“缓慢变化维度”是在构建数据仓库时比较常见的一种情况。简而言之它适用于这种情况——数据记录会随着时间而发生变化。
举个例子：
Larry是S公司的一个职员。他居住在上海，于是查找用户表有以下记录：
| Record ID | Name | Locate |
| 1001 | Larry | Shanghai |
在一段时间以后，Larry被派遣到了北京的分公司工作。那么S公司如何更新员工信息表以反映出这次变化？这个就是缓慢变化维的问题所在。
通常有三种方法解决该问题：
Type 1: 替换原始记录
| Record ID | Name | Locate |
| 1001 | Larry | Beijing |
该方法优点是简单方便；缺点是无法追溯历史数据。
Type 2: 插入一条新记录
| Record ID | Name | Locate |
| 1001 | Larry | Shanghai |
| 1002 | Larry | Beijing |
该方法的优点是保留了全部的历史记录；缺点是使得数据表记录飞涨，可能导致影响查询效率。
Type 3: 更新原始表结构
| Record ID | Name | Original Locate | Current Locate | Effective Date |
| 1001 | Larry | Shanghai | Beijing | 2014-01-01 |
该方法既可以反应历史记录，也可以避免成倍的数据增长。但是缺点是适用场景非常少，仅能反映出部分历史记录。
版权声明：本文为博主原创文章，未经博主允许不得转载。