数仓理论 —— 缓慢变化维

1 什么是维度

参考网址：深入解析数据仓库中的缓慢变化维

在数据仓库的DW层中，表根据用途往往会分为2个类型：FACT（事实表）和 DIM（维度表）。

举个例子，如果我们要描述一个餐饮过程：

​ 小明 2020年4月19日下午3点20分 在 海底捞(万达广场) 吃了5道菜，每道菜的单价是4元，总价是20元。

那么这个过程在数仓中，会如此划分：

• fact：餐饮过程，单价、数量、总价
• dim：小明，餐饮时间，餐饮门店，菜名。

也就是说：
吃了多少东西，多少钱——这些属于fact；
在哪里吃、什么时候吃？这些属于dim。

下面是简单的ER图，方便大家更好的理解。

2 缓慢变化维概念介绍

关于数据仓库中缓慢变化维的总结

3 缓慢变化维的处理方法

根据面临的不同场景，可采用的处理方法不同，因此有多种处理方法。《深入解析数据仓库中的缓慢变化维》一文讲解了多个方法，建议仔细阅读。

常见的有：

1. 拉链表
   在原有维度表的基础上，加两个字段：开始时间，结束时间。没结束的结束时间就设一个超级大的值。
   拉链表的优点：节约存储。（但大数据环境下，这点存储也没啥。）
   数据仓库-缓慢渐变维-拉链表

2. 需要分别统计变化前后的数值时，增加新行，且使用代理键。
   场景举例：《深入解析数据仓库中的缓慢变化维》。
   生成代理键的方法：Hive 中如何生成代理键