数据仓库缓慢变化维度应对策略

缓慢变化维

建议仅考虑有分析价值的字段，采用策略记录其变化，否者直接进行UPDATE。

采用拉链表

添加增加有效开始时间，有效结束时间，最新版本标示字段。
比如客户表的婚姻状况发生变化，会新增一条记录，两条记录如下：

客户   婚姻状况  有效开始日期，有效结束日期，最新版本
客户A，未婚，    1988-01-01,  2014-09-24，    N
客户A，已婚，    2014-09-24,  9999-12-31，    Y

缺点：
当事实表与其关联时，需要根据交易日期判断所在范围进行关联，SQL效率比较差。

解决办法，
使用代理键，并在事实表中添加此字段，但此点会使ETL的处理逻辑变的复杂些。
或者在维度表添加版本号字段，并将此字段冗余到事实表中，这样也可以提高表的关联性能。

若维度表特别庞大，且字段变化特别频繁如何处理。若仍采用上面的方法，每次变化则新增一条记录，则势必维度表过于庞大。

建议的处理策略：

根据变化频率，将字段拆分为不变字段，偶尔发生变化字段，常发生变化字段
三种类型字段形成各自的表，不变字段的主表仍采用自然键作为主键，偶尔发生变化和常发生变化的表采用拉链表处理。
访问变化的字段仍需要判断时间范围进行判断。

或者将发生变化的字段，每个字段都单独摘出来形成一个微型维度，包含自己的关键字。
另外新增关联表，采用拉链表保存这些微型维度与主表的对应关系。 。