數(shù)據(jù)倉庫星型模型vs雪花模型

1、一、概述在多維分析的商業(yè)智能解決方案中，根據(jù)事實表和維度表的關(guān)系，又可將常見的模型分為星 型模型和雪花型模型。在設(shè)計邏輯型數(shù)據(jù)的模型的時候，就應(yīng)考慮數(shù)據(jù)是按照星型模型還是 雪花型模型進(jìn)行組織。當(dāng)所有維表都直接連接到“事實表”上時，整個圖解就像星星一樣，故將該模型稱為星型模型， 如圖1。星型架構(gòu)是一種非正規(guī)化的結(jié)構(gòu)，多維數(shù)據(jù)集的每一個維度都直接與事實表相連接，不存 在漸變維度，所以數(shù)據(jù)有一定的冗余，如在地域維度表中，存在國家A省B的城市C以 及國家A省B的城市D兩條記錄，那么國家A和省B的信息分別存儲了兩次，即存 在冗余。圖1.銷售數(shù)據(jù)倉庫中的星型模型笛門在司司處 總分代魚叵譴藝門道當(dāng)有一個或多

2、個維表沒有直接連接到事實表上，而是通過其他維表連接到事實表上時，其圖 解就像多個雪花連接在一起，故稱雪花模型。雪花模型是對星型模型的擴(kuò)展。它對星型模型 的維表進(jìn)一步層次化，原有的各維表可能被擴(kuò)展為小的事實表，形成一些局部的層次區(qū) 域，這些被分解的表都連接到主維度表而不是事實表。如圖2,將地域維表又分解為國家， 省份，城市等維表。它的優(yōu)點(diǎn)是：通過最大限度地減少數(shù)據(jù)存儲量以及聯(lián)合較小的維表來 改善查詢性能。雪花型結(jié)構(gòu)去除了數(shù)據(jù)冗余。圖2.銷售數(shù)據(jù)倉庫中的雪花型模型星型模型因為數(shù)據(jù)的冗余所以很多統(tǒng)計查詢不需要做外部的連接，因此一般情況下效率比 雪花型模型要高。星型結(jié)構(gòu)不用考慮很多正規(guī)化的因素，設(shè)計與

3、實現(xiàn)都比較簡單。雪花型模 型由于去除了冗余，有些統(tǒng)計就需要通過表的聯(lián)接才能產(chǎn)生，所以效率不一定有星型模型高。 正規(guī)化也是一種比較復(fù)雜的過程，相應(yīng)的數(shù)據(jù)庫結(jié)構(gòu)設(shè)計、數(shù)據(jù)的ETL、以及后期的維護(hù)都 要復(fù)雜一些。因此在冗余可以接受的前提下，實際運(yùn)用中星型模型使用更多，也更有效率。二、使用選擇星形模型(Star Schema)和雪花模型(Snowflake Schema)是數(shù)據(jù)倉庫中常用到的兩種方式， 而它們之間的對比要從四個角度來進(jìn)行討論。數(shù)據(jù)優(yōu)化雪花模型使用的是規(guī)范化數(shù)據(jù)，也就是說數(shù)據(jù)在數(shù)據(jù)庫內(nèi)部是組織好的，以便消除冗余， 因此它能夠有效地減少數(shù)據(jù)量。通過引用完整性，其業(yè)務(wù)層級和維度都將存儲在數(shù)據(jù)

4、模型 之中。圖1雪花模型相比較而言，星形模型實用的是反規(guī)范化數(shù)據(jù)。在星形模型中，維度直接指的是事實表， 業(yè)務(wù)層級不會通過維度之間的參照完整性來部署。圖2星形模型業(yè)務(wù)模型主鍵是一個單獨(dú)的唯一鍵（數(shù)據(jù)屬性），為特殊數(shù)據(jù)所選擇。在上面的例子中，Advertiser_ID 就將是一個主鍵。外鍵（參考屬性）僅僅是一個表中的字段，用來匹配其他維度表中的主鍵。在我們所引用的例子中，Advertiser_ID將是Account_dimension的一個外鍵。在雪花模型中，數(shù)據(jù)模型的業(yè)務(wù)層級是由一個不同維度表主鍵-外鍵的關(guān)系來代表的。而在 星形模型中，所有必要的維度表在事實表中都只擁有外鍵。性能第三個區(qū)別在于性能的不同。雪花模型在維度表、事實表之間的連接很多，因此性能方面 會比較低。舉個例子，如果你想要知道Advertiser的詳細(xì)信息，雪花模型就會請求許多信息， 比如Advertiser Name ID以及那些廣告主和客戶表的地址需要連接起來，然后再與事實表 連接。而星形模型的連接就少的多，在這個模型中，如果你需要上述信息，你只要將Advertiser 的維度表和事實表連接即可。ETL 雪花模型加載數(shù)據(jù)集市，因此ETL操作在設(shè)計上更加復(fù)雜，而且由于附屬模型的限制，不 能并行化。星形模型加載維度表，不需要再維度之間添加附屬模型，因此ETL就相對簡單，而且可以 實現(xiàn)高度的并行化?？偨Y(jié)