kylin数据模型:星型模型vs雪花模型

最新推荐文章于 2025-08-26 00:00:00 发布

原创最新推荐文章于 2025-08-26 00:00:00 发布 · 637 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#机器学习 #人工智能 #推荐系统 #kylin

BigData 同时被 2 个专栏收录

8 篇文章

订阅专栏

Kylin

2 篇文章

订阅专栏

本文介绍了数据建模中的两种常见模型——星型模型和雪花模型。星型模型以其简单的结构和高效的查询性能适用于大数据场景，但存在冗余数据的问题。而雪花模型通过维度表的进一步规范化减少了冗余，提高了数据质量，但可能导致查询效率降低和表的数量增多。理解这两种模型的优缺点对于数据仓库和BI系统的设讣至关重要。

A1 数据模型

1.1 星型模型

star schema

定义：

星型模型就是一张事实表，以及零个或多个维度表；事实表与维度表通过主键外键相关联，维度表之间没有关联，就像很多星星围绕在一个恒星周围，故取名为星形模型。

优点

大数据用的多，查询快效率高

1.2 雪花模型

snowFlake schema

定义：

将星形模型中的某些维表抽取成更细粒度的维表，然后让维表之间也进行关联，这种形状酷似雪花的的模型称为雪花模型。

优点

减少冗余

1.3 对比

	星型模型	雪花模型
数据总量	多	少
冗余度	高	低
可阅读性	相对容易	相对差
表的个数	少	多
查询效率	快	慢
可拓展性	差	好
规范化	差	好

1.4 相关

维度表和事实表

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

CoreDao

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

星型模型和雪花模型的区别

大数据求学路

03-23

1155

星型模型与雪花模型的本质差异在于数据冗余与结构复杂度的平衡。星型模型以直观的结构和高效查询见长，适合快速分析；雪花模型通过规范化支持复杂层级，适合精细化管理和存储优化。实际选型需结合业务需求、数据规模及维护成本综合决策。

星型模型和雪花模型是什么？

demo55520的博客

11-15

2036

星型模型（Star Schema）和雪花模型（Snowflake Schema）是数据仓库设计中常用的两种多维数据模型，它们用于组织数据以支持高效的联机分析处理（OLAP）。这两种模型都旨在优化查询性能，但它们在表的结构和规范化程度上有所不同。

参与评论您还未登录，请先登录后发表或查看评论

维度建模 —— 雪花模型 和星型模型的优缺点

最新发布

喻师傅的学习笔记

08-26

657

两种模型的优缺点分析。

ApacheKylin分析型数据仓库 v3.1.1

11-02

为您提供ApacheKylin分析型数据仓库下载，Apache Kylin是一个开源的、分布式的分析型数据仓库，提供Hadoop/Spark 之上的 SQL 查询接口及多维分析（OLAP）能力以支持超大规模数据，最初由 eBay 开发并贡献至开源社区。它能在亚秒内查询巨大的表。Apache Kylin令使用者仅需三步，即可实现超大数据集上的亚秒级查询。1、定义数据集上的一个星形或雪花形模型2、在定义的数据表上构建cube3、使用标准 SQL 通过

什么是星型模型和雪花模型

Hello World

05-08

669

2. **维度表**：与星型模型不同，雪花模型中的维度表可以进一步分解为更细粒度的子表，这些子表之间通过外键关联。- **复杂查询**：由于模型的复杂性，查询时可能需要进行更多的表连接操作，这可能会影响查询性能。- **简化的连接**：由于星型模型的设计，使得从事实表到维度表的连接操作变得简单和高效。- **数据冗余**：星型模型可能会有数据冗余，而雪花模型通过规范化减少了冗余。- **性能**：星型模型由于连接简单，通常在查询性能上优于雪花模型。- **易于理解**：模型结构直观，便于业务人员理解。

星型数据仓库olap工具kylin介绍

Daisy_b2014的博客

05-19

338

星型数据仓库olap工具kylin介绍数据仓库是目前企业级BI分析的重要平台,尤其在互联网公司,每天都会产生数以百G的日志,如何从这些日志中发现数据的规律很重要. 数据仓库是数据分析的重要工具, 每个大公司都花费数百万每年的资金进行数据仓库的运维. 本文介绍一个基于hadoop的数据仓库, 它基于hadoop(HIVE, HBASE)水平扩展的特性, 客服传统olap受限于关...

