当今数据仓库建模主要分为两类：范式建模和维度建模
范式建模是基于三范式标准进行建模，好处是高度集成，易于管理和维护，但坏处是结构死板，周期过长
维度建模是依据事实表和维度表结合应用所产生的一种模型结构，好处是构建迅速，最快看到回报，坏处是不好维护，结构复杂
实际应用中一般是范式建模和维度建模相结合，这里讲下维度模型下的两个主要分类：雪花模型和星型模型
星型模型：由一个事实表和一组维表直接组成。每个维表都有一个维作为主键，所有这些维的主键组合成事实表的外键。强调的是对维度进行预处理，将多个维度集合到一个事实表，形成一个宽表，优点是所有字段均已连接，方便OLAP，缺点是数据可能会造成冗余；
图片来自于百度百科
雪花模型：事实表与一组维度表组成，但维度表不一定全部直接关联于事实表，形状如雪花一样，好处是数据不会冗余，坏处是数据关联join太多，不利于OLAP。
图片来自于百度百科
通俗区别：看是否所有的维度表都全部直接关联在事实表上，如果是则为星型，反之为雪花。简单来说星型模型是明细表，雪花模型是主表
| 属性 | 星型模型 | 雪花模型 |
|---|---|---|
| 数据总量 | 多 | 少 |
| 可读性 | 容易 | 差 |
| 表个数 | 少 | 多 |
| 查询速度 | 快 | 慢 |
| 冗余度 | 高 | 低 |
| 对实时表的情况 | 增加宽度 | 字段比较少，冗余底 |
| 扩展性 | 差 | 好 |
实际应用：由于雪花模型不利于OLAP，所以实际项目中在数据冗余可接受的情况下一般选择星型模型