法在dwh中提供所需的性能。 我见过很多系统，所有这些系统都有一个多步骤过程，你首先从源中获取数据到dwh，然后通过ETL /其他模式清理/处理/整合/转换这些数据到你的维度/其他模型。
答案 1 :(得分：0)
如果您想了解时间点参考数据关系，在维度DW中实现为类型2或类型3缓慢变化的维度，您可能无法在源系统中找到它。
garpitmzn提到的规模问题不仅涉及数据量，还涉及重组和非规范化数据以进行维度分析所需的连接。使用视图（除非实现）您将为每个查询重复可能的复杂连接。最好在加载尺寸时进行一次。