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
Python私教6 小时前
从表格到管理系统:别先写页面,先补齐权限、流程和审计
数据库·后端·架构
陈皮波比茶6 小时前
Redis学习
数据库·redis·学习
—Miss. Z—6 小时前
备份与恢复
数据库·oracle
ltl6 小时前
RocksDB Leveled Compaction:层级不变式与 CompactionPicker
数据库
ltl7 小时前
DuckDB 向量化与 Morsel-Driven Pipeline
数据库
NJCloud7 小时前
TiDB 集群部署与 MySQL 兼容性适配实战
linux·运维·数据库·mysql·tidb
喜欢打篮球的普通人7 小时前
LLVM Backend Lowering 从入门到实战:把 IR 变成机器码的完整链路
android·java·数据库
SomeOtherTime9 小时前
Postgresql触发器实现对表的日志审计
数据库·postgresql
这个DBA有点耶10 小时前
Oracle 迁移金仓兼容性评估指南:5 大维度深度拆解
数据库·oracle·架构