我正在使用 hive 设计一个新的基于 hadoop 的数据仓库，我想知道经典的星形/雪花模式在这种情况下是否仍然是“标准”。
大数据系统包含冗余，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 hive 制作星型数据仓库的最佳实践吗？
通过利用新的列式文件格式设计行宽(冗余)表是否更好？
最佳答案
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(interface)的 NoSQL 数据库，我建议您使用更特定于查询的设计。
关于hadoop - 大数据仓库还需要星型模式吗？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/30824047/