Modèle en flocon de neige

Comme nous l`avons dit dans le passé, Snowflake est un SGBD ANSI SQL avec la tarification pay-as-you-go. Nous soutenons les tables et les vues comme toutes les solutions relationnelles sur le marché aujourd`hui. Étant donné que, du point de vue de la modélisation des données, Data Vault est une méthode et un modèle spécifiques pour la conception de tables pour votre entrepôt de données, il n`y a aucun problème en implémentant un dans Snowflake. Le troisième facteur de différenciation dans ce schéma de Star vs 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. Les schémas de flocon de neige, contrairement aux dimensions planes de la table unique, ont été fortement critiqués. Leur objectif est supposé être un stockage efficace et compact des données normalisées, mais c`est au coût significatif de mauvaises performances lorsque vous parcourez les jointures requises dans cette dimension. [3] ce désavantage peut avoir diminué dans les années depuis sa première reconnaissance, en raison de meilleures performances de requête dans les outils de navigation. Dans le modèle flocon de neige, la hiérarchie métier du modèle de données est représentée dans une relation clé primaire-clef étrangère entre les différentes tables de dimension. Le modèle Snowflake utilise des données normalisées, ce qui signifie que les données sont organisées à l`intérieur de la base de données afin d`éliminer la redondance et contribue ainsi à réduire la quantité de données. La hiérarchie de l`entreprise et ses dimensions sont conservées dans le modèle de données par l`intégrité référentielle. La comparaison du schéma Star et du schéma Snowflake révèle quatre différences fondamentales: dans le calcul, un schéma de flocon de neige est une disposition logique de tables dans une base de données multidimensionnelle telle que le diagramme de relation d`entité ressemble à une forme de flocon de neige.

Le schéma de flocon de neige est représenté par des tables de faits centralisées qui sont connectées à plusieurs dimensions. [citation nécessaire]. “Snowflaking” est une méthode de normalisation des tables de dimension dans un schéma d`étoile. Quand il est complètement normalisé le long de toutes les tables de dimension, la structure résultante ressemble à un flocon de neige avec la table de faits au milieu. Le principe derrière le déneigement est la normalisation des tables de dimension en supprimant les attributs de cardinalité faible et en formant des tables distinctes. [1] client: «pouvez-vous faire Data Vault sur Snowflake?» Il s`avère que nous avons quelques clients qui ont des entrepôts de données existants construits en utilisant une approche particulière connue sous le nom de l`approche de modélisation de Vault de données et ils ont décidé de se déplacer dans flocon de neige (oui!).

About the Author