浅谈缓慢变化维度设计

目录

前言

基本设计方法

类型1：重写

类型2：增加新行

类型3：增加新属性

类型4：增加微型维度

混合设计方法

类型5：类型4与类型1组合

类型6：类型1和类型2组合

类型7：类型1和类型2组合

结语

---

前言

维度表属性随着时间而变化，好的数据模型应具有追踪维度变化的能力。Kinball在维度建模工具箱一书中提出7种缓慢变化维度（Slowly changing Dimension, SCD)处理技术。本文逐一详解7种设计方法，其中类型1-4为基本设计方法，类型5-7由类型1-4相互组合形成。

维度属性不变的情况，在Kinball理论中成为类型0情况，如一个人的出生日期，这类属性一旦有值，将不在变化，可以视为常量。

为辅助讲解，本文设定一个案例场景：为统计不同员工的计算资源消耗情况，存在一张员工维度表和一张任务计算事实表。

其中员工基本属性：

代理键

员工编号

姓名

username

部门名称

···

事实表属性：

任务id

执行人

资源消耗

···

 员工的部门可能改变，接下来讨论员工部门改变后，数据如何处理。

---

基本设计方法

类型1：重写

针对变化的属性，直接重写原有的值。

例如，张三原部门为“数据开发1组”，在2021年1月1日部门变动为“数据开发2组”，对应数据的调整为：

改变前：

代理键	员工编号	姓名	username	部门名称
1009	NO001	张三	zhangsan1	数据开发1组

改变后：

代理键	员工编号	姓名	username	部门名称
1009	NO001	张三	zhangsan1	数据开发2组

新的部门值覆盖原有的值，代理键不变，事实表关联同一个键值。

这种实现方式无论ETL操作还是业务使用均很简单，但是缺点也很明显，无法追踪数据的历史状态。如分析人员希望1月1号之前的数据统计在“数据开发1组”部门中，则无法实现。

同时对于下游BI应用或汇总表，维度变化后需要重刷下游，否则进行上卷/下钻操作时可能出现数据不一致情况。

类型2：增加新行

针对每个变化的属性，增加一个新行。也被称为拉链表，在业内广泛使用。

属性变化时，保留原有记录同时使用最新值新增一条记录。维表设计时需额外增加几列，分别表示当前记录的生效起始时间、生效结束时间和是否当前行标识。

改变前：

代理键	员工编号	姓名	username	部门名称	行生效日期	行失效日期	是否当前行