Introductie tot starschema’s

Gegevens transformeren en analyseren met Microsoft Fabric

Luis Silva

Solution Architect - Data & AI

Basics van dimensioneel modelleren

Een dimensionaal model is een datastructuur geoptimaliseerd voor datawarehousing en analyse
Het modelleert bedrijfsgebeurtenissen
Gebeurtenissen hebben data en context

Basics van dimensioneel modelleren

Gebeurtenis: verkoop van een product in een winkel.

Afbeelding van een kassabon

Basics van dimensioneel modelleren

Gebeurtenis: verkoop van een product in een winkel.

Numerieke data:
- Aantal verkochte eenheden
- Verkoopprijs

Afbeelding van een kassabon met markering van numerieke data: Aantal en Verkoopprijs

Basics van dimensioneel modelleren

Gebeurtenis: verkoop van een product in een winkel.

Meetbare numerieke data:
- Aantal verkochte eenheden
- Verkoopprijs
Context bij de data:
- Verkocht product

Afbeelding van een kassabon met markering van numerieke data: Aantal en Verkoopprijs. Ook markering van context: waar, wanneer, en welk product is verkocht

Gebeurtenisdata opslaan in tabellen

Diagram dat laat zien hoe gegevens op de kassabon zijn te koppelen aan rijen in een salesordertabel

Gebeurtenisdata opslaan in tabellen

Feittabel met alle regels van de voorbeeldbon

Feittabel: bevat alle transacties.

Gebeurtenisdata opslaan in tabellen

Feittabel met alle regels van de voorbeeldbon, met markering van kolommen voor dimensies: Winkel, Besteldatum, Besteltijd, Verkoper, Klant, Product

Feittabel: bevat alle transacties.
Dimensies: context van de transactie (wanneer, waar, wat, wie).

Gebeurtenisdata opslaan in tabellen

Feittabel met alle regels van de voorbeeldbon, met markering van kolommen voor metingen: Verkochte eenheden, Verkoopprijs

Feittabel: bevat alle transacties.
Dimensies: context van de transactie (wanneer, waar, wat, wie).
Metrieken: numerieke data (hoeveel).

Gebeurtenisdata opslaan in tabellen

Feittabel met alle regels van de voorbeeldbon, met markering van de extra attribuutkolom: Bestelnummer

Feittabel: bevat alle transacties.
Dimensies: context van de transactie (wanneer, waar, wat, wie).
Metrieken: numerieke data (hoeveel).
Attributen: extra info over de transactie.

Normalisatie

Feittabel met markering van de kolom Winkel met de winkelnaam per record

Feittabel met één dimensietabel; de kolom Winkel in de feittabel bevat nu alleen codes, de namen staan in een aparte dimensietabel

Feittabellen + dimensietabellen

Starschema

Snowflakeschema

Voorbeeld van een snowflakeschema

Snowflakeschema

Voorbeeld van een snowflakeschema

Snowflakeschema

Voorbeeld van een snowflakeschema

Starschema vs. snowflakeschema

Belangrijkste verschillen

Onderdeel	Starschema	Snowflakeschema
Opslag	Meer opslag nodig	Minder opslag nodig
Normalisatie	Gedenormaliseerd (één tabel per dimensie)	Genormaliseerd (meerdere tabellen per dimensie)
Modelcomplexiteit	Lager	Hoger
Query-prestaties	Minder JOINs nodig, dus sneller	Meer JOINs nodig, dus trager

Kies het model dat het beste past. Meestal heeft het starschema de voorkeur: eenvoudiger en sneller.

Laten we oefenen!

Gegevens transformeren en analyseren met Microsoft Fabric