Skillnaden mellan Star Schem a vs Snowflake Schema
I den här artikeln kommer vi att diskutera skillnader i stjärnschema vs snöflinga i detalj. Schema är sättet att logiskt beskriva hela databaser eller datalager med relationella databaser. Beskrivningen kan innehålla namn och detaljer för poster av alla slag med alla aggregat och dataobjekt. Datalager använder Star, Snowflake, Fact Constellation och Galaxy-schema.
Star Schema
Det är det enklaste schemat för datalager. Som namnet antyder är strukturen som en stjärna. I detta schema finns faktatabellen i mitten och antalet dimensionstabeller är associerade med den genom en främmande nyckel och dimensionstabellen innehåller uppsättningen attribut. I detta schema representeras varje dimension endast med en enda dimensionstabell men dimensionstabellerna är inte förenade med varandra. Dess fördelar är att skära ner, enkel förståelse av data, optimal användning av hårddisken och prestandaökning. Låt oss se ett exempel för bättre förståelse.
Exempel:
Tänk på ett kyltillverkningsföretag och vi måste skapa ett schema för försäljningen av detta kylskåpstillverkningsföretag. Försäljningen har följande dimensioner:
- Artikel
- Plats
- Gren
- Tid
Schemat har en faktabord i centrum för försäljning som skulle innehålla nycklar för att associera med varje dimension, med två mått, dvs enheter sålda och sålda dollar.
Snowflake Schema
Snowflake Schema är förlängningen av stjärnskemat. Den lägger till ytterligare dimensioner. Som namnet antyder ser det ut som en snöflinga. I detta schema normaliseras dimensionstabellerna, dvs. data delas upp i ytterligare tabeller. Att dela bordet minskar redundans och minnesförlust. Det har den hierarkiska formen av dimensionella tabeller. Dimension- och underdimensionstabellerna är associerade med de primära och främmande nycklarna i faktatabellen. Det är lättare att implementera och använder mindre diskutrymme. Eftersom den har flera tabeller reduceras frågan. Mer underhåll krävs eftersom det finns fler uppslagstabeller. Låt oss se ett exempel för bättre förståelse.
Exempel:
Med beaktande av samma exempel som ovan för kyltillverkningsföretaget ovan är faktabordet i snöflingaschema detsamma som i stjärnschema, men den största skillnaden är i definitionen eller utformningen av dimensionstabeller.
I detta schema har den enda dimensionstabellen för objektet normaliserats och delats upp och en ny leverantörstabell har skapats inklusive information om leverantörstypen. På liknande sätt normaliseras dimensionstabellen och platsen delas upp i en ny stadstabell som innehåller detaljer om den specifika staden.
Jämförelse mellan huvud och huvud mellan Star Schema och Snowflake Schema (Infographics)
Nedan är de 9 bästa skillnaderna mellan Star Schema vs Snowflake Schema.
Viktiga skillnader mellan stjärna schema vs snöflinga schema
Låt oss se några stora skillnader mellan Star Schema vs Snowflake Schema.
Star Schema:
- Hierarkier av dimension i stjärnschema lagras i dimensionstabellen.
- Den innehåller ett centralt faktabord omringat av dimensionstabell.
- I detta kopplade en enda koppling faktabellen till en dimensionstabell.
- Det har en enkel design.
- Datastrukturen är denormaliserad.
- Frågan körs snabbare.
- I den här kuben är behandlingen snabbare.
- Det har mer redundanta data.
- Den använder enkla frågor.
- Stjärnschema är lätt att förstå.
- I ett stjärnschema konsumeras mer utrymme.
Snowflake Schema:
- Hierarkier i ett snöflingaschema lagras i separata tabeller.
- Den innehåller också en faktabord omgiven av dimensionstabell och dessa dimensionstabeller omges ytterligare av en dimensionstabell.
- I detta schema är många förbindelser nödvändiga för att hämta data.
- Det har en komplex design.
- Datastrukturen normaliseras i snöflingans schema.
- Frågan körs relativt långsammare än stjärnschema.
- I snöflingaschemat går kubbearbetningen långsammare.
- Den innehåller mindre redundanta data.
- Den använder komplexa frågor.
- Snöflingaschemat är jämförelsevis svårt att förstå det stjärnskiktet.
- I snöflingaschemat konsumeras mindre utrymme.
Jämförelsetabell för stjärnschema vs snöflinga
Låt oss diskutera jämförelserna mellan Star Schema vs Snowflake Schema.
Karakteristisk |
Star Schema |
Snowflake Schema |
Underhåll / Ändra | Den har mer redundanta data och därför är det svårare att ändra eller underhålla | Detta schema är lättare att ändra och underhålla på grund av mindre redundans |
begriplighet | Frågornas komplexitet är mindre och därför är den lätt att förstå | Frågor som tillämpas är mer komplexa och därmed svåra att förstå |
Frågautförande tid | Den har mindre utländska nycklar och följaktligen är frågan körning snabbare och tar mindre tid | På grund av fler utländska nycklar är frågeställningstiden mer eller frågan körs långsamt |
Typ av datalager | Bättre för datamart med en enda relation, dvs en till en eller en till många | Bättre för komplexa relationer, dvs många till många relationer |
Antal anslutningar | Det har fler antal sammanfogningar | Det har mindre antal sammanfogningar |
Dimensionstabell | Den har bara en dimensionstabell för varje dimension | Den har en eller flera dimensionstabeller för en enda dimension |
användbarhet | Om storleken på dimensionstabellen är mindre, dvs mindre antal rader föredras stjärnschema | Bra att använda när storleken på dimensionstabellen är större |
Normalisering och denormalisering | Både faktabord och dimensionstabeller är denormaliserade. | En faktatabell är denormaliserad medan dimensionstabellen normaliseras |
Datamodell | Det följer en ovanifrån och ner metod | Det följer en bottom-up-strategi |
Slutsats
I den här artikeln diskuterade vi i detalj om Star Schema vs Snowflake Schema. Dessa scheman används för att representera datalageret. De är liknande i vissa aspekter och olika i andra. Snowflake är en förlängning av stjärnskemat. När data är mer föredras snöflinga eftersom det minskar redundans men stjärnan är jämförelsevis mer populär än snöflingaschema.
Rekommenderade artiklar
Detta är en guide till Star Schema vs Snowflake Schema. Här diskuterar vi också Star Schema vs Snowflake Schema viktiga skillnader med infografik och jämförelse tabell. Du kan också gå igenom våra andra föreslagna artiklar för att lära dig mer -
- Kodning vs avkodning - Toppskillnader
- Skillnaden mellan små data och Big Data
- Funktionell testning kontra icke-funktionell testning
- Rökprovning vs sanitetsprövning
- Vad är sanitetstestning och hur fungerar det?