在数据仓库的建设中,一般都会围绕着星型模型和雪花模型来设计表关系或者结构。下面我们先来理解这两种模型的概念。
(一)星型模型图示如下:
星型模是一种多维的数据关系,它由一个事实表和一组维表组成。每个维表都有一个维作为主键,所有这些维的主键组合成事实表的主键。强调的是对维度进行预处理,将多个维度集合到一个事实表,形成一个宽表。这也是我们在使用hive时,经常会看到一些大宽表的原因,大宽表一般都是事实表,包含了维度关联的主键和一些度量信息,而维度表则是事实表里面维度的具体信息,使用时候一般通过join来组合数据,相对来说对OLAP的分析比较方便。
(二)雪花模型图示如下:
当有一个或多个维表没有直接连接到事实表上,而是通过其他维表连接到事实表上时,其图解就像多个雪花连接在一起,故称雪花模型。雪花模型是对星型模型的扩展。它对星型模型的维表进一步层次化,原有的各维表可能被扩展为小的事实表,形成一些局部的 "层次 " 区域,这些被分解的表都连接到主维度表而不是事实表。雪花模型更加符合数据库范式,减少数据冗余,但是在分析数据的时候,操作比较复杂,需要join的表比较多所以其性能并不一定比星型模型高。
(三)星型模型和雪花模型的优劣对比:
(四)应用场景
星型模型的设计方式主要带来的好处是能够提升查询效率,因为生成的事实表已经经过预处理,主要的数据都在事实表里面,所以只要扫描实时表就能够进行大量的查询,而不必进行大量的join,其次维表数据一般比较少,在join可直接放入内存进行join以提升效率,除此之外,星型模型的事实表可读性比较好,不用关联多个表就能获取大部分核心信息,设计维护相对比较简答。
雪花模型的设计方式是比较符合数据库范式的理念,设计方式比较正规,数据冗余少,但在查询的时候可能需要join多张表从而导致查询效率下降,此外规范化操作在后期维护比较复杂。
(五)总结
通过上面的对比,我们可以发现数据仓库大多数时候是比较适合使用星型模型构建底层数据Hive表,通过大量的冗余来提升查询效率,星型模型对OLAP的分析引擎支持比较友好,这一点在Kylin中比较能体现。而雪花模型在关系型数据库中如MySQL,Oracle中非常常见,尤其像电商的数据库表。在数据仓库中雪花模型的应用场景比较少,但也不是没有,所以在具体设计的时候,可以考虑是不是能结合两者的优点参与设计,以此达到设计的最优化目的。
- 大小: 17.7 KB
分享到:
相关推荐
数据仓库架构星型模型VS雪花模型.docx数据仓库架构星型模型VS雪花模型.docx数据仓库架构星型模型VS雪花模型.docx数据仓库架构星型模型VS雪花模型.docx数据仓库架构星型模型VS雪花模型.docx数据仓库架构星型模型VS...
数据仓库架构星型模型VS雪花模型.pdf数据仓库架构星型模型VS雪花模型.pdf数据仓库架构星型模型VS雪花模型.pdf数据仓库架构星型模型VS雪花模型.pdf数据仓库架构星型模型VS雪花模型.pdf数据仓库架构星型模型VS雪花模型...
星型模型: 雪花模型: 星型模型和雪花模型的主要区别在于对维度表的拆分,对于雪花模型,维度表的设计更加规范,⼀般符合3NF;⽽星型模型,⼀般采⽤降维 的操作,利⽤冗余来避免模型过于复杂,提⾼易⽤性和分析...
第一天上午 数据仓库和商业决策的关系 描述当今商业领域BI和数据仓库的角色 描述为什么在线联机系统(OLTP)不能满足决策支持 决策支持系统的数据抽取流程所带来的数据仓库技术 使用数据仓库技术的原因 如何使用...
分析了维度模型中星型模式和雪花模式的优缺点,并针对金融业数据仓库特点,以证券业务为例,提出了星型衍生子维度模式概念,阐述了此结构的生成条件、算法和优点,即在典型的星型模式中,对大维度表中基数较小的相对...
