Toggle

Modele de flocon de neige

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. 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. Dans le calcul, un schéma de flocon de neige est une disposition logique des 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] les entrepôts de données et les Data Marts peuvent utiliser le flaking de neige pour répondre aux besoins spécifiques des requêtes. Le déneigement peut améliorer les performances des requêtes par rapport aux attributs de cardinalité faibles qui sont interrogés indépendamment. Les applications d`intelligence d`affaires qui utilisent une architecture OLAP relationnelle (ROLAP) peuvent être améliorées lorsque le schéma de l`entrepôt de données est en flocons. Parce que nos clients obtiennent des performances de requête si grande (certains jusqu`à 100X amélioration), je pense que flocon de neige sera un excellent endroit pour essayer de virtualiser votre Mart de l`information (c.-à-d., Reporting) couche que vous exposez à vos outils de BI. En fait, grâce à notre combinaison de clusters de calcul MPP, de format de stockage en colonnes optimisé et de notre technologie d`entrepôt de données adaptative en instance de brevet, je pense que vous obtiendrez de meilleurs résultats avec vos chargements et requêtes de Data Vault avec moins d`effort que ce que vous obtenez aujourd`hui sur votre solutions d`entrepôt de données héritées.