Generador de maestro SCD-2

Descripción

Construye una tabla de historial de dimensión de cambio lento de tipo 2 (SCD-2) a partir de una tabla de origen. Mientras que una tabla maestra normal conserva solo el valor actual de cada clave, una tabla SCD-2 conserva todos los valores que ha tenido una clave, cada uno con el intervalo de fechas durante el que estuvo vigente. Esto le permite responder preguntas a una fecha determinada (¿en qué región estaba este cliente el día de la transacción?) en lugar de solo ¿en qué región está ahora?

En cada ejecución se compara la instantánea del origen con el historial previo y, para las claves cuyos atributos con seguimiento cambiaron, se cierra la versión anterior y se abre una nueva. La tabla se recalcula y se intercambia de forma atómica, de modo que volver a ejecutar con las mismas entradas produce el mismo resultado.

Combine este paso con el paso Combinación SCD-2 a una fecha para asociar el valor a una fecha determinada con una tabla de hechos.

Columnas de salida

Cada ejecución emite tres columnas reservadas junto con las columnas que se trasladan. Usted no les da nombre: siempre son valid_from, valid_to e is_current, y sus columnas de clave de negocio y con seguimiento no pueden reutilizar esos nombres.

Columna	Significado
valid_from	Fecha en que esta versión entró en vigor (inclusive).
valid_to	Fecha en que esta versión dejó de estar vigente (exclusiva). Las filas abiertas (actuales) llevan la fecha máxima centinela 9999-12-31.
is_current	true para la versión vigente ahora, false para el historial cerrado.

Nota

El intervalo es semiabierto: [valid_from, valid_to). Una versión abarca desde valid_from hasta valid_to, sin incluirlo. Por tanto, las versiones consecutivas se encuentran sin solaparse: el valid_to de una versión es exactamente el valid_from de la siguiente, y ninguna fecha pertenece a dos versiones.

Tablas

Tabla de origen

La instantánea actual de sus datos maestros: una fila por clave de negocio, con los valores de atributo actuales.

Tabla SCD-2 previa (opcional)

La tabla de historial existente de la ejecución anterior. Déjela vacía (o apúntela a la tabla de resultados) en la primera ejecución; el paso construye entonces el historial completo desde cero, abriendo una versión por cada fila de origen en la fecha de vigencia.

Tabla de resultados

Donde se escribe el historial reconstruido. Debe ser una tabla, no una vista.

Fecha de vigencia y opciones

Cada ejecución marca sus cambios con una única fecha de vigencia. Indíquela de exactamente una de estas dos maneras; indicar ambas, o ninguna, es un error.

• Columna de fecha de vigencia: una columna del origen que contiene la fecha de vigencia. Debe contener el mismo valor en todas las filas de origen (la instantánea es a una fecha).
• Fecha de vigencia: una fecha literal YYYY-MM-DD, o una variable como {current_month}, que se aplica a toda la ejecución.

Precaución

Elija una, no ambas. Es un XOR estricto: el paso rechaza una ejecución que especifica una columna de fecha de vigencia y una fecha literal, y rechaza igualmente la que no especifica ninguna.

Otras opciones:

• Fecha máxima del intervalo abierto: el centinela que se escribe en valid_to para las filas abiertas. El valor predeterminado es 9999-12-31; rara vez hay motivo para cambiarlo, y debe coincidir con la fecha máxima que usa el paso Combinación SCD-2 a una fecha.
• Close on Absence: cuando está habilitada, una clave que desaparece del origen tiene su versión abierta cerrada en la fecha de vigencia (la clave se trata como dada de baja). Cuando está deshabilitada (el valor predeterminado), las claves ausentes conservan su versión abierta existente, de modo que el historial nunca se pierde por una extracción parcial.

El paso se niega a guardar una Fecha de vigencia o una Fecha máxima del intervalo abierto literales que no sean una fecha real con el formato YYYY-MM-DD, o una Fecha de vigencia igual o posterior a la Fecha máxima. Una fecha indicada como variable no se comprueba.

