DS検定トップ
＞ スタースキーマとは？ファクトテーブルとディメンションテーブルを理解する【DS検定】
## まず結論
- **スタースキーマ（Star Schema）とは、データウェアハウスで使われるデータ構造の一つです。**
- 中心に **ファクトテーブル（事実データ）** を置き、その周囲に **ディメンションテーブル（分析軸）** を配置します。
DS検定では
**ファクトテーブルとディメンションテーブルの違い**
を理解しているかがよく問われます。
## 直感的な説明
例えば売上分析を考えます。
企業では
- 商品
- 地域
- 日付
などの視点から売上を分析します。
このときデータは次のように整理されます。
```
商品
|
地域 — 売上 — 日付 | 顧客
```
中央にある
**売上データ**
がファクトテーブルです。
周囲にある
- 商品
- 地域
- 日付
- 顧客
などは **分析の視点**であり、ディメンションテーブルです。
この形が星の形に見えるため
**スタースキーマ**
と呼ばれます。
## 定義・仕組み
スタースキーマは
**データウェアハウスで使われるデータモデル**
です。
構成は次の2種類です。
### ファクトテーブル
事実データ（数値データ）を持つテーブルです。
例
| 日付 | 商品ID | 地域ID | 売上 |
|---|---|---|---|
| 2024/01 | A | 東京 | 100 |
特徴
- 数値データ
- 集計対象
- 外部キーを持つ
### ディメンションテーブル
分析の視点となる情報を持つテーブルです。
例
商品テーブル
| 商品ID | 商品名 | カテゴリ |
|---|---|---|
| A | ノートPC | 電子機器 |
地域テーブル
| 地域ID | 地域名 |
|---|---|
| 1 | 東京 |
特徴
- 分析の軸
- 属性情報を持つ
## どんな場面で使う？
スタースキーマは
**データウェアハウス（DWH）**
で使われます。
例えば
### BIツール分析
BIツールでは
- 商品別売上
- 地域別売上
- 月別売上
などを分析します。
このとき
ファクトテーブルとディメンションテーブルを使うことで
**高速な分析が可能**になります。
### OLAP分析
OLAPでは
- スライス
- ダイス
- ドリルダウン
などの分析を行います。
これらは
**ディメンションを使った分析**
です。
## よくある誤解・混同
### ファクトテーブル vs ディメンションテーブル
| テーブル | 内容 |
|---|---|
| ファクトテーブル | 売上・数量などの数値データ |
| ディメンションテーブル | 商品・地域などの分析軸 |
DS検定では
**数値データ＝ファクト**
と覚えると判断しやすいです。
### スタースキーマ vs 正規化データベース
通常のデータベースは
**データの重複を減らす（正規化）**
ことを重視します。
一方、スタースキーマは
**分析の高速化**
を重視します。
そのため
多少データが重複していても
分析しやすい構造になっています。
## まとめ（試験直前用）
- **スタースキーマ＝データウェアハウスのデータ構造**
- 中央：**ファクトテーブル（数値データ）**
- 周囲：**ディメンションテーブル（分析軸）**
- BIツールやOLAP分析で利用される
- DS検定では
**ファクト＝数値データ**と覚えると判断しやすい
## 対応スキル項目（データエンジニアリング力シート）
- データ基盤
- データ管理
★ データベースやデータウェアハウスなどのデータ管理基盤の基本概念を理解している