Snowflake schema
Concept
Een snowflake-schema is een dimensioneel datamodel waarin dimensietabellen worden genormaliseerd naar verder gerelateerde tabellen (bijvoorbeeld productcategorie en subcategorie), in plaats van rechtstreeks met de feitentabel te worden verbonden zoals bij een star-schema.
Vaak samen besproken
Afleveringen over Snowflake schema gaan vaak ook over Sterschema, DAX en Power Query.
Beschrijving
Een snowflake-schema is een dimensioneel datamodel waarin dimensietabellen worden genormaliseerd naar verder gerelateerde tabellen. In plaats van dat elke dimensie als één platte tabel rechtstreeks met de feitentabel is verbonden, zoals bij een star-schema, wordt een dimensie opgesplitst in meerdere gekoppelde tabellen. Een typisch voorbeeld is een productdimensie die wordt gesplitst in tabellen voor product, productcategorie en subcategorie, waarbij de tabellen in een keten aan elkaar zijn gekoppeld. De naam komt van de vertakte vorm die ontstaat wanneer deze genormaliseerde dimensies rond een centrale feitentabel worden getekend.
Het model wordt gebruikt in analytics en business intelligence, waar gegevens zijn georganiseerd in feitentabellen, die meetbare gebeurtenissen bevatten, en dimensietabellen, die de context van die gebeurtenissen beschrijven. De snowflake-variant past normalisatie toe op de dimensiekant. Volgens de afleveringen van M365.FM is deze normalisatie wat het onderscheidt van het star-schema, waarin de feitentabel rechtstreeks aan elke dimensietabel is gekoppeld en de dimensietabellen juist gedenormaliseerd zijn.
De belangrijkste afweging die in de afleveringen aan bod komt, is die tussen eenvoud van query's enerzijds en voordelen voor opslag of governance anderzijds. De aflevering "Build a Power BI Star Schema for Faster Reports" vergelijkt beide ontwerpen en stelt dat een star-schema snellere queryprestaties biedt omdat er minder joins nodig zijn, terwijl een snowflake-schema trager is vanwege de extra joins. Dezelfde vergelijking stelt dat DAX-berekeningen in een star-schema eenvoudiger zijn en in een snowflake-schema complexer, en dat de reactiesnelheid van rapporten kan afnemen door de prestatiekosten van de extra joins. In die vergelijking wordt het star-schema gepresenteerd als de keuze voor intuïtieve en responsieve Power BI-dashboards.
De aflevering "Optimize Microsoft Fabric Lakehouse Performance" kadert de keuze in termen van snelheid, opslag en afstemming voor lakehouse- en warehouse-werkbelastingen. Daarin wordt het star-schema beschreven als een centrale feitentabel met gedenormaliseerde dimensietabellen, geoptimaliseerd voor snelheid en geschikt voor BI-dashboards, rapportagequery's en werkbelastingen met veel leesbewerkingen. Het snowflake-schema wordt beschreven als een model met genormaliseerde dimensietabellen, wat leidt tot complexere query's vanwege de joins. De aflevering noemt grote datasets, optimalisatie van opslag en datagovernance als situaties waarin een snowflake-schema beter past, en merkt tegelijk op dat het queries kan vertragen.
De aflevering "From Raw Data to Real Business Impact: Mastering Power BI and Microsoft Fabric with Thummalacherla Krishnakanth" plaatst de vergelijking in een breder beeld van enterprise-rapportage. Het gesprek behandelt star-schema versus snowflake-schema naast feiten- en dimensietabellen, Power Query-transformaties, datakwaliteit, ontwerp van relaties, richting van cross-filtering en schaalbare semantische modellen. De aflevering stelt dat een goed ontworpen datamodel de prestaties verbetert, DAX-ontwikkeling vereenvoudigt en rapporten onderhoudbaar houdt naarmate organisaties groeien, en dat is de context waarin de keuze tussen snowflake en star wordt gemaakt.
In de praktijk komt de keuze tussen beide ontwerpen neer op prioriteiten. Wanneer snelle, eenvoudige query's en eenvoudige DAX-berekeningen het belangrijkst zijn, zoals bij rapportage in Power BI met veel leesbewerkingen, wijzen de afleveringen naar een star-schema. Wanneer het beperken van redundantie in grote dimensies, het besparen van opslag of het ondersteunen van governance zwaarder weegt, kan een snowflake-schema gerechtvaardigd zijn, met de extra joins en complexere query's die daarbij horen. De beschikbare feiten gaan niet verder dan deze vergelijkingen, dus specifieke tooling-stappen voor het bouwen van een snowflake-schema worden hier niet behandeld.
Overzicht samengesteld met AI op basis van M365.FM-afleveringen en de feiten op deze pagina. Je kunt het verbeteren met de bewerkknop hieronder.
| Type | Concept |
|---|---|
| Wikipedia | Snowflake schema – Wikipedia en.wikipedia.org |
Veelgestelde vragen
Vragen met AI zijn met AI geschreven op basis van de feiten op deze pagina.
Wat is het verschil tussen een snowflake-schema en een star-schema? (AI)
In een star-schema is de feitentabel rechtstreeks verbonden met gedenormaliseerde dimensietabellen, terwijl in een snowflake-schema de dimensietabellen zijn genormaliseerd naar verder gerelateerde tabellen, zoals productcategorie en subcategorie.
Is een snowflake-schema trager dan een star-schema in Power BI? (AI)
Volgens de M365.FM-aflevering "Build a Power BI Star Schema for Faster Reports" is een snowflake-schema trager omdat er extra joins nodig zijn, en het kan DAX-berekeningen complexer maken en de reactiesnelheid van rapporten verminderen.
Wanneer is een snowflake-schema een redelijke keuze? (AI)
De aflevering "Optimize Microsoft Fabric Lakehouse Performance" noemt grote datasets, optimalisatie van opslag en datagovernance als de situaties waarin een snowflake-schema het best past, ondanks de extra complexiteit van de joins.
Community wiki
Short info above, community knowledge below: add practical tips, examples or corrections. New contributions are reviewed first; trusted members publish directly.
Experts en bedrijven voor dit onderwerp
Niemand heeft dit onderwerp nog opgegeven. Voeg het toe aan je profiel.
Bronnen
- Snowflake schema – Wikipedia en.wikipedia.org
Beheerd door Mirko Peters (Microsoft MVP) · Laatst bijgewerkt: