数仓建模常用模型吗？区别、优缺点？
数据仓库建模主要有两种常用模型：星型模式（Star Schema）和雪花模式（Snowflake Schema）。这两种模式都是为了高效地组织数据，以支持复杂的查询和分析。
星型模式（Star Schema）
星型模式以事实表为中心，事实表围绕着维度表展开，形似一颗星星。
- 事实表: 存储量化的业务数据，如销售额、交易数量等。
- 维度表: 存储描述性数据，用于给事实表中的数据提供上下文，如日期、客户、产品等。
优点:
- 查询性能好: 由于结构简单，通常查询操作更快，尤其适合大量的数据读取。
- 易于理解: 直观的结构使得非技术用户也容易理解。
缺点:
- 冗余度较高: 维度表可能包含大量重复数据，导致存储空间的浪费。
- 不易于维护: 如果维度数据发生变化，可能需要大量的更新。
雪花模式（Snowflake Schema）
雪花模式是星型模式的变种，它通过进一步规范化维度表来减少数据冗余。维度表在雪花模式中被分解为更小的表。
优点:
- 减少数据冗余: 由于规范化，存储空间使用更高效。
- 维护更易: 更新操作由于数据冗余较小而更加简单。
缺点:
- 查询性能下降: 查询需要进行更多的表连接操作，可能会降低查询效率。
- 复杂性增加: 结构比星型模式更复杂，难以理解和管理。
对比与选择
- 性能: 星型模式通常在查询性能上优于雪花模式，因为它减少了表连接的次数。
- 空间效率: 雪花模式由于更规范化，通常更节省存储空间。
- 适用性: 星型模式适合大多数数据仓库需求，特别是对查询性能要求高的场景。雪花模式适合数据冗余特别敏感或有复杂的层次结构的情况。
在实际应用中，选择哪种模型往往取决于具体的业务需求、数据特性以及性能考量。有时候，也会出现混合使用或者变种的情况，以达到最优的设计。