So sánh Star Schema và Snowflake Schema trong PostgreSQL: Khái niệm, DDL và Tối ưu hoá

Khi xây dựng kho dữ liệu (Data Warehouse) hoặc hệ thống phân tích (OLAP) trên PostgreSQL, việc lựa chọn mô hình dữ liệu đóng vai trò quyết định đến hiệu năng truy vấn và chi phí lưu trữ. Hai mô hình phổ biến nhất hiện nay là Star Schema (Mô hình hình sao) và Snowflake Schema (Mô hình bông tuyết).

Bài viết này sẽ hướng dẫn bạn cách phân biệt, triển khai DDL mẫu và áp dụng các kỹ thuật tối ưu hóa cho từng mô hình trong PostgreSQL.

1. Mô hình Star Schema

Star Schema là mô hình dữ liệu trong đó bảng trung tâm (Fact Table) chứa các thông số định lượng, kết nối trực tiếp với các bảng chiều (Dimension Tables) đã được phi chuẩn hóa (denormalized).

Ưu điểm:

• Cấu trúc đơn giản, dễ truy vấn.
• Tối ưu tốc độ truy vấn nhờ giảm thiểu số lượng phép nối (JOIN).

Ví dụ DDL triển khai Star Schema:

-- Bảng chiều (Dimension)
CREATE TABLE dim_product (
    product_id INT PRIMARY KEY,
    product_name VARCHAR(100),
    category_name VARCHAR(100),
    brand_name VARCHAR(100)
);

-- Bảng thực thể (Fact)
CREATE TABLE fact_sales (
    sale_id SERIAL PRIMARY KEY,
    product_id INT REFERENCES dim_product(product_id),
    sale_date DATE,
    quantity INT,
    total_amount NUMERIC(12, 2)
);

2. Mô hình Snowflake Schema

Snowflake Schema là bản mở rộng của Star Schema, trong đó các bảng chiều được chuẩn hóa (normalized) thành nhiều bảng nhỏ hơn liên kết với nhau.

Ưu điểm:

• Giảm thiểu tính dư thừa dữ liệu.
• Dễ dàng quản lý và cập nhật danh mục dữ liệu lớn.

Ví dụ DDL triển khai Snowflake Schema:

-- Bảng chiều cấp 2 (Sub-dimension)
CREATE TABLE dim_category (
    category_id INT PRIMARY KEY,
    category_name VARCHAR(100)
);

-- Bảng chiều cấp 1
CREATE TABLE dim_product_snowflake (
    product_id INT PRIMARY KEY,
    product_name VARCHAR(100),
    category_id INT REFERENCES dim_category(category_id)
);

3. Tối ưu hóa truy vấn và Đánh chỉ mục (Indexing Tips)

Dù bạn chọn mô hình nào, việc đánh chỉ mục chính xác trong PostgreSQL là yếu tố bắt buộc để đạt hiệu năng tối đa:

1. Đánh chỉ mục khóa ngoại (Foreign Keys): Mặc định PostgreSQL không tự động tạo index cho khóa ngoại. Hãy tạo B-Tree Index trên các cột khóa ngoại ở bảng Fact để tăng tốc phép JOIN:

   CREATE INDEX idx_fact_sales_product ON fact_sales(product_id);
   

2. Sử dụng BRIN Index cho dữ liệu chuỗi thời gian: Với các bảng Fact có kích thước lớn theo thời gian, hãy cân nhắc dùng BRIN (Block Range Index) để tiết kiệm dung lượng:

   CREATE INDEX idx_fact_sales_date ON fact_sales USING brin(sale_date);
   

3. Tối ưu hóa JOIN cho Snowflake Schema: Do Snowflake Schema cần nhiều phép JOIN, hãy đảm bảo bảng được chạy ANALYZE thường xuyên để PostgreSQL Query Planner lựa chọn phương án Hash Join hoặc Merge Join tối ưu nhất.

4. Nên chọn mô hình nào cho PostgreSQL?

• Chọn Star Schema nếu: Ưu tiên hàng đầu của bạn là tốc độ truy vấn báo cáo, số lượng phép JOIN ít và quy mô dữ liệu bảng chiều ở mức vừa phải.
• Chọn Snowflake Schema nếu: Dữ liệu phân cấp phức tạp, dung lượng lưu trữ bị hạn chế hoặc bạn cần duy trì chuẩn hóa dữ liệu tuyệt đối.

Ngày phát hành: 05/06/2026
Nguồn: www.digitalocean.com