スノーフレークスキーマ

スタースキーマのディメンションテーブルをさらに正規化した構造。ディメンションテーブルが複数のテーブルに分割されるため雪の結晶のような形になる。ストレージの節約になるが、結合が増加する。

スタースキーマのディメンションテーブルをさらに正規化し、階層ごとに別のテーブルに分割したデータモデル。形が雪の結晶に似ることからこう呼ぶ。データの重複が減って更新時の不整合が起きにくいが、集計時の結合が増えて問合せが複雑になり、性能が落ちやすい。

複数の業務システムのデータを、分析しやすいように主題別に統合・整理して時系列で蓄積するデータベース。履歴を保持し、原則として更新せずに追記していく点が業務システムのデータベースと異なる。スキーマオンライトで事前に構造を定めるため、品質の揃ったデータを全社で横断的に集計・分析するのに向く。

DWHのデータから、特定の部門や用途に必要なものだけを抽出・集計して切り出した小規模なデータベース。利用者が扱うデータを絞り、目的に合わせた形に整えておくため、BIツールでの集計や定型レポートを高速に行える。

データレイクの安価なオブジェクトストレージの上に、DWHが持つトランザクション管理（ACID特性）、スキーマの管理、高速な検索などの機能を加えたデータ基盤のアーキテクチャ。Delta Lake、Apache Icebergなどのオープンなテーブル形式を使い、1つの基盤でBIの集計と機械学習の両方に同じデータを使えるようにする。

DWHの代表的なデータモデルで、売上金額などの数値を持つファクトテーブルを中心に置き、日付・商品・顧客などの分析軸を表すディメンションテーブルを周囲に配置した星形の構造。ディメンションテーブルを非正規化しておくため結合が少なく、集計の問合せが単純で高速になる。

データを格納する前にスキーマを定義し、それに合うように変換・検証したデータだけを書き込む方式。DWHやリレーショナルデータベースで採られ、データの品質や一貫性を保ちやすく問合せも速いが、事前の設計が必要で、新しい種類のデータや要件の変化への対応に手間がかかる。

DWHなどに蓄積した大量のデータを、多次元の切り口で対話的に集計・分析する処理。ドリルダウンやスライスなどの操作で視点を変えながら傾向や原因を探る用途に使い、少数の複雑な集計の問合せが中心となる。日々の取引を多数の短いトランザクションとして処理するOLTPと対比される。