database - 在数据仓库中表示时间间隔的最佳做法是什么？

Question

特别是我正在处理 2 型 Slowly Changing Dimension并且需要表示特定记录处于事件状态的时间间隔，即对于每条记录，我都有一个 StartDate 和一个 EndDate。我的问题是关于是使用封闭 ([StartDate,EndDate]) 还是半开放 ([StartDate,EndDate)) 间隔来表示这一点，即是否在间隔中包括最后一个日期。举一个具体的例子，假设记录 1 从第 1 天到第 5 天处于事件状态，从第 6 天开始记录 2 开始事件。我是否将记录 1 的 EndDate 设置为 5 或 6？

最近我开始接受一种想法，即半开区间最好基于，除其他外，Dijkstra:Why numbering should start at zero。以及数组切片的约定和 Python 中的 range() 函数。将其应用于数据仓库上下文，我会看到半开区间约定的优势如下:

• EndDate-StartDate 给出记录处于事件状态的时间
• 验证:下一条记录的开始日期将等于上一条记录的结束日期，这很容易验证。
• 面向 future :如果我以后决定将我的粒度从每天更改为更短的时间，那么切换日期仍然保持精确。如果我使用闭区间并存储时间戳为午夜的 EndDate，那么我将不得不调整这些记录以适应这一点。

因此，我更喜欢使用半开区间方法。但是，如果有一些广泛采用的使用闭区间方法的行业惯例，那么我可能会动摇而宁愿采用它，特别是如果它基于实现此类系统的实践经验而不是我的抽象理论。

Answer 1

我见过封闭式和半开放式两种版本。出于您所说的原因，我更喜欢半开。

在我看来，半开版本使预期行为更清晰并且“更安全”。谓词 ( a <= x < b ) 清楚地表明 b 打算在区间之外。相反，如果您使用闭区间并在 SQL 中指定 (x BETWEEN a AND b)，那么如果有人不明智地使用一行的结束日期作为下一行的开始，您会得到错误的答案。

将最新的结束日期默认为您的 DBMS 支持的最大日期，而不是 null。