1.星型模式

星型模式是維度模型中最簡(jiǎn)單的形式，也是數(shù)據(jù)倉(cāng)庫(kù)以及數(shù)據(jù)集市開(kāi)發(fā)中使用最廣泛的形式。

? ? ? ?星型模式由事實(shí)表和維度表組成，一個(gè)星型模式中可以有一個(gè)或多個(gè)事實(shí)表，每個(gè)事實(shí)表引用任意數(shù)量的維度表。

? ? ? ?星型模式的物理模型像一顆星星的形狀，中心是一個(gè)事實(shí)表， 圍繞在事實(shí)表周?chē)木S度表表示星星的放射狀分支，這就是星型模式這個(gè)名字的由來(lái)。

? ? ? ?星型模式將業(yè)務(wù)流程分為事實(shí)和維度。事實(shí)包含業(yè)務(wù)的度量，是定量的數(shù)據(jù)，如銷(xiāo)售價(jià)格、銷(xiāo)售數(shù)量、距離、速度、重量等是事實(shí)。維度是對(duì)事實(shí)數(shù)據(jù)屬性的描述，如日期、產(chǎn)品、客戶(hù)、地理位置等是維度。一個(gè)含有很多維度表的星型模式有時(shí)被稱(chēng)為蜈蚣模式，顯然這個(gè)名字也是因其形狀而得來(lái)的。蜈蚣模式的維度往往只有很少的幾個(gè)屬性，這樣可以簡(jiǎn)化對(duì)維度表的維護(hù)，但查詢(xún)數(shù)據(jù)時(shí)會(huì)有更多的表連接，嚴(yán)重時(shí)會(huì)使模型難于使用，因此在設(shè)計(jì)中應(yīng)該盡量避免蜈蚣模式。

2.雪花模式

雪花模式是一種多維模型中表的邏輯布局，其實(shí)體關(guān)系圖有類(lèi)似于雪花的形狀，因此得名。

? ? ? 與星型模式相同，雪花模式也是由事實(shí)表和維度表所組成。所謂的“雪花化”就是將行星模型中的維度表進(jìn)行規(guī)范化處理。當(dāng)所有的維度表完成規(guī)范化后，就形成了以事實(shí)表為中心的雪花型結(jié)構(gòu)，即雪花模式。將維度表進(jìn)行規(guī)范化的具體做法是，把低基數(shù)的屬性從維度表中移除并形成單獨(dú)的表。基數(shù)指的是一個(gè)字段中不同值的個(gè)數(shù)，如主鍵列具有唯一值， 所以有最高的基數(shù)，而像性別這樣的列基數(shù)就很低。

? ? ? 在雪花模式中，一個(gè)維度被規(guī)范化成多個(gè)關(guān)聯(lián)的表，而在星型模式中，每個(gè)維度由一個(gè)單一的維度表所表示。一個(gè)規(guī)范化的維度對(duì)應(yīng)一組具有層次關(guān)系的維度表，而事實(shí)表作為雪花模式里的字表，存在具有層次關(guān)系的多個(gè)父表。

3.星座模式

? ? ? ?數(shù)據(jù)倉(cāng)庫(kù)由多個(gè)主題構(gòu)成，包含多個(gè)事實(shí)表，而維表是公共的，可以共享，這種模式可以看做星型模式的匯集，因而稱(chēng)作星系模式或者事實(shí)星座模式。

???????4.模型的選擇

在數(shù)據(jù)倉(cāng)庫(kù)建模時(shí)，會(huì)涉及到模式的選擇，我們要根據(jù)不同模式的特點(diǎn)選擇適合具體業(yè)務(wù)的模式：

冗余：雪花模型符合業(yè)務(wù)邏輯設(shè)計(jì)，采用 3NF 設(shè)計(jì)，有效降低數(shù)據(jù)冗余；星型模型的維度表設(shè)計(jì)不符合 3NF（如果是雪花模型改造成了星型模型，那么肯定不符合 3NF，因?yàn)橐欢òl(fā)生了表的整合，即降維，一定有傳遞依賴(lài)，但是，并不是所有的星型模型都不符合

3NF，很多星型模型的表是符合 3NF 的），反規(guī)范化，維度表之間不會(huì)直接相關(guān)，犧牲部分存儲(chǔ)空間。（雪花模型的維度之間是有關(guān)聯(lián)的）

