Beschreibung langsam veränderlicher Dimensionen
Langsam veränderliche Dimensionen (SCDs) verwalten die Änderung von Dimensionselementen im Laufe der Zeit ordnungsgemäß. Diese wird angewendet, wenn die Werte einer Geschäftsentität sich im Laufe der Zeit verändern und nicht nach einem festen Zeitplan. Ein gutes Beispiel für eine langsam veränderliche Dimension ist eine Kundendimension, genauer gesagt dessen Spalten für Kontaktinformationen wie E-Mail-Adressen und Telefonnummern. Im Gegensatz dazu werden einige Dimensionen als Dimensionen betrachtet, die sich schnell ändern, wenn sich ein Dimensionsattribut häufig ändert, z. B. der Marktpreis einer Aktie. Der gängige Ansatz in diesen Fällen besteht darin, sich häufig ändernde Attributwerte in einem Faktentabellenmeasure zu speichern. Allerdings sollten die sich ändernden Elemente für langsam veränderliche Dimensionen in der Dimensionstabelle verbleiben. Der für die Verarbeitung von Änderungen verwendete Entwurf ist von den Geschäftsanforderungen für die Dimensionstabelle abhängig.
Beispiel für eine langsam veränderliche Dimension für Kunden
Angenommen, Sie entwerfen eine Kundendimensionstabelle im Rahmen eines Sternschemamodells zum Nachverfolgen von Verkaufstransaktionen. Diese Tabelle soll Attribute wie Unternehmensnamen und E-Mail-Adressen enthalten. Möchten Sie dies als neuen Kunden behandeln, wenn der Unternehmensname oder die Telefonnummer geändert wird? Wahrscheinlich nicht. Stattdessen benötigen Sie eine Möglichkeit zum Aktualisieren vorhandener Datensätze oder zum Nachverfolgen aller Änderungen an den Werten im Verlauf.
Bei der Verarbeitung von Datenänderungen variiert der Tabellenentwurf je nachdem, ob Sie Werte ohne einen Verlauf oder zum Nachverfolgen jeder Version des Verlaufs aktualisieren möchten. Als Nächstes lernen Sie einige gängige Methoden kennen, jedoch müssen Sie zunächst ermitteln, ob es sich bei Ihrer Dimension um eine langsam veränderliche Dimension handeln wird. Mit anderen Worten: Lassen Sie Änderungen an Datensätzen zu? Wenn die Antwort „Ja“ lautet, sollten Sie zusätzliche Datumsfelder zu Ihrer Tabelle hinzufügen. Mithilfe dieser Datumsfelder können Sie nachverfolgen, wann die Daten in Ihrer Analysedatenbank geändert wurden.
Beispielsweise enthält die langsam veränderliche Dimension eines Kunden eine Reihe von Spalten, die geändert werden können (1), sowie eine Gruppe von Feldern, um nachzuverfolgen, wann der Datensatz hinzugefügt und geändert wurde (2).
