慢慢改变事实表？

Question

背景) 我已经完成了为我们的库存数据构建事实表的过程,理论上它将作为我们仓库的夜间快照.记录的是数量,重量,位置,状态等信息.数据非常精细,在许多情况下与单个实体无关(我们的源数据库将库存数据记录为具有三个主键:licenseplate aka pallet,产品和包装类型 - 因此它基本上有3个业务键,没有代理键.

我们的目标是能够100%准确地重建我们的仓库管理系统的数据,这在历史上的任何一天都是可见的.所以我可以查看8月4日在1234号位置生产的XYZ产品的托盘数量.

问题1) 现在,我已经构建了这个事实表,在结构上看起来像一个慢慢变化的维度,类型2.这是错的吗？我一直在阅读有关累积快照事实表的内容,我开始质疑我的设计.在这种情况下,最佳做法是什么？

问题2) 如果我的设计没问题,我如何配置Analysis服务,以便它识别FACT表中的DateStart和DateEnd列？我找到了一些有关如何为维度配置此信息的信息,但它似乎不适用于事实表.

供参考 - 我的事实表的结构(添加了关于列的说明):

CREATE TABLE [dbo].[FactInventory](     
[id] [int] IDENTITY(1,1) NOT NULL,  (fact table only surrogate key)
[DateStart] [datetime] NULL,    (record begin date)
[DateEnd] [datetime] NULL,       (record end date)
[CreateDate] [datetime] NULL,    (create date of the inventory record in src db)
[CreateDateId] [int] NULL,       (create date dimension key)
[CreateTimeId] [int] NULL,       (create time dimension key)
[LicensePlateId] [int] NULL,     (pallet id dimension key)
[SerialNumberId] [int] NULL,     (serial number id dimension key)
[PackagedId] [int] NULL,         (packaging type id dimension key)
[LotId] [int] NULL,          (inventory lot id dimension key)
[MaterialId] [int] NULL,         (product id dimension key)
[ProjectId] [int] NULL,          (customer project id dimension key)
[OwnerId] [int] NULL,        (customer id dimension key)
[WarehouseId] [int] NULL,     (warehouse id dimension key)
[LocationId] [int] NULL,      (location id dimension key)
[LPStatusId] [int] NULL,      (licenseplate status id dimension key)
[LPTypeId] [int] NULL,    (licenseplate type id dimension key)
[LPLookupCode] [nvarchar](128) NULL, (licenseplate non-system name)
[PackagedAmount] [money] NULL,  (inventory amount - measure)
[netWeight] [money] NULL,   (inventory netWeight - measure)
[grossWeight] [money] NULL, (inventory grossWeight - measure)
[Archived] [bit] NULL,  (inventory archived yes/no - dimension)
[SCDChangeReason] [nvarchar](128) NULL (auditing data for changes)

Answer 1

通常,在快照事实表中,您没有更改.

您通常有一个日期/时间维度,用于测量的粒度而不是DateStart/DateEnd.同样,您没有任何SCD信息.拍摄事实快照,并将日期和时间维度附加到这些事实.如果这些事实每个月都重复相同,那就这样吧.

以确定哪些事实是有效的,在给定时间内处理更多的处理比你真的想你DW或您的ETL处理 - 那种设计的(有效日期等)在现场OLTP型系统更有效地用在完整的历史保存在实时系统中.DW的目的是优化报告,而不是空间,因此有一个直接快照日期/时间维度,允许您轻松索引和可能对数据进行分区,而无需进行大量的日期算术或比较.

就你的维度模型而言,要小心你不会屈服于太多的维度问题.请记住,维度不必与现实世界中的实体相对应.如何将维度属性分组到维度表中的选择应该通过以下方式告知:1)查询需求,2)数据亲和性和变更行为,3)业务组织.您可能希望研究使用一个或多个垃圾维度.