搜索
缓慢变化维解决方案V1.0Lynx286原创参考文档：Wikipedia...............................................................................................................................................................................2一.新数据覆盖旧数据................................................................................................................................................................................3二.保存多条记录，并添加字段加以区分................................................................................................................................................3三.不同字段保存不同值............................................................................................................................................................................4四．另外建表保存历史记录.....................................................................................................................................................................4五．混合模式.............................................................................................................................................................................................5六．非常规混合模式.................................................................................................................................................................................6参考文档：Wikipedia缓慢变化维定义Wikipedia中的定义：Dimensionisatermindatamanagementanddatawarehousingthatreferstologicalgroupingsofdatasuchasgeographicallocation,customerinformation,orproductinformation.SlowlyChangingDimensions(SCD)aredimensionsthathavedatathatslowlychanges.大意是说数据会发生缓慢变化的维度就叫”缓慢变化维”。举个例子就清楚了：在一个零售业数据仓库中，事实表保存着各销售人员的销售记录，某天一个销售人员从北京分公司调到上海分公司了，那么如何来保存这个变化呢？也就是说销售人员维度要怎么恰当的处理这一变化。先来回答一个问题，为什么要处理，或保存这一变化？如果我们要统计北京地区或上海地区的总销售情况的时候，这个销售人员的销售记录应该算在北京还是算在上海？当然是调离前的算在北京，调离后的算在上海,但是如标记这个销售人员所属区域？这里就需要处理一下这个维度的数据，即我们缓慢变化维需要做的事情。处理缓慢变化维一般按不同情况有以下几种解决方案：一.新数据覆盖旧数据此方法必须有前提条件，即你不关心这个数剧的变化。例如，某个销售人员的英文名改了，如果你不关心员工的英文名有什么变化则可直接覆盖(修改)数据仓库中的数据。二.保存多条记录，并添加字段加以区分这种情况下直接新添一条记录，同时保留原有记录，并用单独的专用的字段保存区别。如：(以下表格中Supplier_State表示上面例子中所属区域，为描述清晰，不用代理键表示)Supplier_keySupplier_CodeSupplier_NameSupplier_StateDisable001ABCPhlogisticalSupplyCompanyCAY002ABCPhlogisticalSupplyCompanyILN或：Supplier_keySupplier_CodeSupplier_NameSupplier_StateVersion001ABCPhlogisticalSupplyCompanyCA0002ABCPhlogisticalSupplyCompanyIL1以上两种是添加数据版本信息或是否可用来标识新旧数据。下面一种则是添加记录的生效日期和失效日期来标识新旧数据：Supplier_keySupplier_CodeSupplier_NameSupplier_StateStart_DateEnd_Date001ABCPhlogisticalSupplyCompanyCA01-Jan-200021-Dec-2004002ABCPhlogisticalSupplyCompanyIL22-Dec-2004空的End_Date表示当前版本数据，或者你也可一用一个默认的大时间(如:12/31/9999)来代替空值,这样数据还能被索引识别到.三.不同字段保存不同值Supplier_keySupplier_NameOriginal_Supplier_StateEffective_DateCurrent_Supplier_State001PhlogisticalSupplyCompanyCA22-Dec-2004IL这种方法用不同的字段保存变化痕迹.但是这种方法不能象第二种方法一样保存所有变化记录,它只能保存两次变化记录.适用于变化不超过两次的维度。四.另外建表保存历史记录即另外建一个历史表来表存变化的历史记录，而维度只保存当前数据。Supplier:Supplier_keySupplier_NameSupplier_State001PhlogisticalSupplyCompanyILSupplier_History:Supplier_keySupplier_NameSupplier_StateCreate_Date001PhlogisticalSupplyCompanyCA22-Dec-2004这种方法仅仅记录一下变化历史痕迹，其实做起统计运算来还是不方便的。五.混合模式这种模式是以上几种模式的混合体，相对而言此种方法更全面，更能应对错综复杂且易变化的用户需求，也是较为常用的。Row_KeySupplier_keySupplier_CodeSupplier_NameSupplier_StateStart_DateEnd_DateCurrentIndicator1001ABC001PhlogisticalSupplyCompanyCA22-Dec-200415-Jan-2007N2001ABC001PhlogisticalSupplyCompanyIL15-Jan-20071-Jan-2099Y此中方法有以下几条优点：1.能用简单的过滤条件选出维度当前的值。2.能较容易的关联出历史任意一时刻事实数据的值。3.如果事实表中有一些时间字段(如：OrderDate,ShippingDate,ConfirmationDate)，那么我们很容易选择哪一条维度数据进行关联分析。其中Row_Key和CurrentIndicator字段是可有可无的，加上去更方便，毕竟维度表的数据都不大，多点冗余字段不占太大空间但能提高查询效率。这种设计模式下事实表应以Supplier_key为外键，虽然这个字段不能唯一标识一条维度数据，从而形成了事实表与维表多对多的关系，因此在做事实和维度做关联时应加上时间戳字段(或Indicator字段)。六.非常规混合模式上面说到第五种实现方式有点弊端，那就是事实表和维表不是多对一关系，而是多对多关系，这种关系不能在建模时解决只能在报表层面，在报表运行时解决，且在BI语意层建模时需要添加时间过滤条件，比较繁琐。下面这种解决方案可以解决此多对多关系，但是得修改一下事实表：SupplierDimension:Version_NumberSupplier_keySupplier_CodeSupplier_NameSupplier_StateStart_DateEnd_Date1001ABC001PhlogisticalSupplyCompanyCA22-Dec-200415-Jan-20070001ABC001PhlogisticalSupplyCompanyIL15-Jan-20071-Jan-2099FactDelivery:(为描述清晰，同样不使用代理键标识维度)Delivery_KeySupplier_keySupplier_version_numberQuantityProductDelivery_DateOrder_Date10010132Bags22-Dec-200615-Oct-200620010324Chairs15-Jan-20071-Jan-2007此方案中向维表中的当前数据版本号始终为0，即插入维度数据时先将老版本的数据的version_number改成1（递增），然后再插入当前数据，此时才能保持当前数据版本号始终为0。事实表中插入数据时所有的维度数据版本号始终全部为0。因此此方案完全可解决事实表和维表多对多关系问题，另外还有个优点是能保证事实表和维表的参照完整性，而且我们在用ERwin,PowerDesigner等建模工具建模时，Version_Number和Supplier_key可作为复合主键在两实体间建立链接。