多维模型发生异常（变更或错误）如何进行处理？
当多维模型的事实表或维表产生异常（例如业务希望新增度量、新增维度、维度层级发生变更、维值变化、或事实表数据出现错误，往往涉及到多维cube的重新生成，应当如何进行处理？
3同行回答
回复 1# julian1983
鉴于这些问题我们可以一个一个的说明新增度量:
首先要判断这个新增的度量值在我们之前的模型中是否已经cover到，如果有，直接取用就好。
其次我们要根据我们的数据仓库集市层模型的设计方式去判断
如果事实表为‘窄表’，只需ETL将这个新的度量抽取到这个‘窄表’即可。
如果为‘宽表’可能还需要考虑是否需要新增事实表，或者在原有的事实表中重新增加字段。
维值变化（缓慢变化维）
1、当某个维度成员的数据发生变化时，最新的列值将覆盖以前的维度记录，从而清除了该维度成员的历史记录
这种处理最简单，但是将会导致分析结果的失真，直接的表现就是将销售员在原来部门的销售业绩带入到新的部门中
2、当某个维度成员的数据发生变化时，最新的列值将存储为维度中的新记录，从而提供了一个维度成员的多个实例，这样便保留了历史记录
会产生的问题：当一个销售员由部门A调入部门B，在调回部门A的时候，就会一个销售员出现在部门A中两次的情况。
3、当某个维度成员的列数据发生变化，而数据仓库要保留该变化列的最后一个版本时，原始数据将移到该维度记录的最后一个版本列中，并且所有新维度信息将覆盖现有列。
可能会涉及到动态改变数据仓库模型，这样会带来比较大的开销，所以在实际的数据仓库实现中并不经常使用
事实表数据出现错误
如果是事实表中出现了数据错误，通常我们的做法是先修正数据，再重新刷数（全量和增量两种方式）。
但我们常常遇到的场景是，我某月的数据进行了调整，cube需要去更新为调整后的数据。
鉴于这种情况，如果采用全量刷新的方式，会比较慢。
我们可以采用增量刷新的方式来快速解决这种问题。（请参考下面帖子）
http://www.cognoschina.net/club/thread-98269-1-1.html
http://www.cognoschina.net/club/thread-98287-1-1.html
新增维度
维度就是业务的角度，新增维度的操作其实与需求变更一样。
同理：如果原本的数据仓库是可以cover新维度的话，直接取用就好。如果cover不到，就得重新进行需求梳理，是否业务部门开拓了新的业务，
增加了新的视角（维度）可以通过覆盖新业务新增加需求的方式来进行梳理开发。
收起
鉴于这些问题我们可以一个一个的说明新增度量:
首先要判断这个新增的度量值在我们之前的模型中是否已经cover到，如果有，直接取用就好。
其次我们要根据我们的数据仓库集市层模型的设计方式去判断
如果事实表为‘窄表’，只需ETL将这个新的度量抽取到这个‘窄表’即可。
如果为‘宽表’可能还需要考虑是否需要新增事实表，或者在原有的事实表中重新增加字段。
维值变化（缓慢变化维）
1、当某个维度成员的数据发生变化时，最新的列值将覆盖以前的维度记录，从而清除了该维度成员的历史记录
这种处理最简单，但是将会导致分析结果的失真，直接的表现就是将销售员在原来部门的销售业绩带入到新的部门中
2、当某个维度成员的数据发生变化时，最新的列值将存储为维度中的新记录，从而提供了一个维度成员的多个实例，这样便保留了历史记录
会产生的问题：当一个销售员由部门A调入部门B，在调回部门A的时候，就会一个销售员出现在部门A中两次的情况。
3、当某个维度成员的列数据发生变化，而数据仓库要保留该变化列的最后一个版本时，原始数据将移到该维度记录的最后一个版本列中，并且所有新维度信息将覆盖现有列。
可能会涉及到动态改变数据仓库模型，这样会带来比较大的开销，所以在实际的数据仓库实现中并不经常使用
事实表数据出现错误
如果是事实表中出现了数据错误，通常我们的做法是先修正数据，再重新刷数（全量和增量两种方式）。
但我们常常遇到的场景是，我某月的数据进行了调整，cube需要去更新为调整后的数据。
鉴于这种情况，如果采用全量刷新的方式，会比较慢。
我们可以采用增量刷新的方式来快速解决这种问题。（请参考下面帖子）
http://www.cognoschina.net/club/thread-98269-1-1.html
http://www.cognoschina.net/club/thread-98287-1-1.html
新增维度
维度就是业务的角度，新增维度的操作其实与需求变更一样。
同理：如果原本的数据仓库是可以cover新维度的话，直接取用就好。如果cover不到，就得重新进行需求梳理，是否业务部门开拓了新的业务，
增加了新的视角（维度）可以通过覆盖新业务新增加需求的方式来进行梳理开发。
收起