Esquema de copo de nieve en el modelo de almacén de datos
David Carter
⚡ Resumen inteligente
El esquema de copo de nieve en el modelado de almacenes de datos organiza tablas de dimensiones normalizadas que se ramifican desde una tabla de hechos central, asemejándose a un copo de nieve. Extiende el esquema de estrella, reduce la redundancia de datos y organiza jerarquías en múltiples tablas de búsqueda relacionadas.
¿Qué es un esquema de copo de nieve?
A Esquema de copo de nieve en un almacén de datos es una disposición lógica de tablas en una base de datos multidimensional cuya Diagrama entidad-relación (ER) se asemeja a la forma de un copo de nieve. Es un modelo dimensional en la que una tabla de hechos central se vincula con tablas de dimensiones, y esas tablas de dimensiones se dividen a su vez en tablas de subdimensiones relacionadas.
El esquema de copo de nieve es una extensión del esquema de estrella. Mientras que un esquema de estrella mantiene cada dimensión en una única tabla plana, el esquema de copo de nieve normaliza esas dimensiones, dividiendo los grupos de datos repetidos en tablas de búsqueda adicionales. Esta normalización elimina la redundancia y crea la estructura jerárquica ramificada que da nombre al esquema.
Ejemplo de esquema de copo de nieve
En el siguiente ejemplo de esquema de copo de nieve, una tabla de hechos de Ventas se ubica en el centro, rodeada de dimensiones como Producto, Fecha y Tienda. En lugar de almacenar cada atributo dentro de una tabla de dimensiones, la información geográfica se normaliza de manera que País se traslada a su propia tabla separada.
Aquí, la dimensión Tienda hace referencia a una tabla Ciudad, la tabla Ciudad hace referencia a una tabla Estado, y la tabla Estado hace referencia a una tabla País. Cada valor se almacena solo una vez y se vincula mediante una clave externa, por lo que el nombre de un país nunca se repite en millones de filas. Esta normalización por capas es lo que distingue un esquema de copo de nieve de un esquema de estrella plana.
Características del esquema de copo de nieve
El esquema del copo de nieve tiene varias características definitorias:
- Utiliza menos espacio en disco, ya que las tablas de dimensiones normalizadas evitan almacenar valores repetidos.
- Se pueden añadir nuevas dimensiones al esquema con relativamente poco esfuerzo.
- El rendimiento de las consultas puede disminuir, ya que la recuperación de datos requiere unir muchas tablas.
- Requiere un mayor esfuerzo de mantenimiento, ya que hay que gestionar un mayor número de tablas de búsqueda.
Cómo diseñar un esquema de copo de nieve
El diseño de un esquema de copo de nieve comienza de la misma manera que cualquier modelo dimensional y luego se le añade un paso de normalización. El objetivo es identificar el proceso de negocio que se desea analizar, modelarlo primero como un esquema de estrella y luego normalizar las dimensiones que contienen jerarquías profundas. Siga los siguientes pasos:
- Identificar el proceso de negocio y el grano. Decida qué representa una sola fila de la tabla de hechos, como por ejemplo una transacción de venta, y defina las medidas numéricas, o hechos, sobre los que necesita informar.
- Construye la tabla de hechos central. Sume las medidas numéricas junto con las claves foráneas que apuntan a cada dimensión; juntas, esas claves foráneas suelen formar la clave primaria compuesta.
- Defina las tablas de dimensiones. Cree una tabla para cada dimensión descriptiva, como Producto, Cliente, Fecha y Tienda, y asigne a cada una una clave primaria sustituta.
- Normalizar las jerarquías. Divide cada dimensión que contenga atributos repetidos en tablas de subdimensiones; por ejemplo, separa la categoría de la dimensión Producto, o la ciudad, el estado y el país de la dimensión Tienda.
- Conecta las tablas con claves foráneas. Vincula cada subdimensión con su tabla principal para que las ramas formen jerarquías claras de uno a muchos que se asemejen a un copo de nieve.
- Validar y probar con consultas. Ejecute consultas de informes representativas para confirmar que las uniones devuelven resultados correctos y que el rendimiento general se mantiene aceptable.
Dado que el diseño normaliza los datos hacia la tercera forma normal, documente claramente las rutas de unión para que los analistas comprendan cómo navegar por cada rama. Una vez definida la estructura, conviene sopesar los beneficios del esquema frente a sus costes.
Ventajas del esquema de copo de nieve
El esquema del copo de nieve ofrece una serie de ventajas:
- Su principal ventaja es la reducción del espacio de almacenamiento en disco, ya que la unión de tablas de búsqueda normalizadas más pequeñas evita la duplicación de datos dimensionales.
- Proporciona una mayor escalabilidad en las relaciones entre componentes y niveles de dimensión.
- Elimina la redundancia, lo que mejora la integridad de los datos y facilita el mantenimiento del modelo.
- Un atributo descriptivo se actualiza en un solo lugar, lo que reduce el riesgo de datos inconsistentes.
Desventajas del esquema de copo de nieve
El diseño también implica ciertas concesiones que deben tenerse en cuenta:
- La estructura normalizada aumenta el mantenimiento necesario para gestionar muchas tablas relacionadas.
