星型模型与雪花模型(Star Schema and Snowflake Schema)

在设计数据仓库模型的时候,最常见的两种是星型模型雪花模型。选择哪一种需要根据业务需求以及性能的多重考量来定。


1.星型模型

在星型模型当中,一张事实表被若干张维度表所包围。每一个维度代表了一张表,有主键关联事实表当中的外键。

※所有的事实都必须保持同一个粒度

※不同的维度之间没有任何关联



2.雪花模型

雪花模型是在基于星型模型之上拓展来的,每一个维度可以再扩散出更多的维度,根据维度的层级拆分成颗粒度不同的多张表。

※优点是减少维度表的数据量,在进行join查询时有效提升查询速度

※缺点是需要额外维护维度表的数量






  • 1
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
星型模型雪花模型和星座模型是数据仓库中常见的数据模型,它们有一些区别。 1. 星型模型(Star Schema):星型模型是最简单和最常见的数据仓库模型。它由一个中心的事实表(Fact Table)和多个与之关联的维度表(Dimension Tables)组成。事实表包含与业务过程相关的度量(Measurements),而维度表包含描述度量的维度属性(Dimension Attributes)。星型模型具有简单的结构,易于理解和查询,适用于简单的分析场景。 2. 雪花模型Snowflake Schema):雪花模型星型模型的基础上进行了维度表的规范化。维度表中的属性被进一步分解为多个细分的维度表,形成多层级的结构。这样可以减少数据冗余,提高数据存储效率,但也增加了查询的复杂性。雪花模型适用于具有复杂层次结构和大量维度属性的分析场景。 3. 星座模型(Constellation Schema):星座模型星型模型雪花模型的结合,它允许在一个数据仓库中同时使用多种模型。不同的事实表可以使用不同的数据模型,根据实际需求进行选择。星座模型提供了更大的灵活性和可扩展性,适用于复杂的分析和报表需求。 总结:星型模型是最简单的数据仓库模型雪花模型星型模型的基础上进行了维度表的规范化,星座模型星型模型雪花模型的结合,允许在一个数据仓库中同时使用多种模型。选择适合的数据模型取决于具体的业务需求、数据结构和查询复杂性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值