数据仓库中缺失维度成员的处理策略
在数据仓库的构建与管理中，数据质量是至关重要的。其中，缺失维度成员是一个常见且可能导致严重问题的情况。本文将深入探讨如何检测和处理这些缺失的维度成员，以提高数据仓库的数据质量。
缺失维度成员的影响
缺失维度成员可能会导致事实行被排除在数据仓库之外。一旦出现这种情况，分析结果很可能是错误的，而且往往没有明显的问题提示。例如，在销售数据中，每个销售事实都期望有一个有效的日期、商店、产品和客户信息，因为我们希望以此来分析数据。如果某个事实行中缺少了这些维度成员之一，就无法按照预期对销售数据进行分类和分析。若处理不当，该事实将不会被包含在仓库中，从而导致销售总额统计错误。
检测缺失成员
当首次接收到事实行时，它包含业务键。构建数据仓库的一部分工作就是将这些业务键转换为代理键，代理键能唯一标识维度中的成员。在这个转换过程中，我们可以首次得知是否存在缺失的成员。
在 Integration Services 中，使用 Lookup 转换将业务键转换为代理键。对于与事实相关的每个维度，都使用一个 Lookup 转换。默认情况下，如果 Lookup 转换找不到匹配的业务键，会引发错误，并且 Integration Services 包会停止处理更多数据。但这种方式虽然能防止不良数据进入数据仓库，却不利于识别问题、修复问题或让良好的数据继续处理流程。因此，我们可以配置 Lookup 转换，将失败的行重定向到不同的数据流进行修复。
重定向失败的查找数据
如果事实行的查找失败，我们可以将该行重定向到一个单独的数据流。以下是具体的操作步骤：
1. 打开 SalesFact Integrat
