1 缓慢变化维
说到历史拉链表,首先得说下缓慢变化维。
在现实世界中,维度的属性并不是静态的,而是随着时间的变化而变化,这也体现了数据仓库的特点之一,是反映历史变化的。相对于数据增长较为快速的事实表,维度的变化是相对缓慢的。
在维度建模理论中,处理缓慢变化维有三种方式:
- 新的维度属性直接覆盖旧的维度属性,不保留历史数据;
- 增加新的维度行(需要生成代理键来支持),维度变化前的事实关联变化前的维度值,维度变化后的事实关联变化后的维度值。缺点是无法归一为变化前的维度值或者变化后的维度值进行统计;
- 增加维度列,即针对维度的某一属性时,在设计表时需要至少包含两列,新属性和旧属性。优点是可以根据业务需求进行不同的归一化处理,缺点是扩展性不好,保留的维度历史数据有限。
2 历史拉链表
而历史拉链存储恰恰是对第二种方式的一种升级,同样是以增加新的维度行来实现,不同的是使用时间键来代替代理键。时间键包含两个字段,开始时间和结束时间,一般以天为粒度保留变更的维度数据。
2.1 查询方式
- 查询当前最新状态维度数据:select * from table_name where end_day = ‘30001231’
- 查询某一天的维度状态数据:select * from table_name where start_day <= ‘20200201’ and end_day > '20200201'
2.2 加工方式
假设商品历史拉链