缓慢变化维（Slowly Changing Dimension）就是变化相对缓慢（相对与快速变化的事实表来说）的维度。
在维度建模理论中，有8种处理方式，包括基础的5种以及混合的3种。 再加上大数据时代的2种极限型，共10种
1、基础型
1.1、类型0: 保留原始值
维度属性值不做更改，保留原始值。
此方式什么也不做，所以称之为方式0。
eg.比如商品上架售卖时间：一个商品上架售卖后可能由于缺货下架，补充库存后又再次上架，此种情况产生了多个商品上架售卖时间。如果重点关注的是商品首次上架售卖时间，则采用方式0。
1.2、类型1: 直接覆盖
修改维度属性为最新值，直接覆盖，不保留历史信息。
eg.比如商品属于哪个品类：当商品品类发生变化时，直接重写为新品类，如果业务只关心最新的品类。
1.3、类型2: 增加新行（需要增加代理键）
在维度表中增加新的一行，新行中采用新的属性值。此种方式需要借助代理键，需要为新行分配新的代理键，将其作为事实表的外键。
采用此方式，一般会在维度行中额外增加3列：行生效时间，行失效时间以及当前行标识（或者不使用当前行标识，由行失效时间来判断是否是当前行）
此方式及其变种是处理缓慢变化维的主要技术。
1.4、类型3: 增加新属性列
在维度表中增加新的一列，原先属性列存放上一版本的属性值，当前属性列存放当前版本的属性值。
1.5、类型4: 增加微型维度
当某维表是一个大型维度表，采用类型2(增加新行)时，如果某些维度属性变化相对较快，会导致该维表变得越来越大，导致存储压力和性能压力。
将某些维度属性从该大型维表中抽离出来，单独构建RFM微型维度。并在相关事实表中增加RFM键作为外键。
类型4:微型维度
2、混合型
2.1、类型5: 微型维度与类型1支架维度
a.该方式是类型1和类型4的结合，即建立微型维度后，微型维度的主键不仅作为事实表的外键，也作为主维度的外键。
b.在主维度中，此微型维度属性以类型1处理，即当该属性发生变化时，直接覆盖，不保留历史信息。
c.这种情况下的微型维度被称之为支架。
类型5: 支架维度
2.2、类型6: 将类型1属性增加到类型2维度
此种方式复杂，在少数特定迫切的场景下才会使用。如商品的品类变化
该方式是类型1（直接覆盖）、2（增加新行）、3（增加新列）的结合，即同时增加维度行和维度列，并以类型1(直接覆盖)处理新加的维度列（当前属性）。
类型6: 将类型1属性增加到类型2维度
2.3、类型7：双重外键并且类型1与类型2结合
在类型2（增加新行）的基础上，不仅是维度的代理键作为事实表外键，维度的自然键（如果自然键会被重新分配，发生变化，应该使用持续性超自然键）也同时作为事实表外键。
事实表通过代理键连接维表获取历史维度属性，通过自然键连接维表获取当前维度属性。
类型7：双重外键并且类型1与类型2结合
3、极限型
3.1、类型8: 快照维度
此种方式比较暴力，每天保留全量维度属性的快照数据，自然键及日期键作为事实表的外键。
此方式依托的是当前存储成本远低于计算成本，以空间换时间的理念。
如商品快照维度表
类型8: 快照维度
3.2、类型9：历史拉链维度
此方式是类型2（增加新行）的阉割版，同样是增加维度行。
但舍弃了代理键，因为如MapReduce之类的分布式计算引擎，维护全局唯一的代理键难度大，成本高。类型9：历史拉链维度
优点是此方式相比方式8，大大降低了存储（当然前提是不包含变化频率很高的维度属性，如果有，请考虑进行垂直拆分）。
缺点是和事实表连接时会有一些不足。如事实表只能以时间切片的方式和维度表进行连接，如果事实表要多个时间切片同时与维度表关联，需要一定的技术改造。
————————————————
版权声明：本文为CSDN博主「qq_36039236」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_36039236/article/details/107819326
