我们正在尝试为包含大约400M行的数据仓库事实表实现表分区 . 我们的ETL从前一个加载中向后50天（源行系统时间戳的新行，修改行）从源系统获取数据 . 因此，在每个ETL循环中都会有新行，以及更新Fact表中相应行的旧行 . 我们的想法是在Fact表中插入新行并更新修改后的行 .
分区列是date（int，YYYYMMDD），我们正在考虑按月分区 .
就我而言，表分区将通过fast partition switch operations简化我们的插入 . 我们可以拆分最近的分区以创建新的空闲分区，将新行加载到临时表（使用日期约束，例如最近一个月），然后使用分区切换操作将"move"新行放入分区的Fact表中 . 但是我们如何处理应该更新Fact表中相应行的修改行？这些行可以包含上个月的数据 . 分区切换有帮助吗？通常 INSERT 和 UPDATE 行由ETL工具（例如我们的SSIS）或 MERGE 语句确定 . 分区在这种情况下如何工作？
3 回答
我再看一下设计，试着弄清楚是否有更新的方法 . 以下是更新事实表的一些含义：
性能：更新是完全记录的事务 . 大事实表也有大量的数据可供读写 .
多维数据集：更新事实表需要重新处理受影响的分区 . 随着事实表的不断增长，多维数据集处理时间也将继续增加 .
预算：快速存储是昂贵的 . 更新大事实表将需要大量快速读写 .
纯粹理论：除非初始值是错误（即用户输入15,000美元而不是1,500美元），否则不应更改事实表 . 任何非错误情况都将改变最初记录的事务 .
有什么变化？变化的部分真的是维度的属性吗？如果是这样，是否可以将它们移动到维度并使用“缓慢变化的维度”类型任务处理更改？
另一种可能性，这可以通过抵消交易来实现吗？例：
最初的InvoiceAmount是10.00美元 . 会计后来增加了1.25美元的税收，然后向客户收取11.25美元的费用 . 而不是将值更新为$ 11.25，插入1.25美元的记录 . 发票的总金额仍然是11.25美元，您可以执行最少日志记录的插入而不是完全记录的更新来完成 .
不仅在理论上更新事实表是一个坏主意，它随着事实表的增长而变得非常昂贵且不可扩展 . 您将阅读和编写更多数据，从存储子系统中需要更多IOPS . 当您准备好进行分析时，立方体处理会引发更多问题 .
您还必须经常证明管理层为什么需要为数据仓库提供如此多的IOPS . 对于不断变化的“事实”表，是否需要所有这些IOPS的业务 Value /理由？
如果您无法找到事实表上的更新方法，那么至少要 Build 一个以只读方式确定数据的截止点 . 否则，你永远无法扩展 .
切换在这里没有帮助 .
也许您可以在不同的行范围内使用多个线程同时执行更新 . 这可能会加速它 . 注意不要触发锁升级，以便获得良好的并发性 .
还要确保主要按聚簇索引的升序排序更新行 . 这有助于磁盘IO（这种技术可能不适用于多线程） .
更新事实记录的原因有很多，因为事实中存在非标识属性 . 除非您计划“先删除”然后“插入”，否则您无法避免更新 . 您不能简单地说“将度量标准增量记录为新事实” .