Implementación de tablas dimensionales
Con las consultas, vistas y procedimientos almacenados ya definidos, está listo para implementar las tablas que contienen los datos transformados. El modelado dimensional organiza los datos en tablas de hechos (medidas y métricas) y tablas de dimensiones (atributos descriptivos), creando una estructura optimizada para consultas analíticas y modelos semánticos.
Creación de tablas de dimensiones
Las tablas de dimensiones contienen los atributos descriptivos que proporcionan contexto a las medidas, como los nombres de los clientes, las categorías de productos y las jerarquías de fechas. Cada tabla de dimensiones tiene una clave sustitutiva (un entero generado automáticamente) a la que hacen referencia las tablas de hechos en lugar de la clave de negocio natural.
El uso de claves suplentes proporciona varias ventajas. Son enteros compactos que se unen de forma eficaz. Aíslan el almacén de los cambios importantes del sistema de origen. También admiten patrones de dimensión (SCD) de variación lenta en los que la misma entidad empresarial puede tener varios registros históricos.
CREATE TABLE dim.customer (
customer_key INT IDENTITY(1,1),
customer_id NVARCHAR(20) NOT NULL,
customer_name NVARCHAR(100),
segment NVARCHAR(50),
region NVARCHAR(50),
effective_date DATE,
end_date DATE,
is_current BIT DEFAULT 1
);
La IDENTITY columna genera automáticamente una clave suplente única para cada fila. Las columnas effective_date, end_date y is_current admiten el seguimiento de SCD Tipo 2, donde se conservan versiones históricas de los registros en lugar de sobrescribir los cambios. Cuando cambien los atributos de un cliente, establezca end_date y is_current = 0 en la fila existente, inserte una nueva fila con los valores actualizados.
Nota:
Organice las tablas dimensionales mediante esquemas que reflejen su rol. Entre las convenciones comunes se incluyen dim las tablas de dimensiones, fact las tablas de hechos y staging los datos de origen sin procesar.
Creación de tablas de hechos
Las tablas de hechos almacenan los datos cuantitativos: los números agregados en los informes. Cada fila representa un evento empresarial (como una venta o un envío) y contiene claves externas que hacen referencia a tablas de dimensiones más una o varias medidas numéricas.
CREATE TABLE fact.sales (
sales_key INT IDENTITY(1,1),
date_key INT NOT NULL,
customer_key INT NOT NULL,
product_key INT NOT NULL,
quantity INT,
unit_price DECIMAL(10,2),
sales_amount DECIMAL(12,2)
);
Las date_keycolumnas , customer_keyy product_key son claves externas que apuntan a las tablas de dimensiones correspondientes. Las columnas quantity, unit_price y sales_amount son las medidas que se agregan en consultas e informes.
Importante
Los almacenes de Fabric no imponen restricciones de clave externa a nivel del motor. Defina las relaciones clave mediante convenciones de nomenclatura y la lógica de carga para mantener la integridad referencial entre las tablas de hechos y dimensiones. Este patrón es común en los almacenes de datos en la nube en los que el motor de consultas optimiza las combinaciones sin necesidad de aplicar restricciones.
Carga de tablas de dimensiones
Para la carga inicial, utilice una sencilla instrucción INSERT ... SELECT para rellenar una dimensión a partir de datos de staging:
INSERT INTO dim.customer
(customer_id, customer_name, segment, region, effective_date, is_current)
SELECT
customer_id,
customer_name,
segment,
region,
CAST(GETDATE() AS DATE),
1
FROM staging.customers;
En el caso de las actualizaciones en curso, el enfoque depende de cómo controle los cambios:
-
SCD Tipo 1 (sobrescritura): utilice una instrucción
MERGEpara actualizar las filas existentes in situ. Este enfoque es más sencillo, pero no conserva el historial. Es adecuado cuando los valores históricos no son importantes para el análisis, como corregir un nombre de cliente mal escrito. -
SCD Tipo 2 (historial): marque la fila actual como expirada (ajuste
is_current = 0yend_datepara que sean la fecha de hoy); a continuación, inserte una nueva fila con los valores actualizados. Este enfoque conserva un historial de cambios completo. Es importante para el análisis de tendencias donde es necesario saber cuál era el segmento de un cliente en el momento de una transacción pasada.
Carga de tablas de hechos
La carga de la tabla de hechos une los datos de preparación con las tablas de dimensiones para buscar las claves sustitutivas correctas. Este paso convierte las claves empresariales naturales (como los identificadores de cliente del sistema de origen) en las claves suplentes usadas en el modelo dimensional.
INSERT INTO fact.sales
(date_key, customer_key, product_key, quantity, unit_price, sales_amount)
SELECT
d.date_key,
c.customer_key,
p.product_key,
s.quantity,
s.unit_price,
s.quantity * s.unit_price
FROM staging.orders AS s
INNER JOIN dim.date AS d
ON s.order_date = d.calendar_date
INNER JOIN dim.customer AS c
ON s.customer_id = c.customer_id
AND c.is_current = 1
INNER JOIN dim.product AS p
ON s.product_id = p.product_id;
La unión a dim.customer filtra por is_current = 1 para garantizar que cada fila de hechos se vincule a la versión actual del registro del cliente. Si necesita exactitud histórica (vinculación con el registro del cliente que estaba activo en el momento del pedido), en su lugar, concéntrese en el intervalo de fechas vigentes.
Clonar tablas para desarrollo y pruebas
Al desarrollar la lógica de transformación, no quieres arriesgarte a corromper las tablas de producción. Fabric admite clones de tablas, que crean una referencia sin copia a los datos de una tabla existente en un momento dado. Los clones permiten probar los cambios de forma aislada sin duplicar el almacenamiento.
CREATE TABLE fact.sales_dev AS CLONE OF fact.sales;
El clon comparte inicialmente los mismos archivos de datos subyacentes que la tabla de origen. Al modificar el clon (insertar, actualizar o eliminar filas), Fabric escribe solo los datos modificados, lo que mantiene el almacenamiento eficaz. Después de validar los cambios en el clon, puede aplicar la misma lógica a la tabla de producción con confianza.
Los clones de tablas también son útiles para crear instantáneas antes de ejecutar una transformación arriesgada, lo que le proporciona un punto de reversión si algo sale mal.
Ahora tiene el conjunto completo de herramientas para la transformación de datos de T-SQL en un almacén de Fabric: consultas que dan forma a datos sin procesar, vistas que encapsulan lógica reutilizable, procedimientos almacenados que automatizan el procesamiento y tablas dimensionales que sirven como base optimizada para el análisis y los modelos semánticos.