我在我们的数据仓库（SSAS 2014 多维）中有一个客户维度。它被设置为 II 类 SCD，只有开始和结束日期字段来跟踪更改。（空结束日期 = 当前）。
当我们的日常负载运行时，我看到变化正在流入，我有时担心它会在不应该创造新记录的时候创造新记录。
可以运行什么样的脚本来比较每个客户各自的历史记录并确保其发生适当的变化？
另外，我认为我正在触及差距和孤岛问题，有哪些策略可以验证开始日期和结束日期是否都是连续的？
我想确信该表每天都在报告正确的数据，而不会因为某些空检查导致每天创建大量记录而变成野兽。
谢谢你尽你所能的帮助。
检查日期是否连续
你在这里没有说你使用的是哪个 DBMS，但你使用的是 SSAS，所以我猜是 SQL Server。如果您使用的是足够新的版本，那么在窗口函数中使用
LAG和LEAD可以非常方便地完成此类任务。您可以按开始日期或增量 ID（如果有的话）对行进行排序，然后使用这些来检查下一行或上一行中的值。因此，例如，您可以设置一个窗口函数，该函数按您的业务密钥/代理持久密钥进行分区（我将从这里开始使用术语持久密钥），并按您的开始日期（升序）排序。然后，您可以使用
LEAD检查下一行的开始日期是否等于当前行的结束日期 + 1。你不能在WHERE子句中使用窗口函数，所以也许你可以创建一个 case 语句来标记那些针对同一客户的行（即具有相同的持久键），但下一行的 StartDate 不等于这个行的 EndDate + 1。您可以反向执行相同的操作以标记下一行。然后外部查询只能选择需要调查的行。检查 SCD 是否正常工作
在某种程度上，你可以做的检查将取决于你的具体情况，但我会尝试从可能对你有帮助的一般角度来解决这个问题（如果你仍然需要帮助，7 个月后！），并且可能会帮助其他有类似问题的人。如果您返回并提供更具体的细节，请告诉我，如果可能的话，我很乐意通读并改进我的答案。
一种选择可能是运行一些查询，这些查询
COUNT在维度的不同方面选择一些值。因此，例如，您可以按持久键分组，并计算该持久键存在多少行。如果您不知道有多少变化是合理的，您可以计算一个平均值，然后寻找超过该平均值（或超过该平均值一定百分比或设定数量）的客户。从那里开始，挖掘属于少数可疑客户的数据可能会发现明显的问题，值得进一步调查。没有具体细节，我不知道您可能会遇到什么问题，但举个例子，假设您注意到一个客户有数百行，其值在两个值之间来回变化。从那里，您可以编写一些查询以在表的其余部分中查找该问题 - 例如，提出一个查询可以让您查看每个客户的行数与每个客户的唯一行数每个客户（仅查看实际属性列，而不是日期或您可能拥有的任何其他元数据列）。
检查客户是否随时间正确更改将取决于您在源或临时区域中保存的历史数据。如果您确实在其中一个或两个地方都有历史数据，您可以直接按日期（如果所述历史数据包括日期）或按这些更改发生的顺序将这些值与维度行进行比较。
稍微有点切线，但值得一提的是：根据您不确定该维度是否正确运行的事实，我猜测这可能是您从其他开发人员那里继承的东西？如果您真的担心这个维度的大小，并且不知道其当前设计的全部原因，那么可能值得检查一下是否所有 II 型 SCD 字段真的应该是 II 型 SCD。
一些数据仓库开发人员倾向于默认使用 SCD II，这确实是有问题的。除了空间问题，随着链接的进入，使用 SCD II 可能会给使用数据的人带来一些意想不到的结果。这可能与您的情况无关（SCD II 属性可能经过深思熟虑并适合您的用户要求），但如果相关，则可能会减轻您对维度大小的担忧，并且无需进行这些数据质量检查。