最近面试的时候被问到了星型模型和雪花模型的问题，然后把星座模型当成雪花模型说了…为了巩固自己在这一方面的知识，决定写一篇文章来记录一下。
星型模型、雪花模型和星座模型是数据仓库维度建模中重要的三种模型，接下来说一下它们的特点以及相互间的联系。
1. 星型模型（Star schema)
星型模型由一张事实表和多张维度表组成。事实表里包括维度表的各个主键（一般为id），以及其它没有放进维度表的内容；维度表里存储对应维度的详细信息。
以一张purchase表为例，它主要需要记录以下几个信息：
- 购买的用户（user)
- 购买的物品 (item)
- 在哪家商店购买的 (store)
- 购买的时间 (date)
由于用户、物品、以及商店都有他们自己的详细信息，如果把它们全部放进purchase表里面的话会造成很大的冗余，以及后期不好维护。（想象一下如果后期user需要增字段的情况）因此这个时候就可以选用星型模型将这些详细信息放在维度表里，purchase表作为事实表只保留用户id，物品id，商店id以及购买的时间。（购买的时间无法拆分维度，因此仍旧放在事实表里）
整体的模型结构可以如下图所示：
可以看到这里总共有一张事实表以及三张维度表user，item和store。当所有维度表与事实表连接之后，整个模型的形状如同一颗星星一般，故其名为星型模型。
2. 雪花模型 (Snowflake schema)
在星型模型中，维度表包括了该维度的所有信息，因为没有分层，所以维度表里面可能会有冗余出现。
为了减少维度表的冗余，这时我们可以使用雪花模型。雪花模型在星型模型的基础上，把维度表中的一些字段进行进一步的拆分，减少冗余，使其更有层次。
以之前的purchase表为例，假设store表里有几个字段是存储商店的位置信息：{省份，市，具体位置}，这个时候可以看出这几个字段其实都可以归属于“省份”这一属性，因此我们可以将这些字段拆分出来，形成一个新的维度表“省份”（Province)。这个维度表是和store维度表连接的，而不是事实表本身。从某一种角度而言，雪花模型拆分维度表有些类似于星型模型拆分事实表的过程。
对于purchase表，拆分后的雪花模型如图所示：
这里可以看到多出了一个新建的维度表。当拆分的维度表更多的时候，可以看出整个模型图会类似于雪花一样扩展，所以这种模型就被称为雪花模型。
3. 星座模型 (Galaxy schema)
星座模型是星型模型的拓展（可以看作是多个事实表版本的星型模型），它的一个特点是多张事实表共用模型中的维度表，适用于比星型模型和雪花模型更复杂的场合。
之前我自己将星座模型和雪花模型弄混的一个原因是它们拓展起来的形状有些类似，如果从图形的角度上来看的话，可以把每张事实表看作一个星星，星座的话因为有多个星星，所以需要存在多张事实表。而雪花模型的话是可以理解成从雪花的中心（事实表）不停向外扩展的形状。这样记忆的话就不会再混淆它们了。
4. 星型/雪花模型的优缺点
- 星型模型的话可能会存在数据冗余，雪花模型的话因为有对冗余进行拆分，所以不存在数据冗余的情况。
- 雪花模型当需要join多个维度表的时候，效率会比较低（join操作在数据量大的时候是很耗时的）而星型模型因为有冗余的存在，加载的速度会相对快一些。
- 星型模型不用考虑正规化的因素（比如各种范式啥的），设计会相对简单一些。
- 雪花模型适用于维度分析（比如以上图purchase表为例分析哪个地区的商店销量比较多），如果以星型模型来设计的话会造成一定量的数据冗余浪费（比如不需要每行都列出所有的信息，只要拆分一个维度表就够了）
- 星型模型适用于指标分析（比较关心事实表里的内容）