744
技術社區[雲棲]
MaxCompute大數據實踐，電商數據倉庫選擇雪花還是星型模型？
作者：王永偉
當屬性層次被實例化為一係列維度，而不是單一的維度時，此模式被稱為雪花模式。大多數聯機事務處理係統（OLTP）的底層數據結構在設計時采用此種規範化技術，通過規範化處理將重複屬性移至其自身所屬的表中，刪除冗餘數據。
此種方法用在OLTP係統中可以有效避免數據冗餘導致的不一致性。比如在OLTP係統中，存在商品表和類目表，且商品表中冗餘有類目表的屬性字段，假設對某類目進行更新，則必須更新商品表和類目表，且由於商品和類目是一對多的關係，商品表可能每次需要更新幾十萬甚至上百萬條記錄，這是不合理的。而對於聯機分析處理係統（OLAP），數據是穩定的，不存在OLTP係統中存在的問題。
對於淘係商品維度，如果采用雪花模式進行規範化處理，將表現為如下形式：
將維度的屬性層次合並到單個維度中的操作稱為反規範化。分析係統的主要目的是用於數據分析和統計，如何更方便用戶進行統計分析決定了分析係統的優劣。采用雪花模式，用戶在統計分析的過程中需要大量的關聯操作，使用複雜度高，同時查詢性能很差；采用反規範化處理，方便易用且性能好。
對於淘寶商品維度，如果采用反規範化處理，將表現為如下形式：
如上所述，從用戶的角度來看這簡化了模型，並且使數據庫查詢優化器的連接路徑比完全規範化的模型簡化許多。反規範化的維度仍包含與規範化模型同樣的信息和關係，從分析角度來看，沒有丟失任何信息，但複雜性降低了。
采用雪花模式，除了可以節約一部分存儲，對於OLAP係統來說沒有其它效用。而現階段存儲的成本非常低。基於易用性和性能考慮，維度表一般是很不規範化的。實際應用中，幾乎總是使用維度表的空間來換取簡明性和查詢性能。
更多數倉理論請關注：《：阿裏巴巴實踐 》
最後更新：2017-06-26 17:33:09