Snowflake Schema i datavarehusmodellen

Hva er et snøfnuggskjema?

A Snøfnuggskjema i et datavarehus er en logisk ordning av tabeller i en flerdimensjonal database hvis ER-diagram (entitetsrelasjonsdiagram) ligner formen på en snøfnugg. Det er en dimensjonsmodell der en sentral faktatabell lenker til dimensjonstabeller, og disse dimensjonstabellene er videre delt inn i relaterte underdimensjonstabeller.

Snøfnuggskjemaet er en utvidelse av stjerneskjemaet. Mens et stjerneskjema holder hver dimensjon i en enkelt flat tabell, normaliserer snøfnuggskjemaet disse dimensjonene, og deler gjentakende grupper av data inn i ytterligere oppslagstabeller. Denne normaliseringen fjerner redundans og skaper den forgrenende, hierarkiske strukturen som gir skjemaet navnet sitt.

Eksempel på snøfnuggskjema

I det følgende eksemplet på snøfnuggskjemaet ligger en salgsfaktatabell i midten, omgitt av dimensjoner som Produkt, Dato og Butikk. I stedet for å lagre alle attributter i én dimensjonstabell, normaliseres geografiinformasjonen slik at Land flyttes til sin egen separate tabell.

Her refererer Store-dimensjonen til en City-tabell, City-tabellen refererer til en State-tabell, og State-tabellen refererer til en Country-tabell. Hver verdi lagres bare én gang og kobles sammen av en fremmednøkkel, slik at et landsnavn aldri gjentas på tvers av millioner av rader. Denne lagdelte normaliseringen er det som skiller et snøfnuggskjema fra et flatt stjerneskjema.

Kjennetegn ved Snowflake Schema

Snøfnuggskjemaet har flere definerende kjennetegn:

• Den bruker mindre diskplass, fordi normaliserte dimensjonstabeller unngår lagring av gjentatte verdier.
• Nye dimensjoner kan legges til skjemaet med relativt liten innsats.
• Spørringsytelsen kan bli dårligere fordi henting av data krever at man slår sammen mange tabeller.
• Det krever mer vedlikeholdsinnsats, siden et større antall oppslagstabeller må administreres.

Hvordan designe et snøfnuggskjema

Utforming av et snøfnuggskjema starter på samme måte som en hvilken som helst dimensjonsmodell, og legger deretter til et normaliseringstrinn. Målet er å identifisere forretningsprosessen du vil analysere, modellere den først som et stjerneskjema, og deretter normalisere dimensjonene som inneholder dype hierarkier. Arbeid deg gjennom følgende trinn:

1. Identifiser forretningsprosessen og kornet. Bestem hva én enkelt rad i faktatabellen representerer, for eksempel én salgstransaksjon, og definer de numeriske målene, eller faktaene, du må rapportere om.
2. Lag den sentrale faktatabellen. Legg sammen de numeriske målene sammen med fremmednøklene som peker til hver dimensjon; sammen danner disse fremmednøklene vanligvis den sammensatte primærnøkkelen.
3. Definer dimensjonstabellene. Opprett én tabell for hver beskrivende dimensjon, for eksempel Produkt, Kunde, Dato og Butikk, og tilordne hver av dem en surrogatprimærnøkkel.
4. Normaliser hierarkiene. Del alle dimensjoner som inneholder gjentakende attributter i underdimensjonstabeller, for eksempel å flytte Kategori ut av Produkt, eller By, Stat og Land ut av en Butikk-dimensjon.
5. Koble tabellene med fremmednøkler. Koble hver underdimensjon tilbake til den overordnede tabellen, slik at grenene danner tydelige én-til-mange-hierarkier som ligner en snøfnugg.
6. Valider og test med spørringer. Kjør representative rapporteringsspørringer for å bekrefte at koblingene returnerer riktige resultater og at den generelle ytelsen forblir akseptabel.

Fordi designet normaliserer data mot tredje normalform, bør du dokumentere koblingsbanene tydelig, slik at analytikere forstår hvordan de skal navigere i hver gren. Når strukturen er definert, er det verdt å veie skjemaets fordeler mot kostnadene.

Fordeler med snøfnuggskjema

Snøfnuggskjemaet tilbyr en rekke fordeler:

• Den primære fordelen er redusert disklagring, fordi sammenføyning av mindre normaliserte oppslagstabeller unngår duplisering av dimensjonsdata.
• Det gir større skalerbarhet i forholdet mellom komponenter og dimensjonsnivåer.
• Det fjerner redundans, noe som forbedrer dataintegriteten og gjør modellen enklere å vedlikeholde.
• Et beskrivende attributt oppdateres bare på ett sted, noe som reduserer risikoen for inkonsistente data.

Ulemper med snøfnuggskjema

Designet kommer også med avveininger å vurdere:

• Den normaliserte strukturen øker vedlikeholdet som kreves for å administrere mange relaterte tabeller.
• Komplekse spørringer som strekker seg over flere sammenføyninger kan være vanskelige å skrive og forstå.
• Et større antall tabeller betyr flere koblinger, noe som forlenger utførelsestiden for spørringen.
• Forretningsbrukere synes ofte det er vanskeligere å navigere i forgreningsmodellen enn i et enkelt stjerneskjema.

Snøfnuggskjema vs. stjerneskjema

Snøfnuggskjemaet og stjerneskjema er de to vanligste flerdimensjonale designene innen datavarehus, og hovedforskjellen mellom dem er normalisering. Et stjerneskjema holder hver dimensjon i en enkelt flat, denormalisert tabell for maksimal spørrehastighet, mens et snøfnuggskjema normaliserer disse dimensjonene i flere relaterte tabeller for å spare lagringsplass og beskytte dataintegritet. På grunn av dette passer de to skjemaene til forskjellige prioriteringer.

Aspekt	Stjerneskjema	Snøfnuggskjema
Dimensjonstabeller	Denormalisert, én tabell per dimensjon	Normalisert til underdimensjonstabeller
Oppbevaring	Bruker mer plass på grunn av redundans	Bruker mindre plass, ingen redundans
Forespørselsytelse	Raskere, færre sammenføyninger	Tregere, flere sammenføyninger
Spørrekompleksitet	Enkel å skrive	Mer kompleks
Passer best for	Rask rapportering og BI	Store, hierarkiske dimensjoner

Kort sagt, velg et stjerneskjema når spørrehastighet og enkel rapportering er viktigst, og velg et snøfnuggskjema når lagringseffektivitet, rene hierarkier og lav dataredundans er prioritert. Mange virkelige lagre kombinerer begge mønstrene avhengig av størrelsen og dybden til hver dimensjon.

Når du skal bruke et snøfnuggskjema

Et snøfnuggskjema er ikke alltid det riktige valget, så det hjelper å tilpasse designet til arbeidsmengden og rapporteringsbehovene. Det fungerer vanligvis best i følgende situasjoner:

• Dimensjoner er veldig store og inneholder mange gjentakende attributter som sløser med lagringsplass når de denormaliseres.
• Dimensjoner har dype, veldefinerte hierarkier, for eksempel region til land til stat til by, som er kartlagt naturlig på separate tabeller.
• Dataintegritet og konsistens er viktigere for prosjektet enn hastigheten på rå spørringer.
• Lagringskostnader er en reell bekymring, og diskbesparelsene på tvers av tabeller med store dimensjoner er betydelige.
• Modellen feeder OLAP verktøy som kan navigere effektivt i normaliserte hierarkier.

Omvendt, når rask og enkel rapportering for forretningsanalytikere er prioritert, er et stjerneskjema eller en hybrid stjerneklyngedesign vanligvis det beste alternativet. datavarehusarkitekturer bevisst blande begge tilnærmingene for å balansere hastighet og lagring.

Hva er et galakseskjema?

A Galaxy -skjema inneholder to eller flere faktatabeller som deler dimensjonstabeller seg imellom. Det kalles også et faktakonstellasjonsskjema, og fordi det kan sees på som en samling av stjerner, får det navnet galakseskjema.

Som du kan se i eksemplet ovenfor, finnes det to faktatabeller:

1. Revenue
2. Produkt

I et galakseskjema kalles dimensjonene som deles mellom faktatabellene konformede dimensjoner.

Kjennetegn ved Galaxy Schema

Galakseskjemaet har følgende egenskaper:

• Dimensjonene er delt inn i forskjellige dimensjoner basert på de ulike nivåene i hierarkiet.
• Hvis for eksempel geografi har fire hierarkinivåer – region, land, stat og by – bør galakseskjemaet ha fire dimensjoner.
• Det er mulig å bygge denne typen skjema ved å dele et enkelt stjerneskjema inn i flere stjerneskjemaer.
• Dimensjonene i dette skjemaet er store og må bygges i henhold til nivåene i hierarkiet.
• Skjemaet er nyttig for å samle faktatabeller for å støtte bedre analyse og forståelse.

Hva er Star Cluster Skjema?

Et snøfnuggskjema inneholder fullt utvidede hierarkier, noe som kan øke kompleksiteten og kreve ekstra sammenføyninger. Et stjerneskjema inneholder derimot fullstendig kollapsede hierarkier, noe som kan føre til redundans. Den beste løsningen er ofte en balanse mellom disse to designene, kjent som et stjerneskjema. Cluster Skjema.

overlappingping Dimensjoner vises som forgreninger i hierarkiene. En forgrening skjer når en enhet fungerer som en overordnet enhet i to forskjellige dimensjonale hierarkier. Disse forgreningsenhetene identifiseres deretter som klassifiseringer med én-til-mange-relasjoner, noe som begrenser antallet ekstra tabeller designet oppretter.

Spørsmål og svar