26、数据仓库维度表处理全解析

数据仓库维度表处理全解析

在数据仓库的构建与管理中，维度表的处理是至关重要的环节。本文将深入探讨维度表的多种处理方式，包括缓慢变化维度（SCD）的不同类型、迟到维度记录与数据修正、多值维度与桥接表以及不规则层次结构与桥接表等内容。

1. 缓慢变化维度（SCD）类型

1.1 Type 3 缓慢变化维度

Type 3 变化通常并非通过正常的数据流管道产生，而是由管理层决策并传达给 ETL 团队，常常是口头传达。例如，产品类别经理要求将品牌 X 从男士运动服装类别移至皮革制品类别，同时希望能在旧类别中选择性跟踪品牌 X。这种情况下，Type 3 管理需手动启动，若更改的属性（如品牌）没有备用字段，甚至可能涉及模式更改。

当向包含 Type 3 字段的维度添加新记录时，需依据业务规则决定如何填充旧值字段。当前值可写入该字段，也可为 NULL，具体取决于业务规则。Type 3 SCD 支持替代现实，以产品类别为例，最终用户可在产品到类别的两种映射版本中进行选择。通过基于原始属性创建任意数量的替代字段，Type 3 SCD 方法可扩展到多个替代现实。这种设计的优势在于，无需编程即可通过查询工具获取信息，且底层 SQL 无需特殊逻辑或额外连接。

1.2 混合缓慢变化维度

对维度属性变化采用三种 SCD 类型的决策是逐字段进行的。常见的情况是维度同时包含 Type 1 和 Type 2 字段。当 Type 1 字段发生变化时，该字段会被覆盖；当 Type 2 字段发生变化时，会生成新记录。此时，Type 1 变化需应用于具有相同自然键的所有记录副本。例如，若员工档案的种族属性被视为 Type 1，一旦该属性发生更改（可能是为了纠