M365Con 2027 – conferência online gratuita · 11–22 Jan 2027 · 120 sessions m365con.net

Snowflake schema

Concept

Um esquema snowflake é um modelo de dados dimensional no qual as tabelas de dimensão são normalizadas em tabelas relacionadas adicionais (por exemplo, categoria e subcategoria de produto), em vez de se conectarem diretamente à tabela de fatos, como em um esquema star.

✦ CONCEPTSnowflake schemaM365.FM
Title graphic: Snowflake schema (Concept)

Frequentemente tratados em conjunto

Os episódios sobre Snowflake schema costumam abordar também Esquema em estrela, DAX e Power Query.

Descrição

Um esquema snowflake é um modelo de dados dimensional no qual as tabelas de dimensão são normalizadas em tabelas relacionadas adicionais. Em vez de cada dimensão se conectar diretamente à tabela de fatos como uma única tabela plana, como ocorre em um esquema star, uma dimensão é dividida em várias tabelas vinculadas. Um exemplo típico é uma dimensão de produto separada em tabelas de produto, categoria de produto e subcategoria, unidas entre si em cadeia. O nome vem da forma ramificada que resulta quando essas dimensões normalizadas são desenhadas em torno de uma tabela de fatos central.

O modelo é usado em análise de dados e business intelligence, onde os dados são organizados em tabelas de fatos, que armazenam eventos mensuráveis, e tabelas de dimensão, que descrevem o contexto desses eventos. A variante snowflake aplica a normalização do lado das dimensões. De acordo com os episódios do M365.FM, essa normalização é o que a diferencia do esquema star, no qual a tabela de fatos se liga diretamente a cada tabela de dimensão e essas tabelas são desnormalizadas.

A principal compensação discutida nos episódios é entre a simplicidade das consultas e os benefícios de armazenamento ou de governança. O episódio "Build a Power BI Star Schema for Faster Reports" compara os dois modelos e afirma que um esquema star oferece desempenho de consulta mais rápido porque exige menos junções, ao passo que um esquema snowflake é mais lento por causa das junções adicionais. A mesma comparação afirma que os cálculos DAX são simplificados em um esquema star e mais complexos em um esquema snowflake, e que a responsividade dos relatórios pode ser reduzida pela sobrecarga de desempenho das junções extras. Nessa comparação, o esquema star é apresentado como a escolha para painéis do Power BI intuitivos e responsivos.

O episódio "Optimize Microsoft Fabric Lakehouse Performance" enquadra a escolha em termos de velocidade, armazenamento e ajuste para cargas de trabalho de lakehouse e warehouse. Ele descreve o esquema star como uma tabela de fatos central com tabelas de dimensão desnormalizadas, otimizado para velocidade e adequado a painéis de BI, consultas de relatórios e cargas de trabalho com predominância de leitura. O esquema snowflake é descrito como tendo tabelas de dimensão normalizadas, que levam a consultas mais complexas por causa das junções. O episódio cita grandes volumes de dados, otimização de armazenamento e governança de dados como situações em que um esquema snowflake é a melhor opção, ao mesmo tempo em que observa que ele pode deixar as consultas mais lentas.

O episódio "From Raw Data to Real Business Impact: Mastering Power BI and Microsoft Fabric with Thummalacherla Krishnakanth" coloca a comparação em uma visão mais ampla de relatórios corporativos. A conversa aborda esquema star versus esquema snowflake junto com tabelas de fatos e de dimensão, transformações no Power Query, qualidade dos dados, design de relacionamentos, direção de filtro cruzado e modelos semânticos escaláveis. O episódio afirma que um modelo de dados bem projetado melhora o desempenho, simplifica o desenvolvimento em DAX e mantém os relatórios sustentáveis à medida que as organizações crescem, que é o contexto em que a decisão entre snowflake e star é tomada.

Na prática, a escolha entre os dois modelos depende das prioridades. Quando consultas rápidas e simples e medidas DAX diretas são o mais importante, como em relatórios do Power BI com predominância de leitura, os episódios apontam para um esquema star. Quando reduzir a redundância em dimensões grandes, economizar armazenamento ou dar suporte à governança é mais importante, um esquema snowflake pode se justificar, aceitando as junções extras e as consultas mais complexas que vêm com ele. Os fatos disponíveis não vão além dessas comparações, portanto os passos específicos de ferramentas para construir um esquema snowflake não são abordados aqui.

Overview compiled with AI from M365.FM episodes and the facts on this page. You can improve it with the edit button below.

TipoConcept
WikipédiaSnowflake schema – Wikipedia en.wikipedia.org

Perguntas frequentes

Questions marked with AI were written with AI from the facts on this page.

Qual é a diferença entre um esquema snowflake e um esquema star? (AI)

Em um esquema star, a tabela de fatos se liga diretamente a tabelas de dimensão desnormalizadas, enquanto em um esquema snowflake as tabelas de dimensão são normalizadas em tabelas relacionadas adicionais, como categoria e subcategoria de produto.

Um esquema snowflake é mais lento que um esquema star no Power BI? (AI)

Segundo o episódio do M365.FM "Build a Power BI Star Schema for Faster Reports", um esquema snowflake é mais lento porque exige junções adicionais, e pode tornar os cálculos DAX mais complexos e reduzir a responsividade dos relatórios.

Quando um esquema snowflake é uma escolha razoável? (AI)

O episódio "Optimize Microsoft Fabric Lakehouse Performance" cita grandes volumes de dados, otimização de armazenamento e governança de dados como os casos em que um esquema snowflake é mais adequado, apesar da complexidade adicional das junções.

Glossário

Community wiki

Short info above, community knowledge below: add practical tips, examples or corrections. New contributions are reviewed first; trusted members publish directly.

Especialistas e empresas para este tópico

Ninguém indicou ainda este tópico. Adicione-o ao seu perfil.

Sources

Maintained by Mirko Peters (Microsoft MVP) · Last updated: