大数据数仓建模中星型模型和雪花模型,你了解吗?

这两种模型描述的都是数仓建模中事实表和维度表之间的拆分关系;星型和雪花的形状相同的特点都是一个中心向四周辐射,中心点代表着事实表,向四周辐射的点代表维度表;这两种模型的不同点在于星型模型的维度只辐射一次,雪花模型的维度在辐射玩一次之后会再次向外辐射,也就是在维度表中再次拆分出新的维度。

数仓建模就是对事实表和维度表的设计,数据的本质还是事实数据;雪花模型就是在星型模型的基础上对已经提取出的维度表再次拆分后形成的表关系描述;现实情况中对于雪花模型的设计规范会更符合数据库的范式要求,但是由于数据的拆分粒度更细涉及到多表的关联从而导致数据的分析效率变低;而星型模型虽然维度表可能存在一定的数据冗余但是考虑到其数据分析的效率会更高;因此综合考虑下一般都是推荐使用星型模型。

相关推荐
Wyawsl1 分钟前
Python操作MySQL数据库
数据库·python·mysql
水彩橘子4 分钟前
PostgreSQL Streaming Replication 主从
数据库·postgresql
亚马逊云开发者22 分钟前
Amazon Aurora PostgreSQL 快速配置实战:两次点击秒级创建无服务器数据库,告别 VPC 子网安全组配置噩梦
数据库·postgresql·serverless
晴天sir25 分钟前
Redis 在业务中的几种典型用法
java·数据库·redis
jnrjian32 分钟前
B树index 的维护 Oracle
数据库·oracle
正在走向自律41 分钟前
企业级数据库存储运维实战:表空间自动创建与存储架构深度优化
运维·数据库·架构·表空间
jnrjian42 分钟前
Oracle 并发 锁
数据库
爱码小白1 小时前
MySQL 常用数据类型的系统总结
数据库·python·算法
被摘下的星星1 小时前
MySQL drop和delete的区别
数据库·mysql
攻城狮7号1 小时前
面向未来的时序数据库选型指南:当数据存储遇上原生AI
数据库·人工智能·时序数据库·apache iotdb