- Las consultas complejas que abarcan múltiples uniones pueden ser difíciles de escribir y comprender.
- Un mayor número de tablas implica más uniones, lo que alarga el tiempo de ejecución de las consultas.
- A los usuarios empresariales a menudo les resulta más difícil navegar por el modelo ramificado que por un esquema de estrella simple.
Esquema de copo de nieve vs. esquema de estrella
El esquema del copo de nieve y el esquema de estrella En el almacenamiento de datos, los dos diseños multidimensionales más comunes son la normalización. Un esquema en estrella mantiene cada dimensión en una tabla plana y desnormalizada para maximizar la velocidad de consulta, mientras que un esquema en copo de nieve normaliza esas dimensiones en varias tablas relacionadas para ahorrar espacio de almacenamiento y proteger la integridad de los datos. Por ello, ambos esquemas se adaptan a diferentes prioridades.
| Aspecto | Esquema de estrella | Esquema de copo de nieve |
|---|---|---|
| Tablas de dimensiones | Desnormalizado, una tabla por dimensión | Normalizado en tablas de subdimensiones |
| Almacenaje | Utiliza más espacio debido a la redundancia. | Utiliza menos espacio, sin redundancia. |
| Rendimiento de la consulta | Más rápido, menos uniones | Más lento, más uniones |
| Complejidad de la consulta | Fácil de escribir | Mas complejo |
| Mejores adecuados para | Informes rápidos e inteligencia empresarial | Dimensiones grandes y jerárquicas |
En resumen, elige un esquema de estrella cuando la velocidad de consulta y la simplicidad de los informes sean prioritarias, y un esquema de copo de nieve cuando la eficiencia del almacenamiento, las jerarquías claras y la baja redundancia de datos sean la prioridad. Muchos almacenes de datos reales combinan ambos patrones según el tamaño y la profundidad de cada dimensión.
Cuándo utilizar un esquema de copo de nieve
Un esquema de copo de nieve no siempre es la opción correcta, por lo que ayuda adaptar el diseño a la carga de trabajo y a las necesidades de generación de informes. Suele funcionar mejor en las siguientes situaciones:
- Las dimensiones son muy grandes y contienen muchos atributos repetitivos que desperdician espacio de almacenamiento cuando se desnormalizan.
- Las dimensiones poseen jerarquías profundas y bien definidas, como Región, País, Estado y Ciudad, que se corresponden de forma natural con tablas separadas.
- La integridad y la coherencia de los datos son más importantes para el proyecto que la velocidad bruta de las consultas.
- Los costes de almacenamiento son una preocupación real y el ahorro en disco que se consigue al trabajar con tablas de dimensiones enormes es significativo.
- El modelo alimenta OLAP herramientas que permiten navegar de forma eficiente por jerarquías normalizadas.
Por el contrario, cuando la prioridad es la generación de informes rápidos y sencillos para los analistas de negocio, un esquema en estrella o un diseño híbrido de clúster en estrella suele ser la mejor opción. Muchos arquitecturas de almacenamiento de datos Se combinan deliberadamente ambos enfoques para equilibrar la velocidad y el almacenamiento.
¿Qué es un esquema de galaxia?
A Esquema de galaxia Contiene dos o más tablas de hechos que comparten tablas de dimensiones entre sí. También se le denomina esquema de constelación de hechos y, dado que puede visualizarse como una colección de estrellas, recibe el nombre de esquema de galaxia.
Como puede verse en el ejemplo anterior, hay dos tablas de hechos:
- Revenue
- Producto
En un esquema de galaxia, las dimensiones que se comparten entre las tablas de hechos se denominan dimensiones conformadas.
Características del esquema de galaxias
El esquema de la galaxia tiene las siguientes características:
- Las dimensiones se dividen en distintas categorías según los diferentes niveles de la jerarquía.
- Por ejemplo, si la geografía tiene cuatro niveles de jerarquía (región, país, estado y ciudad), entonces el esquema de la galaxia debería tener cuatro dimensiones.
- Es posible construir este tipo de esquema dividiendo un único esquema en estrella en varios esquemas en estrella.
- Las dimensiones de este esquema son grandes y deben construirse de acuerdo con los niveles de la jerarquía.
- El esquema resulta útil para agregar tablas de hechos y así facilitar un mejor análisis y comprensión.
que es estrella Cluster ¿Esquema?
Un esquema de copo de nieve contiene jerarquías totalmente expandidas, lo que puede añadir complejidad y requerir uniones adicionales. Un esquema de estrella, por otro lado, contiene jerarquías totalmente colapsadas, lo que puede generar redundancia. La mejor solución suele ser un equilibrio entre estos dos diseños, conocido como esquema de estrella. Cluster Esquema.
superposiciónping Las dimensiones aparecen como bifurcaciones en las jerarquías. Una bifurcación se produce cuando una entidad actúa como padre en dos jerarquías dimensionales diferentes. Estas entidades bifurcadas se identifican como clasificaciones con relaciones de uno a muchos, lo que limita el número de tablas adicionales que genera el diseño.
