Star Schema vs. Snowflake Schema: Unterschiede & Anwendungsfälle

Was ist ein Snowflake Schema?

Ein Snowflake-Schema ist eine weitere Möglichkeit, Daten zu organisieren. In diesem Schema werden Dimensionstabellen in kleinere Unterdimensionen aufgeteilt, damit die Daten übersichtlicher und detaillierter bleiben - wie Schneeflocken in einem großen See. 

Snowflake Schema Layout. Bild vom Autor.

Schauen wir uns die wichtigsten Merkmale des Snowflake-Schemas an, die es von anderen Schemas unterscheiden:

• Tabellen mit mehreren Dimensionsebenen: Wir können unsere Dimensionstabellen in kleinere, spezifischere Tabellen aufteilen. Wenn ich z.B. die Standorte meiner Filialen erfassen möchte, kann ich sie in separate Tabellen für Länder, Staaten und Städte aufteilen, anstatt alle Standortdetails in eine große Tabelle zu packen. Auf diese Weise würde jede Tabelle nur die Informationen enthalten, die sie benötigt, um Redundanzen zu vermeiden und die Organisation zu verbessern.
• Normalisierung für Speichereffizienz: Im Gegensatz zum Sternschema ermöglicht das Snowflake-Schemaein normalisiertes Design, was die Duplizierung von Daten vermeidet. Anstatt z.B. eine Produktkategorie wie Electronics für jedes Produkt zu wiederholen, kann ich die Kategorie in einer separaten Tabelle speichern und sie mit einzelnen Produkten verknüpfen.
• Eignung für komplexe Datenumgebungen: Das Snowflake-Schema eignet sich am besten für komplexe Datenumgebungen, da es mehrstufige Tabellen verwendet, um komplizierte Beziehungen und hierarchische Datenstrukturen zu handhaben.

Wir wollen das anhand eines einfachen Snowflake-Schemas verstehen. Im Mittelpunkt steht die Tabelle mit den messbaren Daten. Sie ist mit Dimensionstabellen verbunden, die die Fakten beschreiben, und diese Dimensionstabellen verzweigen sich weiter in Unterdimensionstabellen, die eine schneeflockenartige Struktur bilden. 

Hier habe ich zum Beispiel die Tabelle Product in dieTabellen Manufacturer und Category und dieTabelle Customer in dieTabellen Transaction und Location aufgeteilt:

Beispiel für ein Snowflake-Schema. Bild vom Autor.

Hier ist ein SQL-Beispiel für ein Snowflake-Schema, bei dem die Product Tabelle weiter normalisiert wird in Category und Manufacturer Tabellen unterteilt ist:

-- Fact table remains the same
CREATE TABLE Sales (
    Sales_ID INT PRIMARY KEY,
    Product_ID INT,
    Customer_ID INT,
    Date_ID INT,
    Sales_Amount DECIMAL(10, 2),
    FOREIGN KEY (Product_ID) REFERENCES Products(Product_ID),
    FOREIGN KEY (Customer_ID) REFERENCES Customers(Customer_ID),
    FOREIGN KEY (Date_ID) REFERENCES Dates(Date_ID)
);

-- Dimension table: Product
CREATE TABLE Product (
    Product_ID INT PRIMARY KEY,
    Product_Name VARCHAR(100),
    Category_ID INT,
    Manufacturer_ID INT,
    FOREIGN KEY (Category_ID) REFERENCES Category(Category_ID),
    FOREIGN KEY (Manufacturer_ID) REFERENCES Manufacturer(Manufacturer_ID)
);

-- Sub-dimension table: Category
CREATE TABLE Category (
    Category_ID INT PRIMARY KEY,
    Category_Name VARCHAR(50)
);

-- Sub-dimension table: Manufacturer
CREATE TABLE Manufacturer (
    Manufacturer_ID INT PRIMARY KEY,
    Manufacturer_Name VARCHAR(100)
);

Die folgende Abfrage berechnet den Gesamtumsatz nach Produktkategorie. Obwohl es mehr Joins erfordert als das Sternschema, ist es speichereffizienter:

SELECT cat.Category_Name, SUM(s.Sales_Amount) AS TotalSales
FROM Sales s
JOIN Product p ON s.Product_ID = p.Product_ID
JOIN Category cat ON p.Category_ID = cat.Category_ID
GROUP BY cat.Category_Name;

