スノーフレークスキーマとは？スタースキーマとの違いやメリット・デメリットを解説

スノーフレークスキーマの概要

スノーフレークスキーマとは、データウェアハウス（DWH）で使われるデータモデリング手法の一つで、スタースキーマを拡張したモデルです。スタースキーマでは中央にファクトテーブルを置き、その周囲にディメンションテーブル（次元テーブル）を配置しますが、スノーフレークスキーマでは一部のディメンションテーブルをさらに正規化して、より小さなテーブルへ分割します。このとき作られるスキーマ図が雪の結晶（スノーフレーク）に似た形になることから、この名前が付けられました。

「スノーフレーキング」とは、スタースキーマのディメンションテーブルを正規化する手法を指します。すべてのディメンションテーブルを完全に正規化すると、中央のファクトテーブルを中心に枝分かれする構造となり、全体が雪の結晶のような形状になります。

スノーフレークスキーマの構造

スノーフレークスキーマは、1つのファクトテーブルを中心に、複数のディメンションテーブルが接続される構造を持ちます。さらに、各ディメンションテーブルは多対一（many-to-one）の関係で、別のディメンションテーブルとも結合できます。テーブルは通常、第3正規形まで正規化されており、各ディメンションテーブルは階層内の1つのレベルを担当するのが特徴です。

スキーマ全体としては、ファクトテーブルを囲むように関連するディメンションが配置され、それらのディメンションがさらに他のディメンションへと枝分かれしていきます。こうした構造により、特定のクエリのパフォーマンスが向上する場合があります。

スタースキーマとの違い

スタースキーマでは、あるディメンションに関するすべての属性を1つの非正規化テーブルに格納します。そのため、正規化されたスノーフレークスキーマよりも多くのディスク領域が必要になります。

一方、スノーフレーキングでは、カーディナリティ（値の種類）の低い属性を別のディメンションテーブルとして切り出し、主となるディメンションテーブルを外部キーで関連付けることで正規化を行います。これにより冗長性が取り除かれ、ディスク容量を節約できます。ただし、ディスク容量の削減だけを目的としたスノーフレーキングは推奨されません。テーブル数や結合の増加によって、クエリの実行性能に悪影響を与える可能性があるためです。

スノーフレークスキーマは、複雑なディメンションやリレーションシップを横断した柔軟なクエリに向いており、ディメンションレベル間の一対多（one-to-many）や多対多（many-to-many）の関係にも対応できます。

スノーフレークスキーマのメリット

• 必要なディスクストレージが削減され、小さなルックアップテーブルを結合して利用できるため、クエリパフォーマンスの改善が期待できます。

• ディメンションレベル間やコンポーネント間の相互関係において、優れた拡張性を確保できます。

• データの冗長性がないため、保守・管理がしやすくなります。

スノーフレークスキーマのデメリット

• ルックアップテーブルの数が増えるため、メンテナンスにかかる手間が大きくなります。

• クエリが複雑になりやすいので、習得・運用の難易度が高まります。

• テーブル数が多いぶん結合処理も増えるため、クエリの実行時間が長くなりがちです。

まとめ

スノーフレークスキーマは、スタースキーマのディメンションテーブルを正規化することで、冗長性を排除し、ストレージ効率と柔軟なクエリ性能を高めたモデルです。一方で、テーブル数の増加による保守コストやクエリの複雑化というトレードオフも存在するため、データの特性や運用要件に応じて適切に使い分けることが重要です。