{"canonical_url":"https://engineer.company/nb/glossary/star-schema/","content_markdown":"# Stjerneskjema\n\n## Hva det er\n\nEt stjerneskjema er en måte å legge opp tabeller for analyse på. Én tabell i\nmidten registrerer forretningshendelser, som salg, forsendelser eller\nbetalinger, i form av tall. Rundt den står tabellene som beskriver hendelsene:\nhvilket produkt, hvilken butikk, hvilken dag, hvilken kunde. Tegner man det som\net diagram, med en strek fra tabellen i midten til hver av de andre, ser det ut\nsom en stjerne.\n\nTabellen i midten kalles faktatabellen, og tabellene rundt den kalles\ndimensjonstabeller. Kimball Group beskriver stjerneskjemaer nettopp slik:\nfaktatabeller koblet til de dimensjonstabellene som hører til dem. Koblingen er\nen helt vanlig nøkkel. Hver dimensjonstabell har én primærnøkkel, og hver rad i\nfaktatabellen bærer den nøkkelen som fremmednøkkel, én for hver dimensjon som\nbeskriver hendelsen.\n\nOppdelingen følger et skille Kimball Group trekker mellom måling og kontekst. En\ndimensjonell modell bygges rundt målehendelsene i en forretningsprosess: en vare\nskannes i kassen, en ordre sendes, et forsikringskrav utbetales. Tallene\nhendelsen gir, som antall og beløp, er faktaene. Alt som sier hvem, hva, hvor,\nnår, hvorfor og hvordan, er kontekst, og det hører hjemme i dimensjonene.\n\nDe to tabelltypene har motsatt form. På det mest detaljerte nivået har en\nfaktatabell én rad per hendelse, med de numeriske målene, en fremmednøkkel til\nhver dimensjon og noen ganger et referansenummer, som et faktura- eller\nkvitteringsnummer. Når dokumentets dato, kunde og butikk har blitt dimensjoner,\ner nummeret alt som er igjen av det, så det lagres i faktaraden uten noen\ndimensjonstabell bak seg. Kimball Group kaller det en degenerert dimensjon. En\ndimensjonstabell er derimot bred, flat og bevisst denormalisert, med mange\nbeskrivende tekstkolonner. En produktdimensjon gjentar merke, kategori og\navdeling på hver produktrad i stedet for å skille dem ut i egne tabeller.\n\nEt stjerneskjema er den relasjonelle formen av en dimensjonell modell, bygd av\nvanlige tabeller i en vanlig SQL-database. Den andre formen Kimball Group\nbeskriver, er OLAP-kuben, en flerdimensjonal database med de samme attributtene\nog faktaene, som spørres med språk som har mer analytisk kraft enn SQL, for\neksempel MDX, mens XMLA fungerer som en protokoll for tilgang. Kuber bygges ofte fra et stjerneskjema, enten som et siste steg\nfør brukerne ser dataene eller som et lag med aggregater. Modelleringsreglene er\nde samme for begge formene, og Kimball Group kaller dem arkitekturnøytrale: de\ngjelder like godt for et datavarehus i Kimball-stil som for Bill Inmons\nCorporate Information Factory, som er bygd som nav og eiker.\n\n## Hvorfor det er viktig\n\nFormen får analytiske spørsmål til å ligne hverandre. Velg faktaene som skal\nsummeres, koble faktatabellen til dimensjonene som beskriver dem, filtrer på\nnoen dimensjonskolonner og grupper på andre. Kimball Group beskriver\nfaktatabeller som hovedmålet for beregninger og dynamiske aggregeringer, og\ndimensjonsattributter som hovedkilden til betingelser, grupperinger og etiketter\ni rapporter. En analytiker som har lært mønsteret én gang, kan skrive neste\nspørring mot en ny faktatabell uten hjelp, og et rapportverktøy kan bygge den\nfra en liste med felt, fordi alle stjerner er bygd likt.\n\nLesbarhet er den andre grunnen. En driftsdatabase er laget for å lagre hvert\nfaktum én gang og holde det konsistent, så et produkts kategori ligger gjerne i\nen egen oppslagstabell som kobles tilbake via en id. Det er riktig design for\nsystemet som tar imot ordrer, og feil design for den som leter etter salg per\nkategori og først må finne ut hvilke tabeller som skal kobles, og i hvilken\nrekkefølge. En flat dimensjon samler alle beskrivende kolonner på ett sted,\nskrevet ut i ord. Kimball Group fraråder alternativet, å normalisere hierarkiet\ni en dimensjon ut i flere tabeller, fordi forretningsbrukere synes resultatet er\nvanskelig å forstå og navigere i.