Oracle优化器：星型转换（Star Query Transformation ）

Star query是一个事实表（fact table）和一些维度表（dimension）的join。每个维度表都跟事实表通过主外键join，且每个维度表之间不join。

星型模式设计的好处：

1） 提供了直接、直观的业务实体与终端用户schema设计的映射。 2） 对典型的star query提供了高性能的优化。 3） 通过大量的商业智能工具的广泛支持，可能会期望甚至要求数据仓库架构包含维度表。

星型模式是用于简单的数据集市和大型数据仓库。

 

雪花状模式（snowflake schema）：

Snowflake schema是star schema的一种，但更复杂。它的维度数据被分到多个表而不是一个大表。更多的维度表，更多的外键joins，使查询更复杂，查询性能下降。

Oracle建议使用star schema替代snowflake schema，除非你有别的原因。

 

 

优化Star Query：

1） 在fact table的每个外键列上建立bitmap index。 2） 初始化参数STAR_TRANSFORMATION_ENABLED 应被设为TRUE，默认false。

星型转换（Star transformation）能为star query提供高效的查询性能。

 

 

 

合适的情况下，Oracle会自动选择star transformation技术，隐视重写star query SQL，提高star query效率。

星型查询2个基本步骤： 1） 从fact table中检索出必要的结果集。（bitmap index会提高效率） 2） 结果集与维度表joins。

 

 

星型转换(bitmap index)

通过bitmap AND操作将3个维度表bitmaps为一个单独的bitmap，然后与fact table通过bitmap indexes逻辑JOIN。

SELECT ch.channel_class,        c.cust_city,        t.calendar_quarter_desc,        SUM(s.amount_sold) sales_amount   FROM sales s, times t, customers c, channels ch  WHERE s.time_id = t.time_id    AND s.cust_id = c.cust_id    AND s.channel_id = ch.channel_id    AND c.cust_state_province = 'CA' BY ch.channel_class, c.cust_city, t.calendar_quarter_desc;

 

 

星型转换（a Bitmap Join Index）

--建一个bitmap join index CREATE INDEX sales_c_state_bjix ON sales(customers.cust_state_province) FROM sales, customers WHERE sales.cust_id = customers.cust_id LOCAL COMPUTE<span color:navy;background:white;"="" style="word-wrap: break-word; font-size: 10pt;"> STATISTICS;

即使用bitmap join index代替与表customer的bitmap join。

 

 

星型转换的限制

1、 下面的情况不支持星型转换 ?  查询中使用hint ?  查询包含绑定变量 ?  Fact table上的bitmap indexes太少 ?  远程fact tables ?  Anti-joined tables ?  Fact table是一个unmerged view ?  Fact table是一个partitioned view   2、 优化器不选择star transformation的情况 ?  表有一个好的单表访问路径 ?  表太小不值得转换   3、临时表在下面情况下不适用star transformation ?  数据库read-only模式 ?  Star query是串行事务的一部分