📜  星型模式与雪花模式

📅  最后修改于: 2020-12-30 00:53:36             🧑  作者: Mango

星型和雪花模式之间的区别

星图

  • 在星型模式中,事实表将位于中心并连接到维度表。
  • 这些表完全处于非规范化结构中。
  • 由于涉及的连接数量较少,因此SQL查询性能良好。
  • 数据冗余度高,并占用更多磁盘空间。

雪花模式

  • 雪花模式是星形模式的扩展,其中维表连接到一个或多个维。
  • 这些表在结构上部分非规范化。
  • 与星型模式相比,SQL查询的性能要低一些,因为涉及更多的联接。
  • 与星型架构相比,数据冗余度低并且占用的磁盘空间更少。

让我们看一下Star模式和Snowflake模式之间的区别。

比较的基础Star Schema Snowflake Schema易于维护/更改它具有冗余数据,因此维护/更改较不容易没有冗余,因此更易于维护和更改。易于使用复杂度较低的查询和易于理解较复杂的查询,因此较少易于理解的父表在星型模式中,维度表将没有任何父表在雪花模式中,维表将具有一个或多个父表查询性能更少的外键数量,从而减少了查询的执行时间更多的外键从而具有更多的查询执行时间。归一化它具有归一化的表它具有归一化的表数据仓库的类型适合于具有简单关系(一对一或一对多)的数据集市。适用于数据仓库核心以简化复杂的关系(很多对很多)的连接更少的连接更高数量的连接维度表对于每个维度,它仅包含一个维度表。每个维度的新维度表层次结构该维度的层次结构存储在星型架构中的维度表本身中。层次结构分为雪花型架构中的单独表。这些层次结构有助于从最上层的层次结构到最下层的层次结构下钻取信息。何时使用当维表包含较少的行数时,我们可以使用Star模式。当维度表存储大量带有冗余信息的行和空间是一个问题时,我们可以选择雪花模式来存储空间。数据仓库系统在任何数据仓库/数据集市中均表现最佳,更适合小型数据仓库/数据集市。