知识库 : 理解仓库建模的两种模型

理解仓库 建模的两种模型： 星型 模型和雪花模型

1. 星型 模型和雪花模型的概念 。
2. 星型模式 vs 雪花模型建模 特点 。
3. 什么 情况下应用什么样的模型？
4. 建模其他 事项。

一、     星型 模型和雪花模型的概念 ？

直接上图 ：

很明显 ， 上图左侧 为 星型模式， 右侧为雪花模型。详细 概念如下 ：

1. 星型模式 ：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，
2. 雪花模型 ： 当有一个或多个维表没有直接连接到事实表上，而是通过其他维表连接到事实表上时，其图解就像多个雪花连接在一起，故称雪花模型。雪花模型是对星型模型的扩展。它对星型模型的维表进一步层次化，原有的各维表可能被扩展为小的事实表，形成一些局部的 " 层次 " 区域，这些被分解的表都连接到主维度表而不是事实表。

二、     星型模式 vs 雪花模型建模 特点 。

关于 表格中冗余度和对事实表 的 影响说明： 星型 模型 会 将 所有的分析维度都作为事实表的一个直接维度，数据冗余较大的。但是， 在 一张表中表达出 所有的类别属性，对数据库的 存储空间较大的。在 此基础上，对 星型架构的基础上扩展雪花架构，一定 程度上降低了 分析查询的性能，提升 了 数据仓库的存储容量。

三、     什么 情况下应用什么样的模型？

星型模式架构 主要有两点优势：

1. 提高查询的效率。由于数据的组织已经过预处理，主要数据都在庞大的事实表中 ， 所以只要扫描事实表就可以进行查询，而不必进行 多次连接。 查询访问效率较高。同时，由于维表一般都很小 ， 可以放在高速缓存中 ， 与事实表作连接时其速度较快。便于用户理解。
2. 设计维护较为简单。

雪花模式架构 主要有 如下 优势：

1. 正规化，数据冗余少。
2. 效率较低，有些数据需要连接才能获取。
3. 规范化操作较复杂，导致设计及后期维护复杂。

实际应用中，可以采取上述两种模型的混合体：如：中间层使用雪花结构以降低数据冗余度，数据集市部分采用星型以方便数据提取及和分析。

有时候规范化及 存储空间考虑 和效率会矛盾。一般会牺牲空间（规范化）来换取好的性能，把尽可能多的维度信息存在一张 “ 大表 ” 里面是最快的。通常会视情况而定，采取折中的策略。

另外 ， 星型模型 ， 需要更新维度成员时，必须连事实表同时更新。雪花型，有时只需要更新雪花维度中的一层即可，无需更改庞大的事实表。

例如：时间维度，年，季等属性一般星型模型。而像产品和产品的分类，可以考虑建立雪花模型。可以建立分类的查找表，对分析信息进行再分析。

四、     建模其他 事项。

工具 ： ERWIN   等建模工具 。

范式 ：符合 3NF 的关系型数据模型 。 有时候 数据 仓库 考虑 性能等，会不规范 。 参看 星型 模型和雪花模型的概念。