Sternschema vs. Schneeflockenschema – Unterschied zwischen ihnen
David Carter
Hauptunterschied zwischen Sternschema und Schneeflockenschema
- Das Sternschema ist die einfachste Art von Data Warehouse-Schema. Es ist als Sternschema bekannt, da seine Struktur einem Stern ähnelt.
- Beim Vergleich des Snowflake- und des Star-Schemas ist ein Snowflake-Schema eine Erweiterung eines Star-Schemas und fügt zusätzliche Dimensionen hinzu. Es wird Schneeflocke genannt, weil sein Diagramm einer Schneeflocke ähnelt.
- In einem Sternschema definiert nur ein einzelner Join die Beziehung zwischen der Faktentabelle und etwaigen Dimensionstabellen.
- Das Sternschema enthält eine Faktentabelle, die von Dimensionstabellen umgeben ist.
- Das Snowflake-Schema ist von einer Dimensionstabelle umgeben, die wiederum von einer Dimensionstabelle umgeben ist
- Ein Snowflake-Schema erfordert viele Joins, um die Daten abzurufen.
- Beim Vergleich des Star- und des Snowflake-Schemas weist das Start-Schema ein einfaches DB-Design auf, während das Snowflake-Schema ein sehr komplexes DB-Design aufweist.
Was ist ein Sternschema?
Sternschema im Data Warehouse, in dem die Mitte des Sterns eine Faktentabelle und eine Reihe zugehöriger Dimensionstabellen haben kann. Es ist als Sternschema bekannt, da seine Struktur einem Stern ähnelt. Das Star Schema-Datenmodell ist der einfachste Typ eines Data Warehouse-Schemas. Es wird auch als Star-Join-Schema bezeichnet und ist für die Abfrage großer Datenmengen optimiert.
Im folgenden Sternschema-Beispiel steht die Faktentabelle im Mittelpunkt, die Schlüssel zu allen Dimensionstabellen enthält, wie etwa Dealer_ID, Model_ID, Date_ID, Product_ID, Branch_ID und andere Attribute wie etwa verkaufte Einheiten und Umsatz.
Was ist ein Snowflake-Schema?
Schneeflockenschema Im Data Warehouse handelt es sich um eine logische Anordnung von Tabellen in einer mehrdimensionalen Datenbank, sodass die ER-Diagramm ähnelt einer Schneeflockenform. Ein Snowflake-Schema ist eine Erweiterung eines Star-Schemas und fügt zusätzliche Dimensionen hinzu. Die Dimensionstabellen sind normalisiert, wodurch die Daten in zusätzliche Tabellen aufgeteilt werden.
Im folgenden Snowflake-Schemabeispiel wird „Land“ weiter in eine einzelne Tabelle normalisiert.
Unterschied zwischen Sternschema und Schneeflockenschema
Im Folgenden finden Sie einen wichtigen Unterschied zwischen dem Snowflake-Schema und dem Star-Schema:
| Sternschema | Schneeflockenschema |
|---|---|
| Hierarchien für die Dimensionen werden in der Dimensionstabelle gespeichert. | Hierarchien werden in separate Tabellen aufgeteilt. |
| Es enthält eine Faktentabelle, die von Dimensionstabellen umgeben ist. | Eine Faktentabelle, umgeben von einer Dimensionstabelle, die wiederum von einer Dimensionstabelle umgeben ist |
| In einem Sternschema erstellt nur ein einzelner Join die Beziehung zwischen der Faktentabelle und etwaigen Dimensionstabellen. | Ein Snowflake-Schema erfordert viele Joins, um die Daten abzurufen. |
| Einfaches DB-Design. | Sehr komplexes DB-Design. |
| Denormalisierte Datenstrukturen und Abfragen werden ebenfalls schneller ausgeführt. | Normalisierte Datenstruktur. |
| Hohes Maß an Datenredundanz | Sehr geringe Datenredundanz |
| Die Single-Dimension-Tabelle enthält aggregierte Daten. | Daten werden in verschiedene Dimensionstabellen aufgeteilt. |
| Die Cube-Verarbeitung ist schneller. | Aufgrund der komplexen Verknüpfung kann die Cube-Verarbeitung langsam sein. |
| Bietet leistungsstärkere Abfragen mithilfe der Star-Join-Abfrageoptimierung. Tabellen können mit mehreren Dimensionen verbunden werden. |
Das Snowflake-Schema wird durch eine zentralisierte Faktentabelle dargestellt, die wahrscheinlich nicht mit mehreren Dimensionen verbunden ist. |
