Solucionado
Olá, primeiramente parabens pelo material. Na pouca experiencia com BI que tenho sempre me foi recomendado fortemente a evitar o modelo Snow Flake Schema uma vez que o mês consumiria alto recurso computacional. Dito isto, poderia me dar um exemplo onde a aplicação deste modelo faz sentido?
hoje, com a Alura e o Google Gemini
Olá Abner tudo bem com você??
Vamos lá =) Você tem um requisito no qual não precisa consultar frequentemente um determinado conjunto de dados de dimensão, mas ainda precisa deles para fins informativos. Ao armazenar esses dados em uma dimensão separada, você reduz a redundância nas dimensões principais. E aqui será o motivo mais evidenciado da escolha, evitar redundância.
Uma tabela de produtos pode ter marca, código de marca, gerente de marca; mas como haverá apenas algumas marcas, não é necessário duplicar os atributos da marca; Nesse caso, a marca pode ser um floco de neve por exemplo.
Normalizar as tabelas de dimensões, ou seja, fragmentá-las em relações menores, pode reduzir a redundância. A normalização de um esquema em estrela leva ao chamado "esquema de flocos de neve"
Espero ter te ajudado e bons estudos!
Muito obrigado, sua visão expandiu meu entendimento sobre o assunto.