Avec le modèle Snowflake, l`analyse des cotes est plus facile. Par exemple, «combien de comptes ou de campagnes sont en ligne pour un annonceur donné?» Quelles sont les principales différences dans le schéma de flocon et d`étoile et où devraient-elles être appliquées? Note − en raison de la normalisation dans le schéma de flocon de neige, la redondance est réduite et donc, il devient facile à entretenir et l`espace de stockage de sauvegarde. En comparant le schéma de Star et le schéma de flocon de neige révèle quatre différences fondamentales: (s`il vous plaît envisager pour plus d`informations détaillées, vous pouvez également visiter la page d`accueil Teradata ou LearnDataModelling page d`accueil) le troisième différateur dans ce schéma Star vs Le schéma de flocon de neige face-OFF est la performance de ces modèles. Le modèle Snowflake a plus de jointures entre la table de dimension et la table de faits, de sorte que les performances sont plus lentes. Par exemple, si vous voulez connaître les détails de l`annonceur, ce modèle demandera beaucoup d`informations, telles que le nom de l`annonceur, l`ID et l`adresse, pour lesquels l`annonceur et la table de compte doivent être reliés entre eux, puis joints avec la table de faits. Le modèle Snowflake charge les données Marts et donc le travail ETL est plus complexe dans la conception et ne peut pas être parallélisé parce que le modèle de dépendance le restreint. De toute façon ce n`est pas un dogme, de nos jours les machines sont si puissantes, la mémoire est devenue beaucoup moins cher et les disques SSD sont devenus la règle, il peut même être plus rapide à utiliser une approche normalisée ensemble (flocon de neige) et de faire des tables de mémoire résident (fonctionnalité SQL Server) comme une fois ils sont en mémoire, il peut être plus rapide de les rejoindre que de charger des données à partir d`un non-mémoire résident dénormalisé table. Si les dimensions sont petites se joindre à eux peut être très rapide. Vous pouvez même avoir les deux approches en même temps, dans Oracle, vous pouvez avoir une approche de flocon de neige pour un ensemble de tables et, en arrière-plan, utiliser une vue matérialisée qui joint des tables. Selon le plan d`explication des requêtes, Oracle utilisera la meilleure approche de recherche (joindre des tables ou accéder directement à la vue matérialisée). C`est pourquoi les développeurs devraient bien séparer la théorie de la logique de modélisation des cas du monde réel et connaître vos outils le mieux que vous pouvez.

Certaines fonctionnalités de l`outil peuvent vraiment faire la différence en ce qui concerne ETL ou les données explorant les temps de fonctionnement. Il correspond à une approche de flocon de neige une fois que toutes les informations sont divisées en niveaux de regroupement appropriés, il est normalisé. Les jours sont les grains de temps plus petits qui seront présents dans la table de faits. J`ai utilisé un nombre (comme date) qui correspond à la clé de substitution (mais j`aurais pu utiliser une séquence numérique ainsi). L`image suivante pourrait correspondre au modèle dimensionnel principal où la dimension temporelle a été tirée. Vous pouvez voir deux dimensions normalisées, temps et géographie. Cela nous amène à la fin du schéma Star vs flocon de neige schéma débat-mais comment savez-vous lequel utiliser? Le modèle de schéma Star est utile pour l`analyse des métriques, par exemple «quel est le revenu d`un client donné?» En règle générale, je vous suggère de comprendre et de réfléchir à la façon dont les requêtes requises seront générées lorsque votre modèle de données est interrogé, imaginez-vous comme un moteur de base de données, essayez de comprendre comment il fonctionne et vous trouverez la meilleure approche à vos exigences de modèle (voir les plans d`explication). On ne devrait pas considérer cela comme des dogmes, il peut même être exigé d`avoir des tables fortement dénormalisées qui seront utilisées dans les processus de recherche ETL (de sorte qu`ils courent plus vite) et puis utilisent des tableaux normalisés de flocon de neige dans les outils d`exploration (bien sûr, toutes ces tables doivent être correctement synchronisés sur le processus ETL également).

Comme les tests habituels, la recherche et la recherche d`opinions est toujours obligatoire. Soyez créatif. Le modèle Star, d`autre part, a moins de jointures entre les tables de dimension et le tableau des faits. Dans ce modèle, si vous avez besoin d`informations sur l`annonceur, il vous suffit de joindre la table de dimension de l`annonceur avec la table de faits. Cela dépend de vos besoins commerciaux et de vos structures de table. Et les champs clés que vous avez dans le modèle et les clés que vous avez définies. Nous essayons principalement de démarrer le schéma pour la conception.