数据仓库雪花模型设计咨询：维度关联合理性及最优方案

1. 雪花模型里维度和其他维度相连，这种设计合理吗？ #

雪花模型本身就是靠维度表之间的层级关联实现的（比如地区维度里，城市关联省份、省份关联州），所以这种设计完全合理。不过它是取舍后的选择：

• 好处：能大幅减少数据冗余，节省存储；维度数据修改时只需要改动一处，保证数据一致性。
• 坏处：查询时需要关联更多表，SQL会相对复杂，部分OLAP场景下可能拖慢查询速度。
  要不要用得看业务场景：如果在意存储成本、维度数据经常变更，雪花模型就很合适；如果更看重查询性能，星型模型可能是更好的选择。

2. 两种雪花模型设计方案哪个更优？ #

先明确两个方案的核心差异：

• 方案一：搭建一套通用的地理维度层级（State → Province → City），再将City维度关联到Hospital、Patient、Doctor三个维度表
• 方案二：为Hospital、Patient、Doctor各自单独创建一套State、Province、City维度表

毫无疑问方案一更优，原因如下： #

1. 消除冗余节省存储：同一个城市、省份、州的信息只存储一次，避免方案二中重复存储大量相同地理数据的问题。
2. 降低维护成本：当地理信息发生变更（比如城市改名、人口数据更新），只需要在通用维度表中修改一次，所有关联的主体（医院、患者、医生）的数据都会同步生效，不会出现方案二中多处修改导致的遗漏或数据不一致风险。
3. 保证数据标准统一：统一的维度定义确保不同主体关联的地理信息完全一致，不会出现同一个城市在医院维度和患者维度名称、编码不一致的混乱情况。
4. 简化查询逻辑：虽然需要关联层级维度，但通用维度的复用让SQL的关联逻辑更规整，相比方案二中重复的多套维度，更易编写和维护。

除非业务存在特殊场景（比如医院的地理维度有专属属性，和患者、医生的地理维度完全无关），才需要考虑方案二，但从当前给出的维度字段来看，三者的地理属性完全一致，方案一绝对是更合理的选择。

内容的提问来源于stack exchange，提问作者Dani Reinon