性能：雪花模型由于存在維度間的關(guān)聯(lián)，采用 3NF 降低冗余，通常在使用過(guò)程中，需要連接更多的維度表，導(dǎo)致性能偏低；星型模型反三范式，采用降維的操作將維度整合，以存儲(chǔ)空間為代價(jià)有效降低維度表連接數(shù)，性能較雪花模型高。（ 星型表的數(shù)據(jù)冗余大，是用存儲(chǔ)空間換取效率 ）（ BI 的一些工具對(duì)于星型模型的支持更規(guī)范化 ）

ETL：雪花模型符合業(yè)務(wù) ER 模型設(shè)計(jì)原則，在 ETL 過(guò)程中相對(duì)簡(jiǎn)單，但是由于附屬模型的限制，ETL 任務(wù)并行化較低（由于雪花模型中有很多的維度依賴(lài)，在 ETL 的時(shí)候， 需要在保持 3NF 的前提下對(duì)數(shù)據(jù)進(jìn)行清洗，即對(duì)數(shù)據(jù)一致性/規(guī)范化的處理，例如數(shù)據(jù)來(lái)自于多個(gè)業(yè)務(wù)系統(tǒng)，各個(gè)系統(tǒng)對(duì)于用戶(hù)的定義不一致，此時(shí)要對(duì)每個(gè)業(yè)務(wù)定義的用戶(hù)數(shù)據(jù)進(jìn)行規(guī)范化處理，在 3NF 的限制下必然會(huì)降低并行度）；星型模型在設(shè)計(jì)維度表時(shí)反范式設(shè)計(jì)，所以在 ETL 過(guò)程中整合業(yè)務(wù)數(shù)據(jù)到維度表有一定難度，但由于避免附屬維度，可并行化處理（不用關(guān)注太多的關(guān)聯(lián)關(guān)系，避免了維度表之間的關(guān)聯(lián)關(guān)系，并行度較高，注意，一般場(chǎng)景下星型模型的并行化程度更高，并不是所有場(chǎng)景）。

Hive 的分析通過(guò) MapReduce 實(shí)現(xiàn)，每多一個(gè) Join 就會(huì)多出一個(gè) MapReduce 過(guò)程，對(duì)于雪花模型，由于存在著很多維度表之間的關(guān)聯(lián)，這就會(huì)導(dǎo)致一次分析對(duì)應(yīng)多個(gè) MapReduce 任務(wù)，而星型模型由于不存在維度表的關(guān)聯(lián)，因此一個(gè) MapReduce 就可以實(shí)現(xiàn)分析任務(wù)。

MapReduce 本身是一個(gè)支持高吞吐量的任務(wù)，它的每個(gè)任務(wù)都要申請(qǐng)資源、分配容器、節(jié)點(diǎn)通信等待，需要 YARN 的調(diào)度，由于相互關(guān)聯(lián)的維度表本身會(huì)很小，join 操作用時(shí)很少，

YARN 調(diào)度的時(shí)長(zhǎng)可能都大于實(shí)際運(yùn)算的時(shí)長(zhǎng)，因此我們要盡可能減少任務(wù)個(gè)數(shù)，對(duì)于 Hive 來(lái)說(shuō)就是盡可能減少不必要的表的關(guān)聯(lián)。還有一點(diǎn)，雪花模型中拆分出的維度表，每個(gè)表對(duì)應(yīng)至少一個(gè)文件，這就涉及到 I/O 方面的性能損耗。

因此，我們要采用適當(dāng)?shù)臄?shù)據(jù)冗余，避免不必要的表之間的關(guān)聯(lián)。

在實(shí)際項(xiàng)目中，不會(huì)刻意地去考慮雪花模型，而是刻意地去考慮星型模型，特別是大數(shù)據(jù)領(lǐng)域的建模，傾斜于使用數(shù)據(jù)冗余來(lái)提高查詢(xún)效率，傾向于星型模型；雪花模型只會(huì)應(yīng)用在一些我們要求模型的靈活性，要求保證模型本身穩(wěn)定性的場(chǎng)景下，但是雪花模型并不是首選。

?

?

總結(jié)

以上是生活随笔為你收集整理的维度建模的三种模式的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。