我们什么时候考虑对星型模式进行雪花化？答案

【问题标题】：When do we consider snowflaking a star schema?我们什么时候考虑对星型模式进行雪花化？
【发布时间】：2021-04-28 17:24:16
【问题描述】：

在下面的维度模型中，所有维度表都遵循星型模式，除了 prod 表，它是雪花的，并且有 prod_sub 表作为子表。考虑对星型模式进行雪花化的战略要点是什么？

Sales Table - Fact Table
Prod_id  (fk)
Promo_id (fk)
store_id (fk)

Promo Table - Dimension Table
promo_id (pk)

Store Table - Dimension Table
store_id (pk)

Product Table - Dimension Table
Prod_id (pk)
prod_class_id (FK)
Prod_name
Prod_brand

Prod_sub Table- Dimension Table (snow flaked)
prod_class_id,
prod_class
prod_sub_class
prod_family

【问题讨论】：

没有战略点。如果一个维度是具有多个级别的层次结构（如您的产品具有两个级别 product 和 product class），则每个级别使用一个维度表来覆盖它。如果一个维度是 flat 没有层次结构，你只使用一个表。
您可以将所有产品信息放入一个维度表中，无需雪花化

标签： etl data-modeling data-warehouse star-schema snowflake-schema

【解决方案1】：

根据Kimball ：星型模式是设计报告数据模型的最佳方式，您将获得最佳性能和使用这种模型的灵活性。所以不需要雪花。

那么你的 Product Table Dimension Table 就变成了：

Product Table - Dimension Table
Prod_id (pk)
Prod_name
Prod_brand
prod_class
prod_sub_class
prod_family

【讨论】：

太棒了！我也是那么想的。那么，如果有任何多值属性或多值维度，唯一需要的就是雪花吗？那么，在这种情况下，如果同一个产品有多个 class ，那么我们必须雪花有桥表对吗？
如果同一个产品有多个类别，您可以雪花模型。但请记住，使用星型模式是最佳实践。您的维度中可以有许多记录引用相同的产品，但每个记录具有不同的类别。