Construtor de mestre SCD-2

Descrição

Cria uma tabela de histórico de dimensão de alteração lenta tipo 2 (SCD-2) a partir de uma tabela de origem. Enquanto uma tabela mestre comum guarda apenas o valor de hoje para cada chave, uma tabela SCD-2 guarda todos os valores que uma chave já teve, cada um marcado com o intervalo de datas em que esteve em vigor. Isso permite responder a perguntas em um ponto no tempo — em qual região este cliente estava no dia da transação? — em vez de apenas em qual região ele está agora?

A cada execução, a etapa compara o instantâneo da origem com o histórico anterior e, para as chaves cujos atributos rastreados mudaram, encerra a versão antiga e abre uma nova. A tabela é recalculada e substituída de forma atômica, portanto uma nova execução com as mesmas entradas produz o mesmo resultado.

Combine esta etapa com a Junção SCD-2 em data de referência para anexar o valor do ponto no tempo a uma tabela fato.

Colunas de saída

Cada execução emite três colunas reservadas ao lado das colunas transportadas. Você não define os nomes delas — são sempre valid_from, valid_to e is_current, e suas colunas de chave de negócio e rastreadas não podem reutilizar esses nomes.

Coluna	Significado
valid_from	Data em que esta versão passou a vigorar (inclusiva).
valid_to	Data em que esta versão deixou de vigorar (exclusiva). As linhas abertas (atuais) trazem a data alta sentinela 9999-12-31.
is_current	true para a versão em vigor agora, false para o histórico encerrado.

Nota

O intervalo é semiaberto: [valid_from, valid_to). Uma versão cobre de valid_from até mas sem incluir valid_to. Assim, versões consecutivas se encontram sem sobreposição — o valid_to de uma versão é exatamente o valid_from da seguinte, e nenhuma data pertence a duas versões.

Tabelas

Tabela de origem

O instantâneo atual dos seus dados mestres — uma linha por chave de negócio, com os valores de atributo de hoje.

Prior SCD-2 Table (opcional)

A tabela de histórico existente da execução anterior. Deixe-a vazia (ou aponte-a para a tabela de resultado) na primeira execução; a etapa então constrói o histórico completo do zero, abrindo uma versão por linha da origem na data de vigência.

Tabela de resultado

Onde o histórico reconstruído é gravado. Deve ser uma tabela, não uma visão.

Data de vigência e opções

Cada execução marca suas alterações com uma única data de vigência. Informe-a de exatamente uma de duas maneiras — informar ambas, ou nenhuma, é um erro.

• Coluna de data de vigência — uma coluna da origem que contém a data de vigência. Ela deve ter o mesmo valor em todas as linhas da origem (o instantâneo é referente a uma única data).
• Data de vigência — uma data literal YYYY-MM-DD, ou uma variável como {current_month}, aplicada à execução inteira.

Cuidado

Escolha uma, não ambas. Trata-se de um XOR rigoroso: a etapa rejeita uma execução que especifica uma coluna de data de vigência e uma data literal, e rejeita igualmente uma que não especifica nenhuma das duas.

Outras opções:

• Data final do intervalo aberto — a sentinela gravada em valid_to para as linhas abertas. O padrão é 9999-12-31; raramente há motivo para alterá-la, e ela deve coincidir com a data alta usada pela Junção SCD-2 em data de referência.
• Close on Absence — quando habilitada, uma chave que desaparece da origem tem sua versão aberta encerrada na data de vigência (a chave é tratada como desativada). Quando desabilitada (o padrão), as chaves ausentes mantêm a versão aberta existente, de modo que o histórico nunca se perde por causa de uma extração parcial.

A etapa se recusa a salvar uma Data de vigência ou uma Data final do intervalo aberto literal que não seja uma data real no formato YYYY-MM-DD, ou uma Data de vigência igual ou posterior à data final. Uma data informada como variável não é verificada.

Funções das colunas

Use Inspecionar origem para listar as colunas da origem e depois marque cada uma:

Função	Significado
Chave de negócio	A chave natural que identifica uma linha ao longo do tempo (por exemplo, customer_id). É obrigatória pelo menos uma. Os valores devem ser exclusivos na origem e não nulos.
Atributo rastreado	Um atributo cujas alterações abrem uma nova versão (por exemplo, region). É obrigatório pelo menos um.
(transportar)	As colunas sem marcação são copiadas para cada versão sem alteração e, por si sós, não disparam uma nova versão.

Comportamento de mesclagem

Quando uma tabela anterior é informada, a etapa compara o instantâneo da origem apenas com as versões atuais (nunca com o histórico encerrado) e decide por chave:

Situação	Resultado
Atributos rastreados inalterados	Nenhuma ação — a versão aberta é mantida como está.
Atributos rastreados alterados	A versão aberta é encerrada na data de vigência e uma nova versão aberta é inserida.
A data de vigência é igual ao valid_from da versão aberta	Tratada como uma reapresentação no mesmo dia — os valores rastreados são sobrescritos no lugar, em vez de criar um intervalo de largura zero.
Chave ausente da origem	Mantida aberta (ou encerrada na data de vigência se Close on Absence estiver habilitada).

Proteções que interrompem uma execução em vez de corromper o histórico silenciosamente:

• Datas fora de ordem são rejeitadas. A data de vigência deve ser posterior ao valid_from atual de cada chave afetada. Uma execução retroativa que inverteria um intervalo falha com um erro, em vez de produzir uma versão de largura negativa.
• Chaves duplicadas na origem são rejeitadas. A origem deve ser exclusiva na chave de negócio; duplicatas (ou chaves nulas) causam falha em vez de serem desduplicadas silenciosamente.
• A detecção de alterações é segura para nulos, portanto um valor que passa a vazio ou deixa de ser vazio é corretamente registrado como alteração.

Exemplo prático

Acompanhe a qual região cada cliente pertenceu ao longo do tempo.

Origem — customer_master (em 2026-01-01):

customer_id	region	segment
C1	West	SMB
C2	East	Enterprise

Primeira execução: Tabela de origem = customer_master, Prior SCD-2 Table = vazia, Tabela de resultado = customer_scd2, Data de vigência = 2026-01-01, Chave de negócio = customer_id, Atributo rastreado = region (segment sem marcação, transportada).

customer_scd2 após a primeira execução:

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

Agora C1 passa para a região Central. Origem — customer_master (em 2026-04-01):

customer_id	region	segment
C1	Central	SMB
C2	East	Enterprise

Segunda execução: mesmas funções de tabela, Prior SCD-2 Table = customer_scd2, Data de vigência = 2026-04-01.

customer_scd2 após a segunda execução:

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

A versão West de C1 foi encerrada em 2026-04-01 e uma versão Central foi aberta. Por causa do intervalo semiaberto, uma transação datada de 2026-04-01 pertence a Central, e não a West. C2 não mudou e foi mantido intacto.

Relacionados

• Junção SCD-2 em data de referência — anexe o valor do ponto no tempo a uma tabela fato.
• Dimension Load — carregue uma hierarquia a partir de uma tabela.