Explique slowly changing dimensions e como você implementaria o tipo 2.

Slowly changing dimensions descrevem como você lida com mudanças de atributos em tabelas de dimensão. O tipo 1 sobrescreve e perde o histórico. O tipo 2 insere uma nova linha por mudança, com chave substituta, timestamps valid_from e valid_to e uma flag de registro atual, para que os fatos façam join com a versão do atributo que era verdadeira na época. O tipo 3 mantém uma coluna de valor anterior para um único estado passado.

O tipo 1 simplesmente sobrescreve o valor, então você perde o histórico. O tipo 2 preserva o histórico adicionando uma linha toda vez que um atributo muda. Na prática, isso significa uma chave substituta como chave primária, a chave natural de negócio ao lado dela, timestamps valid_from e valid_to e um booleano is_current por conveniência. A tabela fato guarda a chave substituta que estava vigente quando o evento aconteceu, então um fato de vendas de março ainda faz join com o território do vendedor em março, e não com o atual. Essa distinção é o objetivo inteiro, e é o que o financeiro vai notar se você errar. A carga é um merge: encontre as linhas em que as colunas rastreadas mudaram, preencha valid_to na linha existente e insira uma nova linha com valid_from preenchido e valid_to nulo ou em uma data bem no futuro. Eu costumo gerar um hash das colunas rastreadas em uma única chave de mudança, para que a comparação seja uma checagem de igualdade em vez de vinte.