星型模型和雪花模型有什么区别？数仓建模时怎么选？

维度建模里：事实表记录「发生了什么」（可加度量、外键）；维度表描述「在什么环境下」（谁、何时、何地、何商品）。

星型模型：事实表周围直接挂一圈维度表，维度基本不继续拆。查询路径短，BI 友好。
雪花模型：维度表继续规范化（如商品→品类→大类），更省存储、更少冗余，但 JOIN 更多、理解成本更高。

实践建议：
- OLAP/报表为主：优先星型，甚至对热点维度做宽表/冗余字段换查询简单
- 维度层次复杂且需强一致维护：局部可雪花，但对外仍可提供扁平视图
- 现代仓（Snowflake/BigQuery/Hive）存储便宜，往往「适度反规范化」更划算

回答加分：提到粒度（grain）必须先定；事实分事务/周期快照/累积快照。