Vorteile und Grenzen eines Snowflake-Schemas

Wie das Sternschema hat auch das Snowflake-Schema seine eigenen Vorteile. Schauen wir mal, welche das sind:

• Weniger Datenredundanz: Die Normalisierung stellt sicher, dass dieselben Daten nicht mehrfach gespeichert werden, wodurch Doppelarbeit vermieden wird.
• Effizienter Speicher für große Datenmengen: Dieses Schema spart Speicherplatz, indem es die Wiederholung von Daten vermeidet und ist daher ideal für die Verwaltung großer Datenmengen.

Trotz der Vorteile gibt es aber auch ein paar Einschränkungen. Sokönnen zum Beispiel die Abfragen von langsamer sein, weil es mehr Verknüpfungen zwischen Tabellen gibt. Abgesehen davon ist die mehrstufige Struktur anspruchsvoller zu gestalten und zu pflegen als einfachere Schemata wie das Sternschema. Entscheide dich also nur dafür, wenn du ein erfahrenes DBA-Team hast.

Ich empfehle dir, den Kurs Datenbankdesign zu besuchen, wenn du mehr über die effiziente Strukturierung von Daten für die Analyse erfahren möchtest. 

Unterschiede zwischen Star Schema und Snowflake Schema

Sowohl Stern- als auch Snowflake-Schemata sind im Data Warehousing weit verbreitet, aber aufgrund ihrer einzigartigen Eigenschaften eignen sie sich für unterschiedliche Anforderungen. Schauen wir uns an, wie sich diese Schemata in Bezug auf Struktur, Leistung, Speicheranforderungen und Anwendungsfälle unterscheiden.

Struktur

Alle Dimensionstabellen sind direkt mit einer zentralen Faktentabelle in einem Sternschema verbunden. Das bedeutet, dass alle deine Referenzdaten nur einen Schritt von deinen Hauptdaten entfernt sind, wodurch sie leicht zu verstehen und zu bearbeiten sind.

Im Vergleich dazu unterteilt ein Snowflake-Schema Dimensionstabellen in kleinere, spezifischere Sub-Dimensionstabellen. Du kannst z.B. statt einer Tabelle für einen Ort separate Tabellen für Länder, Staaten und Städte haben. Dies schafft zwar eine übersichtlichere und detailliertere Struktur, bedeutet aber auch, dass mehr Verbindungen (oder Joins) erforderlich sind, um auf deine Daten zuzugreifen - ein Hauptgrund, warum ein Snowflake-Schema komplexer ist als ein Sternschema.

Leistung

Wenn es um Geschwindigkeit geht, sind Sternschemata besser. Da alle Dimensionstabellen direkt mit der Faktentabelle verbunden sind, benötigen Abfragen weniger Joins, was eine schnellere Leistung bedeutet. Angenommen, du möchtest die Umsätze nach Regionen analysieren - in diesem Fall kannst du das Sternschema verwenden, um die Daten mit minimaler Verarbeitung abzurufen.

Umgekehrt sind Snowflake-Schemata langsamer, weil du dich über mehrere Tabellen verbinden musst, um die Daten abzurufen. Jede Verknüpfung erhöht die Verarbeitungszeit, wodurch Snowflake-Schemata für Aufgaben, die schnelle Abfrageergebnisse erfordern, weniger effizient sind.

Der Kurs Joining Data in SQL ist eine hervorragende Grundlage, um zu lernen, wie man Tabellen zusammenfügt, die relationale Mengenlehre anwendet und mit Unterabfragen arbeitet.

Anforderungen an die Lagerung

Sternschemata benötigen mehr Speicherplatz, weil sie redundante Informationen in Dimensionstabellen speichern. Wenn zum Beispiel mehrere Produkte zur selben Kategorie gehören, wiederholt sich der Kategoriename für jedes Produkt, was den Speicherbedarf erhöht.

Snowflake-Schemata normalisieren die Daten jedoch so, dass alle Informationen nur einmal gespeichert werden. Anstatt die Kategorienamen zu wiederholen, werden sie zum Beispiel in einer separaten Tabelle gespeichert und über Fremdschlüssel mit der Produkttabelle verknüpft. Dieses Design spart Speicherplatz und ist daher ideal für große Datenmengen.

