2

我热衷于找到一个有效的设计解决方案，Ralph Kimball 的模型建议处理 SCD 类型 2 维度的历史负载，涉及多个源表，而不使用 PIT 表。

源数据由许多启用 CDC 的表组成，其中有几个日内更改。目标数据仓库预计每天都有粮食。

在过去，我使用过时间点 (PIT) 表，它使用维度构建所涉及的源表的业务键来构建日终快照。当涉及的源表既宽又深时，这极大地优化了维度加载能力。我的组织更喜欢使用 Kimball 的方法，因为 PIT 是一个 DV 概念，因此它是脱离桌面的。

请分享替代方法。您可能使用过的一些通用示例或任何有用的提示将很高兴听到。

绝对我理解 PIT 可以很好地加载初始加载的历史数据（不幸的是，Kimball 似乎没有提到它，因此解决方案设计者并不热衷于允许使用 PIT 加载）

例如，我必须创建一个具有属性 Member_Status 的成员维度，该属性是根据成员在给定时间点持有的所有帐户派生的。

举一个非常简单的例子，假设：在给定日期 D1 一个成员有 1 个打开和 1 个关闭的帐户 成员状态是：第二天活动 D2，他有 2 个关闭的帐户，成员状态是：第二天退出 D3，他打开另一个账号，会员状态为：再次活跃

现在必须回顾性加载整个内容（例如，过去 10 年的数据作为 SCD2） 我可以在其中看到 2 个选项

  1. 从开始日期开始每天循环运行负载（不是有效的解决方案）
  2. 创建一个 PIT（不允许：（）

还有其他选择吗？

“源数据由许多启用 CDC 的表组成，其中有几个日内变化。目标数据仓库预计会有一个每日粒度。”只是为了解释这一点

说有一个member（实体）和account（实体） Member:Account的关系是1:Many

在一天中，成员可以进行多次更新（例如更正姓名、出生日期、地址等）对于帐户来说也是如此，CDC 将捕获所有这些更改，而对于目标 DWH，只需要捕获一天结束的快照。实现它并不是一个很大的障碍，我的主要问题围绕初始负载和处理它的有效策略。

4

0 回答 0