sql - 当 SCD2 感知表上发生 SCD1 更改时应该更新什么

Question

我不确定 Kimball Data-Warehouse 文献中是否回答了这个问题——我找不到答案。

假设您有一个表，其中包含几个 SCD2 感知列和一些 SCD1 列。问题很简单：当 SCD1 列发生更改时，哪些记录会更新？

您是否更改所有记录，当前记录和所有历史记录？还是只更改最近的（打开的）记录？我倾向于“全部”，而我所有的同事都坚持“仅最近”。

我可以给出我意见的唯一原因是，COUNT(DISTINCT ...)当我在业务键列或 SCD1 列上运行它时，我希望给出相同的结果。

考虑一下，有两种特殊情况：如果记录没有当前版本，如果最近的记录超出范围并且没有新实例怎么办？如果我使用我的 SCD2 逻辑来准备将来会自动激活的记录怎么办？

如果我只更新最新的开放版本，那意味着我在第一个特殊情况下不会更改任何内容，而在另一种情况下，我需要更改所有未来（准备好的）记录。想一想……我相信“全部”是正确的答案。

谁能指出一个著名的白皮书网站（如 Kimball，Microsoft）给出答案？

score 1 · Accepted Answer

全部。类型 1 的意图是事实与属性的当前值相关联：

在类型 2 SCD 中，事实与事实发生时处于活动状态的维度的“版本”相关联。为了使与版本关联的事实“与属性的当前值关联”，必须在维度的所有版本上更新当前值。

例如，如果你有

SalesFact(Date,CustomerId,Amount)

和

CustomerDim(CustomerId, CustomerBK, EffectiveDate, EndEffectiveDate, IsCurrent, Name, SalesPersonId)

如果您想将历史销售事实与客户的当前销售人员关联，而不是销售时活动的销售人员，您必须为该客户的所有版本更新 CustomerDim。例如

update CustomerDim set SalesPersonId = 1234 where CustomerBk = 'Acme'

或者像这样的查询

select sum(Amount)
from SalesFact s
join CustomerDim c
  on s.CustomerId = c.CustomerId
where c.SalesPersonId = 1234

不会退回该 SalesPerson 客户的旧销售额。

score 0 · Accepted Answer

该方法称为缓慢变化的维度，而不是缓慢变化的属性。忽略更高级别的复杂性，维度是 SCD0,1 或 2 - 因此，如果 SCD2 维度中的任何属性发生更改，则您将创建一条新记录。

试图使维度内的属性具有不同的 SCD 级别只会让您陷入您所描述的混乱之中。

score 0 · Accepted Answer

根据定义，必须在 SCD1 属性更改时更新所有行。如果您只更改最新版本，则它是 SCD2 更新。

如果您有大量版本行，您可以考虑将 SCD1 和 SCD2 维度拆分到单独的表中。这确实增加了事实（类型 4）的额外参考，或者需要将新的 SCD2 维度雪花化到新的 SCD1 维度。这两个选项都解决了对混合维度的更新问题。

3 回答 3