\n\nDen tredje grunnen er at en godt bygd stjerne kan svare på spørsmål ingen stilte\nda den ble designet. Granulariteten i en faktatabell, altså den nøyaktige\nbetydningen av én rad, fastsettes før noen dimensjon eller noe faktum, og\nKimball Group anbefaler å starte på atomær granularitet: det laveste nivået\nforretningsprosessen registrerer. En tabell med én rad per kvitteringslinje kan\nsummeres per dag, butikk, merke eller en hvilken som helst kombinasjon av dem.\nEn tabell som bare har daglige totaler per butikk, kan aldri brytes ned på\nprodukt, uansett hvordan spørsmålet formuleres. Med Kimball Groups ord tåler\natomære data uforutsigbare spørringer, mens oppsummerte data forutsetter\nspørsmålene de skal få.\n\nPrisen er bevisst redundans. Avdelingsnavnet gjentas på hver produktrad, og\ninnlastingen som bygger stjernen, må holde gjentakelsene konsistente og avgjøre\nhva som skal skje når en beskrivelse endres. Stjernen erstatter heller ikke\ndriftsmodellen; den bygges fra driftsmodellen gjennom en innlastingsprosess, og\nden er aldri ferskere enn siste kjøring av den innlastingen.\n\n## Slik ser det ut i praksis\n\nEn detaljhandelskjede vil se salg per produktkategori og måned.\nForretningsprosessen er kassakvitteringen, og granulariteten er fastsatt til én\nrad per kvitteringslinje. Produktdimensjonen er én flat tabell, og faktatabellen\nhar en nøkkel for hver dimensjon, kvitteringsnummeret som degenerert dimensjon\nog to mål.\n\n```sql\nCREATE TABLE dim_product (\n    product_key  bigint PRIMARY KEY,   -- surrogatnøkkel, eid av varehuset\n    sku          text NOT NULL,        -- koden i kildesystemet\n    product_name text NOT NULL,\n    brand        text NOT NULL,\n    category     text NOT NULL,\n    department   text NOT NULL\n);\n\nCREATE TABLE fact_sales (\n    date_key       integer NOT NULL REFERENCES dim_date,\n    store_key      integer NOT NULL REFERENCES dim_store,\n    product_key    bigint  NOT NULL REFERENCES dim_product,\n    receipt_number text    NOT NULL,   -- degenerert dimensjon\n    quantity       integer NOT NULL,\n    sales_amount   numeric(12, 2) NOT NULL\n);\n\nSELECT d.year_month, p.category, sum(f.sales_amount) AS sales\nFROM fact_sales AS f\nJOIN dim_date AS d USING (date_key)\nJOIN dim_product AS p USING (product_key)\nWHERE p.department = 'Dagligvarer'\nGROUP BY d.year_month, p.category\nORDER BY d.year_month, p.category;\n```\n\nSpørringen har den formen alle stjernespørringer har: faktatabellen, én kobling\nper dimensjon, filtre og grupperinger på dimensjonstekst og en sum over et\nfaktum. Å legge butikkens region til i rapporten er én kobling og én kolonne til\ni `GROUP BY`; faktatabellen endres ikke. Kvitteringsnummeret blir stående i\nfaktaraden, så linjene i én handlekurv fortsatt kan telles sammen, men det får\ningen dimensjonstabell, fordi det ikke er mer å si om det.\n\nEt stjerneskjema er ett svar på løftet i tjenesten\n[databasedesign og datamodellering](/nb/services/database-design/): en struktur\nsom samsvarer med hvordan virksomheten faktisk fungerer, slik at spørsmålene man\ntrenger svar på senere, fortsatt kan stilles. Driftsmodellen stjernen bygges\nfra, er den andre halvdelen av det arbeidet. I sitt nåværende arbeid for NextMariner har grunnleggeren\n[modellert et maritimt domene i 348 normaliserte tabeller](/nb/portfolio/modeled-348-tables-across-34-postgres-schemas/)\nfordelt på 34 PostgreSQL-skjemaer, med fagfolk, selskaper, skip, stillinger og\nomtaler. Der ble små, stabile oppregninger som statuser, typer og kategorier til\nSMALLINT-oppslagstabeller, som holder radene kompakte og join-operasjonene\nbillige, og ekte fremmednøkler og skranker gjør integriteten til databasens\njobb. Det er riktig form for et system som skriver én rad om gangen og må forbli\nkorrekt. En stjerne bygd for rapportering oppå et slikt system går motsatt vei:\nDen gjør kodene om til ord igjen i flate dimensjoner, fordi leseren er et\nmenneske og ikke applikasjonen.\n\n## Hvor det går galt\n\n**Dimensjonene normaliseres, og stjernen blir et snøfnugg.** Å skille merke,\nkategori og avdeling ut av produktdimensjonen i egne tabeller ser ryddig ut for\nalle som er vant til å designe driftssystemer. Kimball Group kaller resultatet\net snøfnugg (snowflake) og fraråder det: Forretningsbrukere synes det er\nvanskelig å forstå og navigere i, og de ekstra koblingene kan gjøre spørringer\ntregere, mens en flat dimensjon inneholder nøyaktig den samme informasjonen.\nHold hver dimensjon som én bred tabell, og la innlastingen gjenta hierarkiet på\nhver rad.