你提到的“雪花模式（Snowflake Schema）”，通常是在数据仓库 / 维度建模语境下说的。一般与之对比的是星型模式（Star Schema）。
之所以“不只用雪花模式”，核心原因是：雪花模式更规范，但查询更慢、使用更复杂；星型模式牺牲一点冗余，换来性能和易用性。
下面具体说：
雪花模式把维度进一步拆成多张规范化的表，例如：
dim_product(product_id, category_name, sub_category_name)dim_product → dim_category → dim_sub_category查询时要多 join：
SELECT ...
FROM fact_sales f
JOIN dim_product p ON f.product_id = p.product_id
JOIN dim_category c ON p.category_id = c.category_id
JOIN dim_sub_category s ON c.sub_category_id = s.sub_category_id
join 越多：
分析师、BI 工具（Tableau / Power BI / Superset）更喜欢：
雪花模式：
雪花模式以前是为了节省存储（避免重复文本）。
但现在：
所以“为了规范化省空间”的动机弱了。
星型模式：
优点：
也不是，适合用雪花的场景：
实际中常见折中：
不只用雪花模式，是因为它用“查询复杂度和易用性”换“规范化”，而在数据仓库里，通常查询性能和业务易用性更重要。
如果你愿意，我也可以画一张星型 vs 雪花对比图，或者结合你用的数仓（Hive / ClickHouse / BigQuery / Doris 等）说更适合哪种。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
