大型数据仓库仍然需要星型模式吗？

Question

我正在使用hive设计一个新的基于hadoop的数据仓库,我想知道在这种情况下经典的星形/雪花模式是否仍然是"标准".

大数据系统采用冗余,因此完全规范化的模式通常性能较差(例如,在HBase或Cassandra等NoSQL数据库中).

仍然是使用配置单元制作星型模式数据仓库的最佳实践吗？

通过利用新的列式文件格式,更好地设计行范围(reduntant)表吗？

Answer 1

在为 NoSQL 数据库设计时，您倾向于通过预处理查询的部分来优化特定查询，从而存储数据的非规范化副本（尽管以特定于查询的方式非规范化）。

另一方面，星型模式是一种通用的非规范化，通常是合适的。

当您计划使用 hive 时，您实际上不是将它用于优化，而是用于 SQL 的通用性（？），因此，我认为星型模式仍然合适。但是，对于具有非 SQL 接口的 NoSQL 数据库，我建议您使用更特定于查询的设计。