大数据学习（三十一）数据仓库如何处理缓慢变化维

以下内容结合了《大数据之路-阿里巴巴大数据实践》书中的内容，就如何处理缓慢变化维话题进行展开。

前言：维度的属性也是会发生变化的，只不过相较于事实表而言，变化的速度是极其缓慢的，那我们是否有必要去关注维度的历史数据呢？其实也是依照真实的业务产环境而定。（就比如业务员月中从A部门转到了B部门，到了月末需要统计A、B部门的业绩，那就需要关注维度的历史数据了）

书中结合了kimball的理论，提出了三种解决办法。

1.重写维度值。不保留历史数据，始终取最新的数据。

2.插入新的维度行。采用此种方式，保留历史数据，纬度值变化前的事实与过去的纬度值关联，纬度值变化后的事实与当前的纬度值关联。           

3.添加维度列。新增一列，保留历史数据。

总结：使用哪一个方法，还是要视具体业务场景而定。