🏠 » Data Warehouse » Data Warehouse Grundlagen » Data Warehouse Datenmodell » Star-Schema

Star-Schema - Sternschema

Das Star-Schema ist, wie der Name schon beschreibt, sternförmig aufgebaut und auch für analytische Anwendungen im Data Warehouse-Umfeld geeignet.

Die Fakten (engl. Measures) in einem Star-Schema sind auch in diesem Modell das zentrale Element der Datenanalyse. Sie haben die Aufgabe wichtige Zusammenhänge in quantitativ messbarer und verdichteter Form wiederzugeben.

Die Dimensionen (engl. Dimensions) in einem Star-Schema ermöglichen unterschiedliche Sichten auf die Fakten. Sie liefern einen fachlichen Bezug auf die quantitativen Werte in einem Sternschema.

Star-Schema - Sternschema - Aufbau

Star Schema

Die Fakten können in einem Star-Schema gruppiert und analysiert werden. Die Betrachtung von Verdichtungsstufen ermöglicht die sogenannten Hierarchisierungen. Da im Star-Schema keine direkte Hierarchisierung von Dimensionen, wie im Snowflake-Schema, möglich ist, wird über die „kontrollierte Redundanz“ in den Dimensionen eine Hierarchisierung ermöglicht.

Das Star-Schema setzt sich aus Fakten- und Dimensionstabellen zusammen. Die Faktentabelle enthält einerseits die wichtigen Kennzahlen und andererseits speichert sie die Fremdschlüssel der Dimensionstabellen.

Vorteile des Star-Schemas

Die Vorteile des Star-Schema sind das intuitive Datenmodell und eine geringe Anzahl an Join-Operationen, um an betriebswirtschaftliche Informationen zu gelangen.

Nachteile des Star-Schemas

Ein großer Nachteil ist das schlechte Antwortverhalten bei großen Dimensionstabellen, das aber unter Einhaltung von wichtigen Modellierungsregeln beherrschbar ist.

Weiterführende Artikel