(+351) 21 24 10006  ·  info@bconcepts.pt
Carnaxide, Lisboa

Cómo crear una Fact table tipo 'Snapshot por Período' en Modelado de Datos (Kimball)

João Barros 20 de November de 2026 4 min de lectura

Este tutorial muestra cómo construir una Fact table del tipo "Snapshot por Período" en Modelado de Datos (Kimball) para capturar saldos o estados agregados en intervalos regulares. Es útil cuando necesita comparar posiciones en fechas fijas (día, fin de mes) sin recalcular toda la lógica en cada consulta.

Requisitos previos

  • Conceptos básicos de Modelado de Datos (Kimball): Fact table, Dimension, granularidad.
  • Acceso a una base de datos SQL (por ejemplo SQL Server o PostgreSQL) para crear tablas y ejecutar queries.
  • Datos transaccionales con timestamps (ej.: movimientos financieros, inventario o eventos con cantidades).

Paso 1: Definir la granularidad y la frecuencia del snapshot

Elija la granularidad de la Fact table: por cuenta/cliente/producto y la frecuencia temporal (diaria, semanal, mensual). La granularidad determina las claves de la fact y los atributos que compondrán la dimensión temporal.

Paso 2: Crear o verificar las dimensiones necesarias

Creé las dimensiones conformed que la Fact va a referenciar: DimensionDate (una fila por día), DimensionAccount (o DimensionProduct/DimensionCustomer). DimensionDate debe tener columnas útiles como calendar_date, month_key, is_month_end.

-- Exemplo simplificado para DimensionDate (PostgreSQL/SQL Server compatível) CREATE TABLE DimensionDate (   date_key INT PRIMARY KEY,        -- formato YYYYMMDD   calendar_date DATE,   year INT,   month INT,   day INT,   is_month_end BIT ); 

Paso 3: Determinar la regla de agregación del snapshot

Decida cómo calcular el valor del snapshot en la fecha de referencia: saldo hasta la medianoche, posición tras todos los movimientos del día, o último estado conocido. Esta regla debe ser consistente y documentada.

Paso 4: Extraer y preparar los datos transaccionales

Filtre y sume los movimientos hasta la fecha de snapshot por cada clave de granularidad. Normalmente se usa una query que agrega por cuenta y por date_key.

-- Exemplo: sumarizar movimentos até à data de snapshot (fim do dia) SELECT   account_id,   CAST(to_char(movement_date,'YYYYMMDD') AS INT) AS date_key,   SUM(amount) AS movement_sum FROM Transactions WHERE movement_date <= :snapshot_date    -- parâmetro para cada data do calendário GROUP BY account_id, CAST(to_char(movement_date,'YYYYMMDD') AS INT); 

Paso 5: Generar snapshots para cada fecha del período

Para crear snapshots periódicos, repita la agregación para cada date_key deseada. En entornos ETL se usa un bucle de fechas o un join con DimensionDate para calcular acumulados hasta cada date_key.

-- Exemplo: criar snapshot cumulativo por cada date_key usando join com DimensionDate SELECT   d.date_key,   t.account_id,   SUM(t.amount) OVER (PARTITION BY t.account_id ORDER BY t.movement_date                       ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS balance_to_date FROM Transactions t JOIN DimensionDate d ON t.movement_date <= d.calendar_date -- Depois agrega por date_key e account_id GROUP BY d.date_key, t.account_id; 

Paso 6: Cargar la Fact table Snapshot

Crear la Fact table con las claves y medidas: date_key, account_key, balance, load_timestamp y, opcionalmente, status. Defina la granularidad como (account_key, date_key).

CREATE TABLE FactSnapshot (   date_key INT,   account_key INT,   balance DECIMAL(18,2),   load_timestamp TIMESTAMP DEFAULT CURRENT_TIMESTAMP,   PRIMARY KEY (date_key, account_key) ); -- Inserção típica (exemplo simplificado) INSERT INTO FactSnapshot (date_key, account_key, balance) SELECT date_key, account_id, SUM(amount) FROM AggregatedSnapshots GROUP BY date_key, account_id; 

Paso 7: Planificación de carga incremental y mantenimiento

Defina un proceso ETL/ELT que actualice solo las fechas nuevas o modificadas. Para reducir costes, cargue solo date_keys nuevas (ej.: fin del mes corriente) y, si es necesario, reprocesar intervalos recientes cuando hay retroactivos.

-- Pseudocódigo para carga incremental -- 1) Determinar date_keys a cargar (novos ou alterados) -- 2) Recalcular agregação até esses date_keys -- 3) UPsert para FactSnapshot (INSERT ou UPDATE) MERGE INTO FactSnapshot AS target USING (SELECT ...) AS src ON target.date_key = src.date_key AND target.account_key = src.account_key WHEN MATCHED THEN UPDATE SET balance = src.balance, load_timestamp = CURRENT_TIMESTAMP WHEN NOT MATCHED THEN INSERT (...); 

Verificar el resultado

Confirme que la Fact table tiene una fila por combinación (date_key, account_key) en la granularidad elegida y que los saldos corresponden a sumas acumuladas hasta la fecha. Verifique muestras comparando con cálculos a partir de la tabla Transactions y valide fechas finales (ej.: is_month_end).

Conclusión

Una Fact table Snapshot por Período simplifica análisis temporales y reporting con consultas más rápidas y previsibles. Próximos pasos: añadir métricas derivadas (variaciones mes a mes), crear índices para consultas frecuentes e implementar políticas de reprocesamiento. Consejo: registre la lógica de agregación y la ventana temporal para evitar discrepancias futuras.