數據倉庫中常見的模型有：范式建模，雪花模型，星型建模，事實星座模型.
星型模型
星型模型是數據集市維度建模中推薦的建模方法。星型模型是以事實表為中心，所有的維度表直接連接在事實表上，像星星一樣。星型模型的特點是數據組織直觀，執行效率高。因為在數據集市的建設過程中，數據經過了預處理，比如按照維度進行了匯總，排序等等，數據量減少，執行的效率就比較高。
雪花模型
雪花模型也是維度建模中的一種選擇。雪花模型的維度表可以擁有其他維度表的，雖然這種模型相比星型模型更規范一些，但是由於這種模型不太容易理解，維護成本比較高，而且性能方面需要關聯多層維表，性能也比星型模型要低。所以一般不是很常用。
范式建模
第三范式建模是在數據庫建模中使用的建模方法，特點是體系化，擴展性好，避免冗余，避免更新異常。所以，在數據倉庫的EDW層建模中，我們也提倡使用第三范式建模。但是數據倉庫的集成和反映歷史變化的特征意味着數據量非常之大，表和表之間的關聯效率比較低，所以有些時候完全規范的范式建模並不是最好的選擇，通常我們會選擇非規范化處理，增加一些冗余的字段來避免表之間關聯的次數，這樣會節約大量的時間。
雪花模型是介於星型模型和范式建模之間的。個人理解，范式建模和雪花模型的區別在於雪花模型在維度上也是有冗余的。例如雪花模型例圖的地域維度不符合第三范式，因為地域維度中存在傳遞依賴，城市-省級-國家-地域。
星座模型
星座模型是星型模型延伸而來，星型模型是基於一張事實表的，而星座模型是基於多張事實表的，而且共享維度信息。 通過構建一致性維度，來建設星座模型，也是很好的選擇。比如同一主題的細節表和匯總表共享維度，不同主題的事實表，可以通過在維度上互相補充來生成可以共享的維度。
