們用一種非常易于理解的方式來介紹星型模型和雪花模型。

想象一下，你要分析一家超市的銷售情況。

核心思想：兩種不同的組織方式

這兩種模型都是數(shù)據(jù)倉庫中常見的維度建模方法，目的是為了更高效地查詢和分析數(shù)據(jù)，而不是處理日常交易（那是OLTP數(shù)據(jù)庫的活兒）。

它們都圍繞一個核心：“事實”和“維度”。

• 事實 (Fact)：發(fā)生了什么事？是可度量的、數(shù)值型的、連續(xù)的數(shù)據(jù)。通常是動詞。

  • 例子：賣了1瓶可樂，收入3.5元。這里的“銷售”就是事實。

• 維度 (Dimension)：誰？什么時間？什么地點？是誰？是描述性的、文本型的、離散的數(shù)據(jù)。通常是名詞。

  • *例子：時間（2023-10-27）、門店（XX超市XX店）、產(chǎn)品（可樂）、顧客（張三）。*

一、星型模型 (Star Schema)：簡單直接

比喻：一個明星（事實表）被一群粉絲（維度表）直接圍著。

結(jié)構(gòu)特點：

1. 一個中心表：叫做事實表（Fact Table）。它記錄了核心業(yè)務(wù)事件。

   • 例子：銷售事實表。它的每一行代表一筆銷售記錄。

   • 它包含兩類列：

     • 外鍵列：連接各個維度表的外鍵，如 時間鍵、產(chǎn)品鍵、門店鍵、顧客鍵。

     • 度量值列：可計算的數(shù)據(jù)，如 銷售金額、銷售數(shù)量、成本、利潤。

2. 多個周邊表：叫做維度表（Dimension Table）。它描述了事實的上下文。

   • 例子：時間維度表、產(chǎn)品維度表、門店維度表、顧客維度表。

3. 所有維度表都直接連接到事實表，維度表之間沒有任何連接。從圖形上看，像一顆星星，所以叫星型模型。

優(yōu)點：

• 查詢非常簡單快速：因為大部分查詢只需要一次大表（事實表） 和 小表（維度表） 的連接（JOIN），甚至數(shù)據(jù)庫優(yōu)化器可以直接跳過某些維度表。

• 易于理解：結(jié)構(gòu)非常清晰，業(yè)務(wù)人員一看就懂。

• 對BI工具非常友好：Tableau、FineBI等工具可以自動識別這種模型，輕松拖拽生成報表。

缺點：

• 數(shù)據(jù)冗余較多：為了避免連接，維度表會存儲所有層級的信息。例如，產(chǎn)品維度表里，每條產(chǎn)品記錄都會重復(fù)存儲它所屬的品類、部門名稱。如果品類名稱改了，所有相關(guān)產(chǎn)品記錄都要更新。

二、雪花模型 (Snowflake Schema)：規(guī)范化

比喻：這個明星的粉絲（維度表）還有自己的粉絲（子維度表）。

結(jié)構(gòu)特點：

1. 它仍然有一個事實表作為中心。

2. 但它的維度表是規(guī)范化的。這意味著一些維度表不會直接連接事實表，而是通過其他維度表間接連接。

   • 例如，在星型模型中，產(chǎn)品維度表直接包含了品類ID和品類名稱。

   • 在雪花模型中，產(chǎn)品維度表只包含品類ID，而品類ID又連接到另一個獨立的品類維度表（里面存品類名稱、部門ID），部門ID可能又連接到部門維度表。

   • 從圖形上看，維度表像雪花一樣分叉開來，所以叫雪花模型。

優(yōu)點：

• 減少數(shù)據(jù)冗余：信息只存儲在一個地方。例如，品類名稱只存在品類表里，而不是在每個產(chǎn)品記錄里重復(fù)存儲。節(jié)省了存儲空間。

• 易于維護：更新數(shù)據(jù)更方便。比如更改品類名稱，只需要在品類表里修改一條記錄即可。

缺點：

• 查詢性能相對較低：因為需要連接更多的表（例如：事實表 -> 產(chǎn)品表 -> 品類表 -> 部門表）才能得到想要的信息，復(fù)雜的JOIN會影響查詢速度。

• 結(jié)構(gòu)更復(fù)雜：對業(yè)務(wù)用戶和BI工具不如星型模型友好，理解和使用起來更費勁。

對比總結(jié)與如何選擇

如何選擇？

• 絕大多數(shù)情況下，選擇【星型模型】。

  • 理由：數(shù)據(jù)倉庫的核心目標是快速查詢和分析。存儲成本通常遠低于計算成本和時間成本。用一點點存儲空間換取巨大的性能提升，是非常劃算的。 這也是為什么星型模型是數(shù)據(jù)倉庫領(lǐng)域最主流、最受歡迎的設(shè)計。

• 僅在特定情況下，考慮【雪花模型】：

  1. 維度表本身非常巨大：例如，一個客戶維度表有上億行，并且其屬性（如地址、行業(yè)）有復(fù)雜的多層結(jié)構(gòu)。這時規(guī)范化它可以節(jié)省可觀的存儲空間。

  2. 工具要求：某些ETL工具或BI工具在處理某些特定邏輯時，雪花模型可能更合適。

  3. 業(yè)務(wù)邏輯本身是高度分層的：并且業(yè)務(wù)用戶習(xí)慣按這種層級去查詢。

一句話記住它們：
想要速度快、簡單粗暴，就用【星型模型】。
想省點硬盤空間、不怕查詢慢點，就用【雪花模型】。（但通常不建議）