\n\n**Granulariteten tilpasses den første rapporten.** En faktatabell med daglig\nsalg per butikk svarer på det dashbordet den ble bygd for, og ingenting under\ndet; det første spørsmålet om et enkelt produkt eller en handlekurv krever en ny\ninnlasting fra kilden. En tabell som blander daglige totaler med enkeltlinjer,\ner enda verre, fordi enhver sum over den teller det samme salget to ganger.\nFastsett granulariteten først, start på det atomære nivået prosessen\nregistrerer, og gi hver granularitet sin egen faktatabell. Oppsummeringstabeller\nkan så legges oppå for fart, som separate tabeller.\n\n**Dimensjonsattributtene er kildesystemets koder.** Driftssystemer lagrer\nkompakte koder, og kopierer man dem rett inn i en dimensjon, får man rapporter\nmed radetiketter som bare kildesystemet forstår. Kimball Group tillater koder\nsom attributter, men sier at de mest nyttige attributtene er utfyllende\nbeskrivelser, siden det er de som ender opp som etiketter i rapporten. Oversett\nhver kode til ord under innlastingen, og behold koden i en kolonne ved siden av\nbeskrivelsen for den som må spore en rad tilbake til kilden.\n\n**Faktatabellen er formet som en rapport.** Det er fristende å designe den etter\nregnearket virksomheten allerede bruker, med en kolonne per måned eller en rad\nper linje i ledelsesrapporten. Kimball Group er tydelig på at utformingen av en\nfaktatabell bygger på den fysiske aktiviteten som måles, ikke på rapportene som\nsenere hentes ut av den. Rapportoppsett endres; kassakvitteringen gjør det ikke.\nModeller hendelsen, én rad per forekomst på den fastsatte granulariteten, og la\nspørringene lage oppsettene.\n\n## Les mer\n\n- [Star Schemas and OLAP Cubes](https://www.kimballgroup.com/data-warehouse-business-intelligence-resources/kimball-techniques/dimensional-modeling-techniques/star-schema-olap-cube/)\n  — definisjonen, fakta og dimensjoner som måling og kontekst, og hvordan kuber\n  henger sammen med stjerneskjemaer.\n- [Grain](https://www.kimballgroup.com/data-warehouse-business-intelligence-resources/kimball-techniques/dimensional-modeling-techniques/grain/)\n  — hva én rad i faktatabellen betyr, og hvorfor atomær granularitet kommer\n  først.\n- [Fact Table Structure](https://www.kimballgroup.com/data-warehouse-business-intelligence-resources/kimball-techniques/dimensional-modeling-techniques/fact-table-structure/)\n  — numeriske mål og fremmednøkler i én rad per hendelse, utformet etter\n  aktiviteten og ikke etter rapporten.\n- [Dimension Table Structure](https://www.kimballgroup.com/data-warehouse-business-intelligence-resources/kimball-techniques/dimensional-modeling-techniques/dimension-table-structure/)\n  — brede, flate, denormaliserte tabeller der de beskrivende attributtene styrer\n  filtre, grupperinger og etiketter.\n- [Snowflaked Dimensions](https://www.kimballgroup.com/data-warehouse-business-intelligence-resources/kimball-techniques/dimensional-modeling-techniques/snowflake-dimension/)\n  — hvorfor det gjør en dimensjon vanskeligere å bruke å normalisere hierarkiet\n  i den.\n- [Microsoft: Datatilgang for flerdimensjonale modeller](https://learn.microsoft.com/en-us/analysis-services/multidimensional-models/mdx/multidimensional-model-data-access-analysis-services-multidimensional-data?view=sql-analysis-services-2025)\n  — MDX som spørre- og beregningsspråk, og XMLA som grensesnittet en klient kan sende en MDX-setning gjennom.\n\n\u003chttps://engineer.company/nb/glossary/star-schema/\u003e\n","date_modified":"2026-11-09T21:50:25Z","description":"Forretningshendelser i én faktatabell med flate dimensjonstabeller rundt: slik bygges et stjerneskjema, hvorfor det er lett å lese, og fire vanlige feil.","formats":{"gemtext":"https://engineer.company/nb/glossary/star-schema/index.gmi","gopher":"https://engineer.company/nb/glossary/star-schema/gophermap","html":"https://engineer.company/nb/glossary/star-schema/","json":"https://engineer.company/nb/glossary/star-schema/index.json","markdown":"https://engineer.company/nb/glossary/star-schema/index.md","pdf":"https://engineer.company/nb/glossary/star-schema/index.pdf"},"kind":"page","language":"nb","title":"Hva er et stjerneskjema?","url":"https://engineer.company/nb/glossary/star-schema/","version":1}