Estrela ou floco de neve?

Estrela por padrão: dimensões desnormalizadas, menos joins, consultas mais rápidas — e o Power BI rende melhor. Floco de neve só quando a normalização compensa em dimensões muito grandes.

O que são tabelas fato e dimensão?

Fato guarda as métricas que se somam (vendas, quantidades); dimensão guarda o contexto para fatiar (tempo, produto, cliente). A fato referencia as dimensões.

VennanConsultoria

WhatsApp Solicitar diagnóstico

Consultoria em Power BI e Analytics

Data Warehouse

Resposta direta

Data warehouse é o repositório central otimizado para análise (OLAP), separado dos sistemas transacionais (OLTP). Enquanto o OLTP grava operações linha a linha, o warehouse organiza dados por modelagem dimensional: tabelas fato (métricas) cercadas por tabelas dimensão (contexto). Os dois esquemas clássicos são estrela (dimensões desnormalizadas, mais rápido) e floco de neve (dimensões normalizadas em subtabelas, menos redundância e mais joins).

Data warehouse existe porque banco transacional é péssimo para análise — e vice-versa. OLTP é otimizado para gravações rápidas e normalizadas; OLAP (o warehouse) é otimizado para leituras agregadas sobre grandes volumes. A Vennan modela dimensionalmente à la Kimball: tabelas fato no centro (vendas, pedidos, movimentos — os números que se somam) conectadas a dimensões (tempo, produto, cliente, região — o contexto para fatiar). O esquema estrela desnormaliza as dimensões para consultas rápidas e é a escolha padrão, inclusive porque o motor do Power BI rende melhor com ele. O floco de neve normaliza dimensões em subtabelas, reduzindo redundância ao custo de mais joins — justifica-se em dimensões muito grandes ou hierarquias complexas.

Também buscado comodwarmazém de dadoswarehouse de dadosrepositório analítico

Perguntas frequentes

OLTP é o banco transacional, otimizado para gravar operações. OLAP é o warehouse, otimizado para ler e agregar grandes volumes em análises. São desenhos opostos.

Autoridade conectada