数据库的星型模型与雪花模型

Posted 2022-08-31 bitcarmanlee

1.什么是星型模型

星型模式模型可以被描述为一个简单的星型结构：一个中心表包含事实数据，多个表从它向外辐射，由数据库的主键和外键连接。 在星型模式实施中，数据库的构建者将所有维度级别的维度数据存储在单个表或视图中。

例如，如果您使用星型模式实现Product维度，那么数据库构建者将使用单个表来实现维度中的所有级别，如屏幕截图所示。 所有级别中的属性都映射到名为PRODUCT的单个表中的不同列。(图片来自参考文献1)

2.什么是雪花模型

雪花模式表示一个维度模型，它也由一个中心事实表和一组构成维度表组成，这些维度表进一步规范化为子维度表。 数据库构建者使用多个表或视图来存储维度数据。 单独的数据库表或视图存储与维度中每个级别有关的数据。
下图显示了 Product 维度的雪花实现。 维度中的每个级别都映射到不同的表。

3.星型模型与雪花模型对比

1.星型模型因为数据存在冗余，很多时候进行查询统计时不需要再join外部维度表，因此在很多OLAP的场景中，星型模型的效率比雪花模型要高。
2.星型模型不用考虑很多正规化的因素，设计和实现都比较简单
3.雪花模型去除了数据冗余，因此可以节省存储资源。但是在进行分析的时候，需要join外部较多维度表才能得到结果，查询比较复杂效率也较慢。
4.正规化也是一种比较复杂的过程，相应的数据库结构设计、数据的ETL、以及后期的维护都要复杂一些。因此在冗余可以接受的前提下，实际运用中星型模型使用更多，也更有效率。

4.使用场景

一般我们在数仓底层能见到许多大宽表，这些大宽表就是基于星型模型设计的。
Ralph Kimbal作为数据仓库的大牛，在相关著作中列举了三个雪花模型的设计场景

1.大型客户维度。例如，80% 的事实表涉及匿名用户，或者能收集到很少详细信息的用户，另外有20% 涉及到可靠的注册客户，这些注册用户的用户维度信息与多个用户维度表相连接。

2.银行、经纪行和保险公司的金融产品维度，因为每个单个产品具有许多其他产品不具备的特殊属性。

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。在数据仓库的环境中用雪花模型，降低储存的空间，到了具体某个主题的数据集市再用星型模型。

参考文献：

1.https://www.jianshu.com/p/81685a8414bf
2.https://en.wikipedia.org/wiki/Ralph_Kimball
3.https://www.oracle.com/webfolder/technetwork/tutorials/obe/db/10g/r2/owb/owb10gr2_gs/owb/lesson3/starandsnowflake.htm