Star Schema

Le star schema est une méthode de modélisation de données couramment utilisée dans les entrepôts de données et les systèmes de business intelligence (BI). Ce modèle simple organise les données autour d'une table centrale de faits, reliée à des tables de dimensions. Cela facilite la création de requêtes SQL efficaces et permet une analyse rapide via des outils BI optimisés pour requêter rapidement (et donc rafraîchir) des données qui utilisent le star schema, comme PowerBI. Le star schema est idéal pour les systèmes décisionnels où la simplicité des requêtes et l'efficacité des traitements sont primordiaux. Les requêtes sont plus faciles à écrire et à exécuter, ce qui réduit la complexité et les risques d'erreurs dans le reporting.

Cependant, le star schema présente des limitations. L’absence de dénormalisation systématique peut entraîner une redondance des données dans les tables de dimensions et donc un plus grand volume à stocker. De plus, les évolutions des règles métiers peuvent être difficiles à implémenter, nécessitant des ajustements complexes des tables de faits et de dimensions.

Parmi les alternatives au star schema :

• Data Vault : plus flexible pour gérer les changements fréquents dans les règles métiers.
• One Big Table (cf blip One Big Table) : simplifie l'accès aux données mais peut aussi entraîner beaucoup de complexité dans les traitements de maintenance lors de changements dans les données.

Le point de vue Theodo

Nous recommandons le star schema et les modèles dimensionnels en général pour modéliser des données complexes à l’échelle. Ils sont flexibles et éprouvés. Mais d’autres modèles peuvent être privilégiés selon les besoins, comme le Data Vault ou One Big Table pour l'analyse de grandes quantités de données IoT sans dimensions claires.