34个ETL子系统-16：迟到数据处理

在前面的讨论中，所有的数据都是在数据同时到达的假设前提下，但是在某些场景下却并非如此。事实表和维表的数据都有可能弯道。在这种情况下，对事实表不算什么太大的问题。唯一有区别的是，是要根据维度的有效时间来查找业务发生时的代理键。这种情况下，只要在查询条件中增加begin_time和end_time即可。处理这种情况，有两种方法。第一种，事实表已经加载完毕，而维表后续到达。择根据SCD2，在维表中增加一条记录，并且用这个新创建的维度的代理键来更新事实表里有上一个代理键的数据。第二种方法，先在维度表创建一个新的维度记录，并将所有字段都设置成默认值，然后使用这条记录的代理键。当正确的维度数据从源系统过来后，在用新的数据来更新默认值和空值。