数据库的星型模型与雪花模型-Toy模板网

这篇具有很好参考价值的文章主要介绍了数据库的星型模型与雪花模型。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1.什么是星型模型

星型模式模型可以被描述为一个简单的星型结构：一个中心表包含事实数据，多个表从它向外辐射，由数据库的主键和外键连接。在星型模式实施中，数据库的构建者将所有维度级别的维度数据存储在单个表或视图中。

例如，如果您使用星型模式实现Product维度，那么数据库构建者将使用单个表来实现维度中的所有级别，如屏幕截图所示。所有级别中的属性都映射到名为PRODUCT的单个表中的不同列。(图片来自参考文献1)
数据仓库星型模型和雪花模型,db dw,数据库,数据仓库,星型模型,雪花模型

2.什么是雪花模型

雪花模式表示一个维度模型，它也由一个中心事实表和一组构成维度表组成，这些维度表进一步规范化为子维度表。数据库构建者使用多个表或视图来存储维度数据。单独的数据库表或视图存储与维度中每个级别有关的数据。
下图显示了 Product 维度的雪花实现。维度中的每个级别都映射到不同的表。
数据仓库星型模型和雪花模型,db dw,数据库,数据仓库,星型模型,雪花模型

3.星型模型与雪花模型对比

1.星型模型因为数据存在冗余，很多时候进行查询统计时不需要再join外部维度表，因此在很多OLAP的场景中，星型模型的效率比雪花模型要高。
2.星型模型不用考虑很多正规化的因素，设计和实现都比较简单
3.雪花模型去除了数据冗余，因此可以节省存储资源。但是在进行分析的时候，需要join外部较多维度表才能得到结果，查询比较复杂效率也较慢。
4.正规化也是一种比较复杂的过程，相应的数据库结构设计、数据的ETL、以及后期的维护都要复杂一些。因此在冗余可以接受的前提下，实际运用中星型模型使用更多，也更有效率。

4.使用场景

一般我们在数仓底层能见到许多大宽表，这些大宽表就是基于星型模型设计的。
Ralph Kimbal作为数据仓库的大牛，在相关著作中列举了三个雪花模型的设计场景

1.大型客户维度。例如，80% 的事实表涉及匿名用户，或者能收集到很少详细信息的用户，另外有20% 涉及到可靠的注册客户，这些注册用户的用户维度信息与多个用户维度表相连接。

2.银行、经纪行和保险公司的金融产品维度，因为每个单个产品具有许多其他产品不具备的特殊属性。

3.多个企业共用的日历维度表。但每个企业的财政周期不同，节假日不同等等。在数据仓库的环境中用雪花模型，降低储存的空间，到了具体某个主题的数据集市再用星型模型。

参考文献：

1.https://www.jianshu.com/p/81685a8414bf
2.https://en.wikipedia.org/wiki/Ralph_Kimball
3.https://www.oracle.com/webfolder/technetwork/tutorials/obe/db/10g/r2/owb/owb10gr2_gs/owb/lesson3/starandsnowflake.htm文章来源地址https://www.toymoban.com/news/detail-523948.html

到了这里，关于数据库的星型模型与雪花模型的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！