Qu'est-ce qu'un schéma en flocon de neige ?

Un schéma en flocon de neige commence comme un schéma en étoile : une table de faits centrale d'événements mesurables entourée de tables de dimensions pour le contexte (produit, client, date). La différence est que les dimensions du flocon sont éclatées en tables encore plus normalisées, de sorte qu'une dimension produit peut se scinder en tables distinctes de catégorie et de marque.

• Avantages : moins de données dupliquées, attributs de dimension plus faciles à garder cohérents, stockage plus réduit.
• Inconvénients : davantage de tables et de jointures, ce qui peut rendre les requêtes plus difficiles à écrire et plus lentes à exécuter.

Le flocon convient aux environnements qui privilégient l'intégrité des données et l'efficacité du stockage, tandis que les schémas en étoile favorisent un reporting plus simple et plus rapide. (Le nom n'a rien à voir avec un quelconque éditeur appelé Snowflake.)

Déchiffrer un schéma en flocon de neige à la main revient à suivre des clés à travers de nombreuses tables reliées, et c'est précisément la friction que supprime iDBQuery. Sa couche sémantique et son inspection automatique du schéma cartographient pour vous les relations entre les tables de faits et de dimensions, de sorte que lorsque vous posez une question en langage courant, iDBQuery déduit les bonnes jointures à travers le flocon, rédige le SQL et source la réponse jusqu'aux lignes sous-jacentes, sans aucune chasse aux jointures à faire manuellement.