Database design 涉及多个源表的Kimball模型中的历史负载SCD2

我渴望找到一个高效的设计解决方案，Ralph Kimball的模型建议处理SCD类型2维的历史负载，涉及多个源表，而不使用PIT表

---

源数据由许多启用CDC的表组成，其中包含几项日内更改。目标数据仓库预计将有一个每日计划

在过去，我使用了时间点（PIT）表，它使用维度构建所涉及的源表的业务键构建一天结束快照。当涉及的源表既宽又深时，这将极大地优化维度加载能力。我的组织更倾向于使用Kimball的方法，因为PIT是一个DV概念，因此它不在桌面上

请分享其他方法。一些通用的例子或任何有用的提示，你可能已经使用将是伟大的听到

---

我绝对理解PIT可以很好地加载初始加载的历史数据（不幸的是，Kimball似乎没有提到这一点，因此解决方案设计师不希望允许使用PIT加载）

例如，我必须创建一个成员维度，该维度具有一个属性Member_Status，该属性基于该成员在给定时间点持有的所有帐户而派生

举一个非常简单的例子，如果： 在给定日期D1，会员有1个未结账户和1个已结账户会员状态为：活动 第二天D2，他有2个已关闭的账户，会员状态为：退出 第二天D3，他开了另一个账户，会员状态为：再次激活

现在必须回顾性地加载整个事件（例如，作为SCD2的过去10年的数据） 在那里我可以看到2个选项

从开始日期起每天运行load in循环（不是有效的解决方案）

创建坑（不允许：（）

还有其他选择吗

---

---

“源数据由许多启用CDC的表组成，并有几次日内更改。目标数据仓库预计每天都会有一次更改。” 再解释一下

假设有一个成员（实体）和账户（实体）成员：账户关系为1:多

在一天中，一名会员可以对账户进行多次相同的更新（如姓名、出生日期、地址等的更正）

---

CDC将捕获所有这些更改，而对于目标DWH，只需要捕获一天结束时的快照。要实现这一点并不是一个大障碍，我的主要问题是初始负载和有效的处理策略。

源数据由许多支持CDC的表组成，其中包含几项日内更改。目标DWHta仓库预计每天都有粮食。你能解释更多吗？也许有一个样本数据？我不确定我是否理解这个问题。你想从许多来源构建一个SCD2维度，而不使用PIT表。PIT不仅仅是DV拥有的一个概念。如果它对你有效，就使用它。排除设计方法是很奇怪的，因为它看起来很简单属于不同的阵营。事实上，如果您的所有维度每天都在变化，并且您使用的是SCD2……那么您的维度表实际上就是一个每日快照表。源数据由许多启用CDC的表组成，并且有几次日内的变化。目标数据仓库预计每天都有一个粒度。您能解释一下吗n更多？可能有一个样本数据？我不确定我是否理解这个问题。你想从许多来源构建一个SCD2维度，而不使用PIT表。PIT不仅仅是DV拥有的一个概念。如果它对你有用，就使用它。排除设计方法很奇怪，因为它似乎属于不同的阵营。事实上，如果你所有的维度您每天都在使用SCD2，您的维度表实际上是一个每日快照表。