缓慢变化维（SCD）
总结
| 记忆点 | 内容 |
|---|---|
| SCD核心问题 | 维度变了，历史要不要保留？ |
| Type 1 | 直接覆盖，丢历史，最简单 |
| Type 2 | 拉链表，保留完整历史，最常用 |
| Type 3 | 新增列，只存前一次值，极少用 |
| 拉链表三字段 | start_date / end_date / is_current |
| 查询关键 | 事实表日期落在维度的有效期范围内 |
先把这段讲顺；面试官追问时，再展开下面的原理和细节。
详细讲解
基础 | 大数据面试 · 数仓建模系列
| 面试真题 用户换了手机号、商品改了价格，维度表怎么处理？请介绍SCD的几种类型，你们用的是哪种？ |
|---|
什么是缓慢变化维？
维度表的数据不是一成不变的。用户会改地址，商品会调价格，店铺会换名字——这些变化不频繁但确实会发生，就叫缓慢变化维（Slowly Changing Dimension）。
核心问题只有一个：变化了，历史数据要不要保留？不同的回答对应不同的SCD类型。
| 类型 | 策略 | 一句话总结 |
|---|---|---|
| Type 1 | 直接覆盖 | 不要历史，只看最新 |
| Type 2 | 新增行（拉链表） | 完整保留历史，最常用 |
| Type 3 | 新增列 | 只保留上一次的值 |
Type 1：直接覆盖（最简单）
用户换了手机号，直接UPDATE旧记录。简单粗暴，表永远只有最新状态。优点是简单，缺点是历史丢失，无法回溯「用户之前的手机号是什么」。适用于修正数据错误、不关心历史的场景。比如用户的昵称写错了，直接改就行，没必要保留错误的历史。
Type 2：拉链表（面试必考）
这是面试考得最多的类型，也是生产中最常用的方案。核心思路是：不改旧数据，新增一行，用start_date、end_date、is_current三个字段标记有效期。
举例：用户张三从手机号138xxxx改成139xxxx。变更前只有一条记录，变更后变成两条：旧记录的end_date改成变更日期前一天，is_current改成0；新增一行记录当前状态，end_date设为9999-12-31，is_current为1。
这样做的好处是，你可以查到任意历史时间点的用户状态。比如分析订单时，你想知道用户下单时的地址是什么（而不是现在的地址），就需要用拉链表做范围JOIN。
拉链表的三种查询姿势
| -- 1. 查当前有效数据 SELECT * FROM dim_user WHERE is_current = 1; -- 2. 查某个历史时间点的快照（2024年6月1日的状态） SELECT * FROM dim_user WHERE start_date <= '2024-06-01' AND end_date > '2024-06-01'; -- 3. 事实表关联历史维度（订单发生时用户的状态） SELECT f.order_id, f.amount, d.phone, d.city FROM fact_order f JOIN dim_user d ON f.user_id = d.user_id AND f.order_date >= d.start_date AND f.order_date < d.end_date; |
|---|
| Wood的实战经验 end_date的处理要统一，这是很容易踩的坑。有的团队用闭区间（end_date = '2025-01-14'），有的用开区间（end_date = '2025-01-15'）。 我们团队统一用左闭右开（start_date <= 且 end_date >），和事实表的日期分区逻辑保持一致，能避免很多边界Bug。这个看似小的约定，实际上帮我们省了很多排查时间。 常见追问：拉链表数据量会不会膨胀？答案是：只有发生变化的行才新增记录，不变的行不增长。高频变化的维度（如实时价格）不适合拉链表，考虑快照表。 |
|---|
Type 3：新增列（用得少）
只关心「当前值」和「上一次的值」，加两列搞定（如current_city和previous_city）。优点简单不增加行数，缺点只保留一次历史，变化3次以上就丢数据了。极少使用。
| 面试加分提示 面试回答SCD时，不要只背Type 1/2/3的定义，要能说出你的实战选择和原因： 「我们主要用Type 2拉链表。比如用户维度表，用户可能改手机号、改收货地址，我们需要在分析订单时关联到下单时的用户状态，所以必须保留历史。拉链表用start_date/end_date做有效期标记，事实表通过订单日期和有效期做范围JOIN。」 追问防线：面试官可能追问「拉链表数据量会不会膨胀」——只有发生变化的行才新增记录；高频变化的维度不适合拉链表，考虑快照表；定期归档过老的历史数据，控制表大小。 |
|---|