全方位解读星型模型,雪花模型及星座模型

我的祖传代码

09-14

8925

1背景在多维分析的商业智能解决方案中，根据事实表和维度表的关系，又可将常见的模型分为星型模型，雪花型模型及星座模型。在设计逻辑型数据的模型的时候，就应考虑数据是按照星型模型，雪花型模型还是星座模型进行组织。 2星型模型星形模型中有一张事实表，以及零个或多个维度表，事实表与维度表通过主键外键相关联，维度表之间没有关联，当所有维表都直接连接到“事实表”上时，整个图解就像星星一样，故将该模型称为星型模型。星形模型是最简单，也是最常用的模型。由于星形模型只有一...

理解数据仓库中星型模型和雪花模型

MannerXu的博客

08-23

685

在数据仓库的建设中，一般都会围绕着星型模型和雪花模型来设计表关系或者结构。下面我们先来理解这两种模型的概念。（一）星型模型图示如下：星型模是一种多维的数据关系，它由一个事实表和一组维表组成。每个维表都有一个维作为主键，所有这些维的主键组合成事实表的主键。强调的是对维度进行预处理，将多个维度集合到一个事实表，形成一个宽表。这也是我们在使用hive时，经常会看到一些大宽表的原因，大宽表一般都是事实表，包含了维度关联的主键和一些度量信息，而维度表则是事实表里面维度的具体信息，使用时候一般通过join来

星型模型、雪花模型、星座模型及数仓建模方法

Megustas_JJC的博客

08-21

1万+

整体流程概览（1）数据仓库（Data WareHouse，简称DW）：数据仓库是一种资讯系统的资料储存理论，主要功能乃是将组织透过资讯系统之联机交易处理（OLAP）经年累月所累积的大量资料，透过数据仓库理论所特有的资料储存架构，作一有系统的分析整理，以利各种分析方法，例如线上分析处理及数据挖掘之进行，并且进而支持例如决策支持系统及主管资讯系统之创建，帮助决策者能快速有效的自大量资料中，...

数据仓库建模方法万字详解

大模型大数据攻城狮的专栏

03-23

617

在数据仓库的建设过程中，数据建模是至关重要的一环。它决定了数据仓库的结构和性能，直接影响到数据分析和决策的效率和准确性。在进行数据建模之前，必须对企业进行全面的业务梳理。通过建立业务模型，我们可以全面了解企业的业务架构和整个业务的运行情况，能够将业务按照一定的标准进行分类和规范，以提高业务效率。通过构建数据模型，能够很好地将底层技术与上层业务分离开。当上层业务发生变化时，通过查看数据模型，底层技术可以轻松完成业务变动，从而提高整个数据仓库的灵活性。

星型模型&&雪花模型

阿尼古

03-31

2046

星型模型&&雪花模型 星型模型星型模式是多维的数据关系，它由事实表（Fact Table）和维表（Dimension Table）组成。每个维表中都会有一个维作为主键，所有这些维的主键结合成事实表的主键。事实表的非主键属性称为事实，它们一般都是数值或其他可以进行计算的数据。在多维分析的商业智能解决方案中，根据事实表和维度表的关系，又可将常见的模型分为星型模型和雪花型模型。...

apache-kylin多维模型框架搭建

06-01

Kylin安装与使用：1.Kylin环境准备；2.Kylin部署;3.Kylin使用;4.Kylin可视化等四部分

星型模型&& 雪花模型

05-18

331

星形模式是一种多维的数据关系，它由一个事实表（Fact Table）和一组维表（Dimension Table）组成。每个维表都有一个维作为主键，所有这些维的主键组合成事实表的主键。事实表的非主键属性称为事实（Fact），它们一般都是数值或其他可以进行计算的数据；而维大都是文字、时间等类型的数据，按这种方式组织好数据我们就可以按照不同的维（事实表主键...

kylin cube构建方法

weixin_34221112的博客

01-10

306

2019独角兽企业重金招聘Python工程师标准>>> ...

数仓中的星型模型和雪花模型

黑曼巴

09-19

2084

1.概念在多维分析的商业智能解决方案中，根据事实表和维度表的关系，又可将常见的数据模型分为星型模型和雪花型模型。在设计逻辑型数据的模型的时候，就应考虑数据是按照星型模型还是雪花型模型进行组织。当所有维表都直接连接到“ 事实表”上时，整个图解就像星星一样，故将该模型称为星型模型，星型架构是一种非正规化的结构，多维数据集的每一个维度都直接与事实表相连接，不存在渐变维度，所以数据有一定的冗余。如在地域维度表中，存在国家 A 省 B 的城市 C 以及国家 A 省 B 的城市 D 两条记录，那么国家 A 和

三大数据模型：星型模型、雪花模型、星座模型