Anwendungsfälle

Sternschemata sind ideal für OLAP-Systeme ( Online Analytical Processing ), Berichte und Business Intelligence-Aufgaben. Ihre Einfachheit macht sie perfekt für Szenarien, in denen Geschwindigkeit und Benutzerfreundlichkeit wichtig sind, z. B. bei der Erstellung von schnellen Dashboards oder Verkaufsberichten.

Snowflake-Schemata werden häufig für Finanzanalysen oder Customer Relationship Management (CRM)-Systeme verwendet. Die Organisation von detaillierten Hierarchien und die Einsparung von Speicherplatz sind in solchen Fällen wichtiger als die Abfragegeschwindigkeit.

Wann wird ein Sternschema verwendet?

Wenn du deine Daten vor allem einfach und schnell organisieren willst, ist das Sternschema perfekt. Hier ist, wann du es verwenden kannst:

• Wenn du einfache Abfragen durchführen willst, z. B. den Gesamtumsatz nach Region, kannst du das Sternschema verwenden. Da alle Dimensionstabellen direkt mit der Faktentabelle verbunden sind, wird unnötige Komplexität vermieden und die Antworten werden schneller geliefert.
• Du kannst sogar ein Sternschema verwenden, wenn du Wert auf Geschwindigkeit legst. Es minimiert die Anzahl der Tabellen-Joins, sodass deine Abfragen schneller laufen. Ich habe es einmal benutzt, um mehrere Verkaufsberichte zu erstellen, was mir im Vergleich zu anderen Designs sehr viel Zeit erspart hat.
• Wenn dein Datensatz klein bis mittelgroß ist, wird die Redundanz des Sternschemas kein Problem sein. Selbst mit wiederholten Daten würde es gut funktionieren, ohne deinen Speicher zu überfordern.

Wann wird ein Snowflake Schema verwendet?

Das Snowflake-Schema eignet sich besser für häufige Aktualisierungen oder die Organisation von detaillierten Hierarchien. Hier ist, wann du es verwenden kannst:

• Verwende das Snowflake-Schema, wenn du mit großen Datensätzen arbeitest und Speicherplatz sparen willst. Sie normalisiert Dimensionstabellen, um die Wiederholung von Daten zu vermeiden, was den Speicherbedarf reduziert.
• Du kannst das Snowflake-Schema sogar verwenden, wenn sich deine Daten häufig ändern, z. B. wenn du die Namen der Regionen aktualisierst. Es sorgt für konsistente Aktualisierungen aller zugehörigen Daten, um Fehler und Wartungsaufwand zu minimieren.
• Wenn deine Analyse mehrere Datenebenen umfasst, kann dir das Snowflake-Schema helfen, diese Beziehungen auf einfache Weise zu organisieren und darzustellen.

Zusammenfassende Tabelle: Star Schema vs. Snowflake Schema 

Im Folgenden findest du einen kurzen Vergleich zwischen dem Stern- und dem Snowflake-Schema, damit du entscheiden kannst, welches Schema am besten für deine Datenanforderungen geeignet ist. In dieser Tabelle habe ich die wichtigsten Unterschiede hervorgehoben, wobei ich mich auf die Struktur, die Leistung, die Speicherung und die Anwendungsfälle konzentriert habe:

Schlussgedanken

In diesem Blog habe ich die Unterschiede zwischen dem Stern- und dem Snowflake-Schema, ihre Stärken und den richtigen Zeitpunkt für den Einsatz beider Schemata erläutert. Ich hoffe, du hast ein klares Verständnis und praktische Tipps für deine Arbeit! Wenn du mehr erfahren möchtest, schau dir diese Ressourcen auf DataCamp an:

• Der Kurs Einführung in die Datenmodellierung mit Snowflake hilft dir, die Grundlagen für die Arbeit mit Snowflake zu legen. 
• Der Kurs Datenmodellierung in Power BI zum Organisieren und Verwalten von Daten in Power BI.
• Der Lernpfad zum Associate Data Engineer in SQL bringt deine SQL-Kenntnisse auf die nächste Stufe.