数据仓库中的时间差异

Question

我对自己的数据仓库使用自顶向下的方法，因此DW位于3NF中，数据集市是多维的。我读过，DW应该有一个时间戳（或类似的东西）来保存历史数据。
我的问题是：
我是否必须在DW中存储过去的数据，还是有足够的时间尺寸（技术上我使用2型SCD，在必要的地方）。

如果DW必须是时间变量，那么：
什么时候我们在自顶向下的方法中使用SCD？
我应该使用时间戳作为表的PK部分吗？

谢谢！

Answer 1

如果可能，尽量避免在规范化模式中跟踪历史记录。 2型SCD要简单得多。但是，您确实需要使数据集市持久化 - 历史不能重建，因此数据集市是历史数据的标准来源。

一些提示：

• 不要重复使用ODS/DW钥匙在你的尺寸。合并数据的自然键。这将您的ODS从您的星形模式中分离出来，并允许您在不影响星形模式的情况下重建ODS。

• 追踪历史和从复杂的归一化数据重建历史位置非常烦琐。不要打扰;坚持'当前状态'在你的ODS中。

• 制作一个通用的2型维度处理程序（可以使用系统数据字典中的数据）。这使您可以呈现预加载表并使用处理程序将数据合并到维度。
  
  这样做将ETL从历史记录中分离出来，并允许您单独测试它们。您可以通过验证预加载表是否正确来测试ETL - 您不必在测试前/测试之后进行测试。您可以使用维度处理程序的一组单元测试来测试历史记录跟踪。
  
  这种架构显着简化了测试。

• 持久性数据集市而不是永久性ODS的一个优势是您可以轻松地对ODS进行重大手术。如果ODS不必跟踪历史记录，则可以根据需要删除和重新创建历史记录，并且可以轻松更改数据模型，而无需迁移历史数据。