阳心的博客

1.缓慢变化维  a) 添加一个Old列,仅能记录最近两次信息  b) 直接覆盖  c) 添加BeginDate EndDate  Version IsActive   d) 在C基础上,添加代理键2.增量处理a)全表扫描对比,性能差        b)根据源表的操作时间字段.需源系统支持.        c)分析数据库操作日志,工作量大,难度高3,性能优化

数据仓库中，缓慢渐变维度是一种经常使用到的方案。“渐变”，即为逐渐变化的维度，因为日常应用中，维度属性是随时可能发生变化的，而BI统计时，又可能是需要历史某个时间点的维度属性值。所以这种情况下，就需要我们记录下这个变化信息，于是渐变维度就出现了。“缓慢”两个字，也是需要注意的，仅有缓慢变化的才适用于这种方案。如果是每天每时每刻都在变化的就不适合这种方案了，因为那样会产生太多太多的记录，导致

[转载]http://www.ibm.com/developerworks/cn/data/library/techarticles/dm-0803zhousb/所谓水无定势，兵无常法。不同的行业，有不同行业的特点，因此，从业务角度看，其相应的数据模型是千差万别的。目前业界较为主流的是数据仓库厂商主要是 IBM 和 NCR，这两家公司的除了能够提供较为强大的数据仓库平台之外，也

缓慢渐变维度的设计，概念其实就是通过添加两个字段：有效开始时间，有效结束时间。设定对其某些特定列，记录住其历史状态。比如拿部门表做例子，部门有其所属的一个部门组的关系。如下图：我们的业务需求要求不记录部门名称变化，和部门组名称的变化。所以该表中仅设置部门组No为渐变字段，仅当其内容变化时，才会产生新的记录。如下图：更新前：更新后： 说明：当天津采购部，因业务需要

最近在网上看到了 Jerome 20061210最近大家对数据仓库架构的讨论又多了起来，我在这里对一些架构进行一下简单的整理。目的是给大家树立一个靶子，大家可以在这篇文章后尽情的批判和补充。我把我听说过的架构都归整在一起，分了六类，其中和很多说明是我个人的理解，不见得正确，大家多多指导。1．独立的数据集市架构（Independent data mart