在数据挖掘中，雪花模式比星型模式更好吗？

Question

我知道星型模式和雪花模式之间的基本区别--雪花模式将维表分解成多个表，以便对它们进行规范化，星型模式只有一个“级别”的维表。但是雪花模式的Wikipedia article说

有些用户可能希望向数据库提交查询，而这些查询使用传统的多维报告工具无法在简单的星型架构中表达。这在客户数据库的数据挖掘中尤其常见，其中一个常见要求是在购买了满足复杂标准的产品的客户之间找到公共因素。通常需要一些雪花来允许简单的查询工具形成这样的查询，特别是在最初设计数据仓库时没有预期到提供这些形式的查询的情况下。

什么时候可以用雪花模式为相同的底层数据编写星型模式查询是不可能的？星型模式似乎总是允许相同的查询。

Answer 1

对于数据挖掘，您几乎总是必须准备数据--主要是作为一个“扁平表”。

它可以是查询、准备好的视图或CSV导出--这取决于工具和您的偏好。

现在，为了正确理解这篇文章，一个人可能不得不和作者写这篇文章时一样吸烟和喝酒。

Answer 2

正如您所提到的，从关系数据库开始准备一个用于数据挖掘的平面表并不是一项简单的任务，而且雪花或星型模式只能在一定程度上发挥作用。

但是，有一个名为Dataconda的软件可以从数据库自动创建一个平面表。

基本上，您在关系数据库中选择一个目标表，然后dataconda通过向其添加数千个新属性来“扩展”它；这些属性是通过执行涉及多个表的复杂查询来获得的。