首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >支持维度建模的雪花数据库(星型模式)

问支持维度建模的雪花数据库(星型模式)
EN

Stack Overflow用户
提问于 2021-02-09 06:58:50
回答 1查看 221关注 0票数 0

我们知道Snowflake是一个压缩的柱状存储数据库,并调整为使用MPP和自动伸缩来运行查询。我们还知道,对于创建数据集市和数据仓库,Kimball和维度建模(Star Schema)已经在市场和实践中存在了几十年。这是一个成功,这要归功于我们过去在DWs中使用的大量Row store DB。

所以这里的问题是在Snowflake中创建数据集市和数据仓库,我们必须遵循Kimball吗?它是否为性能增加了任何价值,事实上,我读到它增加了已经调优为处理列压缩数据的引擎的开销?我们是否仍然需要对列使用代理键,并强制创建Fact和Dimensions以及星型模式,在这些模式中,我们可以简单地连接扁平的非规范化表,以获得类似或更好的性能?

从建模的最佳实践角度来看,像Snowflake这样的超能力数据库会推荐什么?Kimball是必须拥有还是多余,因为它违背了柱式存储优势的目的?

我认为SAP HANA / Redshift / Big Query,甚至Azure SQL Datawarehouse,没有人推荐这样做,我在任何地方都找不到一行推荐使用Kimball或star模式的行。很少有人提到,“它也适用于星型模式”,这并不意味着必须使用星型模式?

EN

回答 1

Stack Overflow用户

发布于 2021-02-25 10:53:06

要记住的一件事是: Snowflake是一个面向行的、列式的商店。这是一个重要的区别。这意味着Snowflake利用了与列存储相关的所有显着压缩增益,但仍然保持了面向行的数据存储方法。

为什么这很重要?

使用微分区方法,这意味着我们仍然可以使用查询谓词消除大量的行,然后只查询满足查询条件的那些行分组中的列存储。所以你真的两全其美。

在我看来,Snowflake可以支持几乎任何数据模型(或部分/混合实现)。

此外,在面向行的列存储中,“冗余”值往往会导致非常非常好的压缩。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/66110596

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档