数仓缓慢渐变维(SCD)
缓慢渐变维（Slowly Changing Dimension SCD）是数据仓库中用于处理高纬度属性随时间缓慢变化的技术。其核心挑战在于平衡实时数据与历史记录的维护需求，以确保分析的准确性。以下是常见的SCD处理方式及特点：
SCD Type1（覆盖型）
- 处理方式：直接覆盖旧数据，不保留历史记录。例如：客户地址变更后，原纪录被新值覆盖。
- 优点：实现简单，存储成本低。
- 缺点：无法追溯历史变化，可能影响长期趋势分析。
- 适用场景：修正错误数据或无需历史跟踪的字段（如姓名拼写错误）。
SCD Type2（拉链表型）
- 处理方式：为每次变化新增一条记录，通过有效时间区间（如effective_start和effective_end）或标志位（如active）区分当前与历史状态。例如，客户地址变更后，原纪录标记为失效，新增一条当前有效记录。
- 优点：完整记录所有历史版本，支持精确的时间点分析。
- 缺点：数据冗余大，存储成本高。
- 实现技术：常用拉链表（通过时间区间标记版本），适用于频繁变化且须长期追踪的场景。
SCD Type3（有限历史型）
- 处理方式：在维度表中新增列保存有限的历史值（如current_value和previous_value）。例如，记录客户当前地址和上一次地址。
- 优点：减少冗余，适合存储空间有限的情况。
- 缺点：仅能保留有限的历史版本（通常最近一次变更），扩展性差。
- 适用场景：仅需追踪少量历史变化的属性
SCD Type4（历史表分离型）
- 处理方式：将当前数据与历史数据分离存储。主表保存当前状态，历史表记录所有变更，通过代理键关联。、
- 优点：主表轻量化，历史查询独立。
- 缺点：统计时需关联多表，复杂度较高。
