渐变维度

 在ETL过程中，对于渐变维度的处理，一直是大家比较关注的问题。关于渐变维度的概念，我们在2007年8月的“渐变维度转换及其实现”一文中有所介绍。本文将在实际应用的对比中，提供三种处理渐变维度的方法，并比较其效率。

      第一代：SSIS控件时代
      对于一些会在原业务系统中进行修改/添加维度，不需要记录记录历史属性的维度，我们通常会选择SSIS中控件“渐变维度”来完成这项工作。应对这种情况我们选用Type2。

Type2：变化的属性 说明：如果更改后的值应当覆盖现有值，则选择该类型。 解析：既需要更改又不用记录历史属性的类型。

      选择好数据源，设置好“业务键”和“非键列”之后（如图1），我们再对需要进行更新的“非键列”设置“更改类型”即可，如图2。

 
图1

 
图2

之后SSIS会帮我们生成数据流。简单快捷，3分钟完成一张表格，如图3。

 
图3

      第二代：SQL语句时代
      但是，对于稍微大一些的数据量，源1万条，目标几万条的时候就会非常的慢。对于这种情况，我们可以采用自己手写渐变维度的方式完成。需要分为两部分——更新原有数据和添加新增数据。如表1、表2所示。

Table Name	SS_Team
Column	Type	NULL?	Description
Team_InternalName	Nvarchar(50)	NOT NULL	业务建
Team_DisplayName	Nvarchar(50)	NULL	显示名
Sort_ID	int	NULL	排序ID

表1

Table Name	Dim_Team
Column	Type	NULL?	Description
PK_Team	int	NOT NULL	自增列
Team_InternalName	Nvarchar(50)	NOT NULL	业务建
Team_DisplayName	Nvarchar(50)	NULL	显示名
Sort_ID	int	NULL	排序ID

表2

1、更新原有数据
使用控件“执行SQL任务”。直接实行SQL语句：

以下是代码片段： Update Dim_Team set Team_DisplayName = ss. Team_DisplayName , Sort_ID = ss. Sort_ID From Dim_Team dim inner join SS_Team ss   On ss. Team_InternalName = dim. Team_InternalName

2、添加新增数据
使用控件“数据流任务”。数据源使用如下语句：

以下是代码片段： Select Team_InternalName , Team_DisplayName , Sort_ID   from SS_Team  Where Team_InternalName not in ( select distinct Team_InternalName from Dim_Team )

然后将结果输入到Dim_Team即可。
插曲：有的表格业务建不止一个，并且not in的效率也不够高，所以采用not exists
则使用如下语句作为数据源：

以下是代码片段： Select Team_InternalName , Team_DisplayName , Sort_ID ,a from SS_Team ss Where not exists ( select distinct Team_InternalName

      第三代：Lookup时代
      虽然上述语句可以高效地完成渐变维度Type2的运行，但是在实际运行中，发现由于目标表被用在了数据源表中，导致数据流产生了死锁。
解决方法1：在目标表中去掉表锁。选择“数据访问模式”为“表或试图-快速加载”，将“检查约束”钩选去掉，如图4。

 
图4

解决方法2：利用lookup的错误输出，如图5。
 

图5

SS_Dimteam:

以下是代码片段： Select Team_InternalName , Team_DisplayName , Sort_ID from SS_Team

Lookup:

以下是代码片段： Select distinct  Team_InternalName from Dim_Team

设置Lookup错误输出为重新定向，如图6。
 

图6

输入目标：Dim_Team
至此，完成了渐变维度Type2的“进化”。效率也提高了不少。