缓慢变化维是这样使用的
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
实例说明1:
缓慢变化的维,如你注册csdn账号是所填写的地址、电话等资料,你的地址会变化的,但
是很久才会变一次,这就是一个缓慢变化维。请参见Type1,Type2,Type3。
Type1-全覆盖,保持最新数据(keep most recent values in target)
Type2-全历史记录(keep a full history of changes in the target)
Type3-记录最新纪录及上一次历史(keep the current and previous values in the target)
---------------------------
实例说明2:
当当网买家A,有一个属性是所在城市(09年,北京)
后来搬家了,城市变了(10年,上海)
但是统计09年销量的时候,需要把A的算在北京,而不是上海
所以要保存原来的记录
买家这个维度就属于缓慢变化的。
------------------------------------------------------------------------------------------------
[赛迪网-IT技术报道」这篇论坛文章深入探讨了数据仓库缓慢变化维的解决方案,详细内
容请参考下文:
缓慢变化维定义
Wikipedia中的定义:
Dimension is a term in data management and data warehousing that refers to logical groupings of data such as geographical location,customer information,or product information.
Slowly Changing Dimensions (SCD)are dimensions that have data that slowly changes.
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_key Supplier_Code Supplier_Name Supplier_State Disable
001 ABC Phlogistical Supply Company CA Y
002 ABC Phlogistical Supply Company IL N
或:
Supplier_key Supplier_Code Supplier_Name Supplier_State Version
001 ABC Phlogistical Supply Company CA 0
002 ABC Phlogistical Supply Company IL 1
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_key Supplier_Code Supplier_Name Supplier_State Start_Date End_Date 001 ABC Phlogistical Supply Company CA 01-Jan-2000 21-Dec-2004
002 ABC Phlogistical Supply Company IL 22-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_key Supplier_Name Original_Supplier_State Effective_Date
Current_Supplier_State
001 Phlogistical Supply Company CA 22-Dec-2004 IL
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_key Supplier_Name Supplier_State
001 Phlogistical Supply Company IL
Supplier_History: