星型模式与雪花模式——它们之间的区别

星型模式和雪花模式之间的主要区别

星图在数据仓库中，星型结构的中心可以有一个事实表和多个关联的维度表。由于其结构类似于星型，因此被称为星型结构。星型结构数据模型是最简单的数据仓库结构类型。它也被称为星型连接结构，并且针对查询大型数据集进行了优化。

在下面的星型模式示例中，事实表位于中心，其中包含每个维度表的键，如 Dealer_ID、Model ID、Date_ID、Product_ID、Branch_ID 以及其他属性，如销售单位和收入。

雪花模式 数据仓库是多维数据库中表的逻辑排列，以便 ER 图形状类似雪花。雪花模式是星型模式的扩展，它添加了额外的维度。维度表经过规范化，将数据拆分到其他表中。

在下面的雪花模式示例中，国家/地区被进一步规范化为单独的表。

以下是雪花模式与星型模式之间的主要区别：

星图	雪花模式
维度的层次结构存储在维度表中。	层次结构被划分为单独的表。
它包含一个被维度表包围的事实表。	一个事实表被维度表包围，而维度表又被维度表包围
在星型模式中，只有单连接才能创建事实表和任何维度表之间的关系。	雪花模式需要许多连接来获取数据。
简单的数据库设计。	非常复杂的数据库设计。
非规范化的数据结构和查询也运行得更快。	规范化的数据结构。
高水平的数据冗余	极低级别的数据冗余
单维表包含聚合数据。	数据分成不同的维度表。
立方体处理速度更快。	由于复杂的连接，多维数据集处理可能会很慢。
使用星型连接查询优化提供性能更高的查询。表可能与多个维度相连。	雪花模式由集中式事实表表示，不太可能与多个维度相关。