国家维
国家ID-键
国家名称
城市维
城市ID-键
城市名称
产品维
产品ID产品名称产品单价……
时间维
省份维
省份ID-键
省份名称
例如海关关区表
销售事实
时间ID客户ID产品ID商场ID收益数量支出毛利……
星型
事实表
地域ID-键时间键部门ID-键产品ID-键……
销售数量销售金额
雪花型
时间-键
年季度月日
产品ID-键
产品名称产品描述产品售价产品质量
地域维
地域ID-键
国家ID-键省份ID-键城市ID-键
当所有维表都直接连接到“ 事实表”上时，整个图解就像星星一样，故将该模型称为星型模型。星型架构是一种非正规化的结构，多维数据集的每一个维度都直接与事实表相连接，不存在渐变维度，所以数据有一定的冗余，如在地域维度表中，存在国家 A 省 B 的城市 C 以及国家 A 省 B 的城市 D 两条记录，那么国家 A 和省 B 的信息分别存储了两次，即存在冗余。
国家省份城市
星型模型因为数据的冗余所以很多统计查询不需要做外部的连接，因此一般情况下效率比雪花型模型要高。星型结构不用考虑很多正规化的因素，设计与实现都比较简单。雪花型模型由于去除了冗余，有些统计就需要通过表的联接才能产生，所以效率不一定有星型模型高。正规化也是一种比较复杂的过程，相应的数据库结构设计、数据的 ETL、以及后期的维护都要复杂一些。因此在冗余可以接受的前提下，实际运用中星型模型使用更多，也更有效率。
商场维
商场ID商场名称商场地址……
部门维
部门ID-键
总公司分公司代理处
事实表和维表
在多维分析的商业智能解决方案中，根据事实表和维度表的关系，又可将常见的模型分为星型模型和雪花型模型。在设计逻辑型数据的模型的时候，就应考虑数据是按照星型模型还是雪花型模型进行组织。星型模型进一步规范化后就会得到雪花型模型。但在实践中，星型模型用得更多，虽然，它会带来一定的数据冗余。
BI中的事实表和维表及星型模型和雪花型模型
规范化
客户维
客户ID客户简称客户全称……
当有一个或多个维表没有直接连接到事实表上，而是通过其他维表连接到事实表上时，其图解就像多个雪花连接在一起，故称雪花模型。雪花模型是对星型模型的扩展。它对星型模型的维表进一步层次化，原有的各维表可能被扩展为小的事实表，形成一些局部的 \" 层次 \" 区域，这些被分解的表都连接到主维度表而不是事实表。如图 2，将地域维表又分解为国家，省份，城市等维表。它的优点是 : 通过最大限度地减少数据存储量以及联合较小的维表来改善查询性能。雪花型结构去除了数据冗余。
