在数据仓库架构中如何处理历史数据？

在数据仓库架构中处理历史数据主要涉及缓慢变化维度（SCD）技术。这会保留维度属性的过去状态（如客户地址或产品价格），以便进行准确的历史报告和趋势分析。这对于合规性（审计跟踪）以及了解变化如何随时间影响关键业务指标至关重要。 核心原则围绕如何跟踪变化：类型1（覆盖）直接更新旧数据而不跟踪历史，适用于更正。类型2（添加新行）创建具有新代理键、有效日期和可能的当前标志的新维度记录——这是最常见的，可保留完整历史。类型3（添加新属性）通过在额外列中保留先前值来添加有限历史。选择取决于业务对历史深度的要求和报告需求。 实施包括为每个维度定义SCD类型。对于类型2，在维度表中添加代理键（避免依赖源键）、有效/过期日期列（表示记录的有效期）以及当前行指示符列。ETL（提取、转换、加载）流程必须检测源变化、生成新记录/适当设置日期并更新标志。这实现了关键业务价值，如分析特定历史时间点的“截至”销售等指标，或跟踪属性变化的影响。需考虑性能影响（索引）和存储要求。