Roles de columna

Use Inspeccionar origen para listar las columnas de origen y luego etiquete cada una:

Rol	Significado
Clave de negocio	La clave natural que identifica una fila a lo largo del tiempo (por ejemplo, customer_id). Se requiere al menos una. Los valores deben ser únicos en el origen y no nulos.
Atributo con seguimiento	Un atributo cuyos cambios abren una nueva versión (por ejemplo, region). Se requiere al menos uno.
(trasladar)	Las columnas sin etiquetar se copian sin cambios en cada versión y, por sí solas, no activan una versión nueva.

Comportamiento de la combinación

Cuando se proporciona una tabla previa, el paso compara la instantánea del origen únicamente con las versiones actuales (nunca con el historial cerrado) y decide por cada clave:

Situación	Resultado
Atributos con seguimiento sin cambios	Sin operación: la versión abierta se deja tal cual.
Atributos con seguimiento cambiados	La versión abierta se cierra en la fecha de vigencia y se inserta una nueva versión abierta.
La fecha de vigencia es igual al valid_from de la versión abierta	Se trata como una reformulación del mismo día: los valores con seguimiento se sobrescriben en el lugar en lugar de crear un intervalo de ancho cero.
Clave ausente del origen	Se deja abierta (o se cierra en la fecha de vigencia si Close on Absence está habilitada).

Protecciones que detienen una ejecución en lugar de corromper el historial en silencio:

• Se rechazan las fechas desordenadas. La fecha de vigencia debe ser posterior al valid_from actual de cada clave afectada. Una ejecución con fecha retroactiva que invertiría un intervalo falla con un error en lugar de producir una versión de ancho negativo.
• Se rechazan las claves duplicadas en el origen. El origen debe ser único en la clave de negocio; los duplicados (o las claves nulas) fallan en lugar de deduplicarse en silencio.
• La detección de cambios es segura frente a nulos, por lo que un valor que cambia hacia o desde vacío se registra correctamente como un cambio.

Ejemplo práctico

Haga un seguimiento de a qué región pertenecía cada cliente a lo largo del tiempo.

Origen: customer_master (a 2026-01-01):

customer_id	region	segment
C1	West	SMB
C2	East	Enterprise

Primera ejecución: Tabla de origen = customer_master, Tabla SCD-2 previa = vacía, Tabla de resultados = customer_scd2, Fecha de vigencia = 2026-01-01, Clave de negocio = customer_id, Atributo con seguimiento = region (segment se deja sin etiquetar y se traslada).

customer_scd2 tras la primera ejecución:

customer_id	region	segment	valid_from	valid_to	is_current
C1	West	SMB	2026-01-01	9999-12-31	true
C2	East	Enterprise	2026-01-01	9999-12-31	true

Ahora C1 pasa a la región Central. Origen: customer_master (a 2026-04-01):

customer_id	region	segment
C1	Central	SMB
C2	East	Enterprise

Segunda ejecución: los mismos roles de tabla, Tabla SCD-2 previa = customer_scd2, Fecha de vigencia = 2026-04-01.

customer_scd2 tras la segunda ejecución:

customer_id	region	segment	valid_from	valid_to	is_current
C1	West	SMB	2026-01-01	2026-04-01	false
C1	Central	SMB	2026-04-01	9999-12-31	true
C2	East	Enterprise	2026-01-01	9999-12-31	true

La versión West de C1 se cerró en 2026-04-01 y se abrió una versión Central. Debido al intervalo semiabierto, una transacción con fecha 2026-04-01 pertenece a Central, no a West. C2 no cambió y no se tocó.

Relacionado

• Combinación SCD-2 a una fecha: asocie el valor a una fecha determinada con una tabla de hechos.
• Paso Dimension Load: cargue una jerarquía desde una tabla.