数据仓库是多维数据库,它扩展了关系数据库模型,以星型架构为主要结构方式的,并在它的基础上,扩展出理论雪花形架构和数据星座等方式,但是不管是哪一种架构,维度表、事实表和事实表中的度量都是必不可少的组成...
逻辑模型最终设计成果包括每个主题的逻辑定义,并将相关内 容记录在数据仓库的元数据中、粒度划分、数据分割策略、表划分和数据来源等。 3.2 数据仓库的建立 3.2.1数据仓库数据集 一般说来,一个数据集市是按照某一...
星型模型 AND 雪花模型 ...模型都为雪花模型,实际数据仓库中两 种模型会并存。 中间层将雪花转变成星型 星型模型相对结构简单,在数据中间层 利用数据冗余将雪花转变成星型模型有 利于数据应用和减少计算资源消耗。
数据仓库和商业决策的关系 描述当今商业领域BI和数据仓库的角色 描述为什么在线联机系统(OLTP)不能满足决策支持 决策支持系统的数据抽取流程所带来的数据仓库技术 使用数据仓库技术的原因 如何使用数据仓库来...
模型构架 尽量使用星型架构,使用雪花架构的目的是使事实表第一级的维表数量达到最小。
如何理解TERADATA 的 FS-LDM 概念模型是什么? 雪花模型和星型模型的区别,维度建模的应用场景
在功能上,Mondrian支持共享维和成员计算,支持星型模型和雪花模型的功能。 Mondrian中使用物理的xml文件存储元数据,它的设计者规定了xml文件的格式。下面简单介绍一下它是如何存储元数据的。
Mondrian是一个开放源代码的Rolap服务器,使用java开发的。它实现了xmla和jolap规范,而且自定义了一种使用mdx语言的客户端接口。...在功能上,Mondrian支持共享维和成员计算,支持星型模型和雪花模型的功能。
Mondrian是一个开放源代码的Rolap服务器,使用java开发的。它实现了xmla和jolap规范,而且自定义了一种使用mdx语言的客户端接口。...在功能上,Mondrian支持共享维和成员计算,支持星型模型和雪花模型的功能。
数据模型: 1、星型模型和雪花模型,同样是将业务表拆分成事实表和纬度表;例如⼀个员⼯数据表,可以拆分为员⼯事实表和职位维度表、时间维度表等; 上⾯这个例⼦实时上不恰 当,事实表更多的应该是记录⼀类事务,...
数据仓库 ( Data Warehouse ) / 数据集市 ( Data Mart )...星型模型 ( Star Schema ) / 雪花模型 ( Snow Schema ) 数据钻入 / 数据钻出 ( Drill Down / Drill Up ) 表旋转 ( Table Rotation ) 数据挖掘 ( Data Mining )
特点 从分析决策的需求出发构建模型,为分析需求服务 具有较好的⼤规模复 杂查询的响应性能 其典型的代表是星形模型,以及在⼀些特殊场景下 使⽤的雪花模型 模型分类 雪花模型 星型模型 星座模型 建模步骤 选择需要...
多维分析和数据挖掘是最常听到的 例子,数据仓库能供给它们所需要的、整齐一致的数据。 在线分析处理(OLAP)技术则帮助分析人员、管理人员从多种角度把从原始数据中 转化出来、能够真正为用户所理解的、并真实反映...
2、数据不能很好反应潜在的模式 3、数据属性存在冗余 2、雪花模型雪花模型是对星型模型的扩展,每一个点都沿半径向外连接到多个点.雪花模型对星型的维表进一步标准化
星型模型 2. 雪花模型 3. 数据⽴⽅体 1.1. 事实表 1. 事实表是维度建模的核⼼和基本表 2. 每⼀事实表都对应着⼀个或若⼲个"度量值" 1. 度量值是事实表的核⼼,也是趋势分析的对象 2. 通过事实表来记录维度值与度量...