スノーフレークスキーマ
Snowflake Schema
データウェアハウスにおけるディメンショナルモデリング手法。正規化されたディメンションテーブルにより、ストレージ効率とデータ整合性を実現します。
スノーフレークスキーマとは？
スノーフレークスキーマは、ディメンションテーブルを複数の正規化されたテーブルに分解するデータウェアハウス設計手法です。 中央のファクトテーブルから分岐するディメンションテーブルの構造が、雪の結晶に見えることから名付けられました。スタースキーマをさらに正規化したもので、ディメンション属性を階層的なサブテーブルに分離します。例えば、商品ディメンションを「カテゴリ」「サブカテゴリ」「個別商品」の3つのテーブルに分割することで、重複データを排除しながら整合性の高いデータ構造を実現します。
ひとことで言うと： 「スタースキーマの中央の星を複数の小さな星に分割し、より細かい関係を表現したもの」です。ストレージ効率とデータ品質が向上します。
ポイントまとめ：
- 何をするものか： ディメンションテーブルを正規化し、冗長データを排除します。
- なぜ必要か： ストレージコスト削減（30～50%）とデータ整合性向上が実現できます。
- 誰が使うか： エンタープライズデータウェアハウス、金融報告システム、小売分析。
なぜ重要か
データウェアハウスにおいて、ストレージコストとデータ品質は重要な課題です。スノーフレークスキーマは、冗長データを排除することでディスク使用量を削減し、更新異常（同じデータを複数箇所で修正し忘れるリスク）を防ぎます。金融規制が厳しい業界では、データ整合性が必須です。正規化構造により、参照整合性制約を強制でき、データの一貫性を保証します。
一方、複数のテーブルを結合してクエリを実行するため、クエリ処理が複雑になるデメリットもあります。しかし、適切なインデックスと最適化により、このデメリットは十分に克服できます。
仕組みをわかりやすく解説
スノーフレークスキーマの設計は3つのレイヤーで構成されます。
第1層：ファクトテーブル - ビジネスメトリクス（売上、数量など）と外部キーを格納する中央テーブル。すべての分析クエリの起点です。
第2層：ディメンションテーブル - 属性情報を格納。時間ディメンション、商品ディメンション、顧客ディメンションなど。各テーブルはファクトテーブルと結合されます。
第3層：サブディメンションテーブル - ディメンションテーブルをさらに細分化。例：商品テーブル→カテゴリテーブル。外部キーで階層を形成します。
実装の流れ： (1)ファクトテーブルとディメンションを識別し(2)ディメンション属性を機能的依存関係に基づいて分割し、(3)外部キー制約で関係を定義し、(4)インデックスを作成して結合パフォーマンスを最適化します。
実際の活用シーン
小売分析プラットフォーム ファクトテーブル「売上」は、商品テーブル（→カテゴリ、ブランド），時間テーブル（→月、四半期、年），店舗テーブル（→都市、地域）と結合されます。ネストされた正規化により、重複なくデータを管理できます。
金融報告システム 複数レベルの組織階層（部門→セクション→チーム）を正規化テーブルで表現。監査要件の厳密さに対応でき、データ変更時に整合性を保証します。
医療データ管理 患者情報、治療手続き、診療科を階層的に管理。プライバシーと正規化の両立が可能です。
メリットと注意点
メリット： ストレージ効率が優れており、ディスク容量とコストを削減できます。データ整合性が高く、更新異常が発生しません。ドリルダウン操作で柔軟に分析できます。メンテナンスも容易です。
注意点として、 クエリが複雑になります。複数の結合が必要なため、簡単なクエリでも実行速度が低下することがあります。また、ユーザーが基盤となるテーブル関係を理解していないと、カスタムクエリの作成が困難です。開発期間も長くなる傾向があります。
| 側面 | スノーフレークスキーマ | スタースキーマ |
|---|---|---|
| 構造 | 正規化ディメンション | 非正規化ディメンション |
| ストレージ | 最小 | 大きい |
| クエリ複雑さ | 高（多くの結合） | 低（少ない結合） |
| パフォーマンス | 複雑クエリで低い | ほとんどで速い |
| データ整合性 | 最高 | 更新異常のリスク |
関連用語
- スタースキーマ — 非正規化版のディメンショナルモデル。
- ファクトテーブル — スノーフレークスキーマの中心。
- ディメンションテーブル — スノーフレークスキーマの階層構造の基本。
- データウェアハウス — スノーフレークスキーマの主要な用途。
- ETL — スノーフレークスキーマへのデータロードプロセス。
よくある質問
Q: スタースキーマとスノーフレークスキーマ、どちらを選ぶべきですか？ A: ストレージコストと整合性が重要なら、スノーフレークスキーマ。クエリ速度と単純さが重要なら、スタースキーマ。業界によっては両方を組み合わせる（ハイブリッドアプローチ）も有効です。
Q: クエリパフォーマンスが低い場合、どうすればいいですか？ A: 適切なインデックスを外部キー列に作成し、マテリアライズドビュー（事前計算ビュー）を活用します。頻繁に使用される結合パターンをビュー化することで、クエリ速度を大幅に向上させられます。
Q: 変化が多いディメンションをどう管理しますか？ A: SCD（Slowly Changing Dimension）パターンを使用。バージョン番号やタイムスタンプを追加し、時系列で変化を追跡できます。
