# Esquema en estrella

> Diseño de data warehouse: una tabla de eventos al centro y tablas descriptivas alrededor.

- Nivel: Avanzado
- Temas: Datos
- URL: https://tidbit.legios.com.ar/es/star-schema/
- En inglés: [Star schema](https://tidbit.legios.com.ar/star-schema/)

Un **esquema en estrella** (star schema) es la forma más común de organizar las tablas de un data warehouse para análisis. En el centro hay una **tabla de hechos**: una fila por cada evento que querés medir, como cada venta, con números como cantidad e importe más claves que apuntan hacia afuera. Alrededor están las **tablas de dimensiones**, que describen el contexto de esos eventos: fecha, producto, local, cliente. Dibujado en un pizarrón, el centro con sus rayos parece una estrella.

El diseño calza con cómo se hacen las preguntas de negocio: "importe vendido (el hecho) por mes y por región (las dimensiones)". Una consulta une la tabla de hechos con las dimensiones que necesita, filtra y agrupa, y listo. Herramientas de BI como Power BI están pensadas alrededor de esta forma, y es el corazón del **modelado dimensional**, el método que popularizó Ralph Kimball en los noventa.

A diferencia de una base transaccional normalizada, el esquema en estrella repite datos a propósito en las dimensiones, por ejemplo guardando la categoría y la marca directamente en cada fila de producto, para que los joins sean pocos y cortos. Las tablas de hechos pueden llegar a miles de millones de filas mientras las dimensiones quedan comparativamente chicas. Cuando las dimensiones a su vez se parten en más tablas normalizadas, el resultado se llama **esquema en copo de nieve** (snowflake schema): ahorra espacio pero suma joins.

## Una analogía

Como un ticket de compra clavado en el medio de un corcho, con hilos que van a fichas que lo explican: el calendario para cuándo, el catálogo para qué, la lista de locales para dónde, el fichero de clientes para quién.

## Para quedarse

- Tabla de hechos al centro: eventos medibles como ventas, con números y claves.
- Tablas de dimensiones alrededor: quién, qué, dónde, cuándo.
- Repite datos en las dimensiones a propósito para que las consultas sean simples y rápidas.
- Es el diseño estándar detrás de la mayoría de los data warehouses y modelos de BI.

## Para seguir leyendo

- [Información sobre el esquema de estrella (documentación de Power BI)](https://learn.microsoft.com/es-es/power-bi/guidance/star-schema)
- [Esquema en estrella en Wikipedia](https://es.wikipedia.org/wiki/Esquema_en_estrella)

## Términos relacionados

- [Data warehouse](https://tidbit.legios.com.ar/es/data-warehouse/): Una base hecha para analizar: años de historia, de muchas fuentes, en un solo lugar.
- [Regiones y zonas de disponibilidad](https://tidbit.legios.com.ar/es/regions-and-availability-zones/): Dónde vive AWS físicamente: ciudades del mundo, cada una con varios centros de datos.
- [Business intelligence](https://tidbit.legios.com.ar/es/business-intelligence/): Convertir los datos de una empresa en reportes y dashboards que sirven para decidir.
- [Power BI](https://tidbit.legios.com.ar/es/power-bi/): La herramienta de Microsoft para convertir datos de una empresa en informes interactivos.
- [Normalización de bases de datos](https://tidbit.legios.com.ar/es/database-normalization/): Ordenar las tablas para que cada dato esté guardado en un solo lugar.
- [Esquema de base de datos](https://tidbit.legios.com.ar/es/database-schema/): El plano de una base de datos: qué tablas hay, sus columnas y cómo se conectan.
- [Núcleos e hilos](https://tidbit.legios.com.ar/es/cpu-cores-and-threads/): Por qué una CPU es en realidad varios procesadores, y cómo atiende todavía más tareas.