数据仓库类型2 scd员工维度和HR事实(Kimball's)

Question

我正在阅读由Kimball编写的"Data Warehouse Toolkit“一书，我对一个employee维度和一个HR快照事实表的示例感到困惑。

以下是书中给出的示例的屏幕截图：

​

​

我对“员工计数”、“新员工计数”、“调动计数”和“晋升计数”字段感到困惑。正如您所看到的，在HR事实表和Employee维度表之间存在关系，但是在这些计数值的情况下，事实表中将分配哪个键？我知道在月底可能会有一个‘新员工计数’，我们会在事实表中有指向那个月的month Dimension FK，但是employee维度键呢？

我希望我在这里说得很清楚，如果这是一个愚蠢的问题，我很抱歉。

谢谢。

Answer 1

stigma，我相信来自Employee Transaction Dimension的最新行的代理键是要包含在事实表中的。对于该月份，Employee Transaction Dimension中可能有多个行，但在给定月份的事实表行中，只会引用最近的一行。

希望这能有所帮助。

致以最好的问候，杰西·戴森

Answer 2

在SCD (类型2或类型3)中，您需要考虑两种类型的密钥:自然密钥和伪密钥。自然键是“现实世界”可以理解的标识符，在雇员维度的示例中，这可能是某种雇员Id。每次向该表中添加一个条目时，您都会得到一个新的伪键，我喜欢将其视为“原样”键。当添加记录时，它表示该维度成员的状态。

随着时间的推移，在SCD中，每个自然键都会有很多记录，每个记录都有自己的“原样”键。考虑到最近的条目，它的" as -was“键也是"as- is”键，因为它代表当前状态。

在事实表中，您应该总是期望找到“原样”键。如果您要假设事实表将始终保留“原样”键或最近的键，那么它假定您将返回并更新事实表中的历史记录，仅仅是因为维度的属性发生了更改。这对于started来说是一种资源的浪费，而且实际上是适得其反的，因为SCD的主要好处之一是能够进行" as -was vs as- is“分析，而要做到这一点，您需要保留"as-was”状态。