SchneeflockenSchema

SchneeflockenSchema, englisch Snowflake Schema, bezeichnet in der dimensionalen Modellierung von Data Warehouses eine Struktur, bei der Dimensionstabellen normalisiert und in mehrere verwandte Tabellen aufgeteilt sind. Zentraler Bestandteil ist eine Faktentabelle, die messbare Größen (Fakten) wie Umsatz, Stückzahlen oder Kosten enthält und über Fremdschlüssel mit den Dimensionstabellen verbunden ist.

Aufbau und Struktur

In einem Schneeflocken-Schema verweist eine Faktentabelle auf mehrere Dimensionstabellen. Diese Dimensionen können weiter in Unterdimensionen aufgeteilt werden, wodurch ein schneeflockenähnliches Diagramm entsteht. Typische Dimensionen sind Datum, Produkt, Kunde und Geografie. Beispielsweise kann Produkt in Produktkategorie und Produktunterkategorie unterteilt werden; Geografie in Land, Region und Stadt. Diese Normalisierung zielt darauf ab, Redundanz zu vermeiden und Konsistenz zu wahren.

Charakteristika

Das Schema ist im Wesentlichen eine Normalisierung der Dimensionen bis mindestens zur dritten Normalform. Dadurch wird die Integrität gestärkt und Änderungen in einer Unterdimension betreffen nicht mehrere Tabellen gleichzeitig. Allerdings erhöht sich die Komplexität der Abfragen, da mehr Tabellen join-t werden müssen.

Vor- und Nachteile

Vorteile: geringere Datenredundanz, bessere Konsistenz, flexiblere Pflege von Hierarchien. Nachteile: komplexere Abfragen, potenziell schlechtere Abfrageleistung durch mehrere Joins, erhöhter Wartungsaufwand und anspruchsvollere Indizierung.

Verwendung

Schneeflocken-Schemata finden sich in Data-Warehouse-Umgebungen, in denen Dimensionen umfangreich, hierarchisch und regelmäßig aktualisiert werden müssen. Sie stehen oft im Gegensatz zum Sternschema, das durch flache, denormalisierte Dimensionstabellen gekennzeichnet ist. Hybridansätze koppeln Elemente beider Modelle.