数据仓库的星形和雪花模型

本文是这篇文章的摘录：

http://www.oracle.com/webfolder/technetwork/tutorials/obe/db/10g/r2/owb/owb10gr2_gs/owb/lesson3/starandsnowflake.htm

 

什么时候使用雪花模型？

Ralph Kimball，数据仓库大师，讲述了三个例子。对于下面三个例子，使用雪花模型可能是更好的选择。

1，一个用户维度表且数据量较大。其中，80%的事实度量表是匿名访问者，仅包含少数详细信息。20%的是可靠的注册用户，且这些注册用户有较为详细的信息，与多个维度表中的数据相连。

2，例如一个金融产品维度表，且这些金融产品有银行类的，保险类等等区别。
因此不同种类的产品有自己一系列的特殊属性，且这些属性并非是所有产品共享的。

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。

分析这三个案例，共同的特点是：一个维度表中的数据差异比较大，有的数据具备的一些属性(字段)，其它数据没有或不需要 -- 这就导致大量数据的很多属性为空值，其结果就是增加存储空间，降低效率。此时使用雪花模型将不同的属性分散到其他的维度表中，可能是更好的选择。

另外如果有数据量巨大且快速变化的维度表，可以考虑使用雪花模型以减少数据冗余。

Ralph Kimball 推荐在绝大多数的其他案例中，星形模型是更好的解决方案。虽然在雪花模型中，数据冗余被降低了，但是另一方面却需要更多的join。Kimball还建议像最终用户暴露物理的雪花模型不是一个好主意，因为在对模型的理解和运行效率上都会大打折扣。因此在雪花模型中，使用view等工具向最终用户暴露整合过的数据是更好的选择。