雪花比索引好？答案

【问题标题】：snowflake is better than indexing?雪花比索引好？
【发布时间】：2012-12-27 08:41:27
【问题描述】：

这是问题所在，我有一个销售信息表，其中包含销售信息，其中包含（主键 ID、产品名称、产品 ID、商店名称、商店 ID、销售日期）等列。我想做分析，比如向上钻取和向下钻取商店/产品/销售日期。

我正在考虑两种设计方案，

为了有更好的分析性能，听说雪花模型更好。但是从数据库设计的角度来看，为什么它比相关列上的索引更好呢？

提前致谢，林

【问题讨论】：

【解决方案1】：

了解您的应用使用模式以及您想要优化的内容很重要。以下是选择其中一个而不是另一个的几个原因（在众多原因中）。

标准化雪花 PRO：

查询速度更快，磁盘和内存要求更低。由于每个规范化行只有短键而不是较长的文本字段，因此您的主事实表会变得更小。即使使用索引（除非查询可以直接由索引本身回答），通常也需要部分表扫描，较小的数据意味着更少的磁盘读取和更快的访问。

更轻松的修改和更好的数据完整性。假设一家商店更改了名称。在雪花中，您更改一行，而在大型非规范化表中，每次出现时都必须更改它，并且您经常会遇到拼写错误和同名的多个变体。

单条记录加载速度更快。当您通常只加载一条记录或少量记录时，将所有数据放在一行中只会导致一次缓存未命中或磁盘读取，而在雪花中，数据库可能必须从不同磁盘位置的多个表中读取。这更像是 NoSQL 数据库如何存储与键关联的“对象”。

【讨论】：

谢谢 dkamins。为什么您将索引基础解决方案（我的问题中的选项 1）称为非规范化？如果您可以展示一个示例或详细说明，请不胜感激。
另一个问题是，对于您的 cmets，“当您最常加载单个记录或少量记录时”，如果要处理的记录数不小，为什么雪花比基于索引的解决方案？
@LinMa，阅读更多关于en.wikipedia.org/wiki/Database_normalization 的信息。此外，对于许多记录来说，雪花并不是更好的性能——它是非规范化对于单个记录加载来说更快。
@LinMa，在搜索数据时，雪花中关联的维度表通常可以完全加载到内存中（由于规范化/缺乏重复），因此数据库读取主表时，它可以由于只需要读取键而不是一遍又一遍地读取相同的数据，因此可以更快地从磁盘读取它并更快地在行中移动。
@LinMa，是的，是的——你似乎理解了这些问题。但是，您可能会给予指数更多的信任，而不是应得的。通常，索引仅包含被索引的实际数据和指向行的指针。因此（取决于您的查询）您通常仍会最终读取实际行。