星型模型、雪花模型
在数据仓库的建设中，数据模型通常分为星型模型、雪花模型及星座模型三种。那么这三种模型有何区别？前期规划时应选择哪一种呢？接下来将详细解析。
星型模型仅包含一张事实表与0至多张维表，通过主键外键关联，维表间无关联。其图形形似星星，因此得名。星型模型为最简单、最常用的模型，适于大数据处理。其他模型可通过转换转为星型模型。
星型模型的缺点在于存在一定程度的数据冗余，因维表层级单一，部分信息重复存储。例如，国家、省份、地市三列维表中，国家列信息重复。
雪花模型是对星型模型的扩展。当多个维表未直接连接至事实表，而是通过其他维表连接时，图解形似多个雪花相连，故名雪花模型。它对星型模型维表进行层次化扩展，分解为小的事实表，形成局部"层次"区域，所有表均连接至主维表而非事实表。雪花模型优点在于通过减少数据存储量及优化小维表查询性能，降低数据冗余。缺点则为增加主键-外键关联，导致查询效率低于星型模型，且不利于开发。
星座模型进一步扩展星型模型，包含多张事实表与共享维表信息，适用于复杂数据关系场景。常被称为星系模型。区别在于存在多张事实表。
多重随机标签