DW 모델링 관련 용어 정리

Granuality

• Fact Table의 Grain 레벨을 의미
• Fact Table의 최소 단위가 월 단위로 표현되는지, 일 단위로 표현되는지를 의미
• Granuality가 높으면 성능상의 이점은 있지만 상세 데이터를 조회할 수 없는 단점이 있다.

Fact Table

• Major Table이라고도 한다.
• Business에 관한 수량적이거나 사실적인 data를 갖는다.

Dimension Table

• Minor table이라고도 한다.
  • Buiness의 차원을 반영하는 서술적인 data를 갖는다.
  • Fact Table내의 각각의 row에 대하여 서술적인 정보를 갖는다.
  • 일반적으로 Fact Table에 비하여 그 양이 적다.
• Large Dimension Tables
  • 모든 Dimension Table이 항상 작은 것은 아니다.
  • 고객에 관한 정보를 갖는 Dimension Table이라면 매우 커질 수 있다.
  • 이러한 복잡한 분석을 지원하기 위하여 보다 정교한 인덱스와 조인 기술을 필요로 한다.

테이블 예시

예를 들어서 Fact_Sales 라는 판매 Fact Table을 구성할 때 날짜, 상점, 제품의 Dimension Table이 FK로 연결된다.

Fact Table은 Measure 를 가지고 있고 아래 Fact_Sales에서는 Units Sold가 Measure가 됨.

Star Schema

• RDBMS에서 구현되는 다차원 구조.
• Fact Table을 중심으로 Dimension Table들이 뻗어져 나오는 형태를 취한 모습 때문에 ‘star’라는 이름을 가졌다.
• 팩트 테이블과 관련된 디멘션의 키 참조를 통해 연결되는 구조
• 데이터를 검색하는 동안 조인 횟수를 줄여 성능에 장점을 가진다.
• Dimension Table은 의도적으로 비정규화되기 때문에 데이터 중복성이 높다.

SnowFlake Schema

• 모든 차원 테이블을 정규화하는 프로세스
• 데이터 중복성이 완전히 제거되기 때문에 스토리지 공간이 더 절약된다.
• 반면 정규화된 차원 테이블로 인해 복잡한 조인이 필요하다.

Additive, Semi-additive, Non additive

• Additive : 어떤 디멘션으로도 합산이 가능한 measure
  • store별 일 매출 → store별 한달 총 매출로 합산이 가능
• Semi Additive : 일부 디멘션으로 합산이 가능한 measure
  • 잔고 금액과 같은 경우 시간을 제외한 모든 디멘션으로 합산 가능
• Non additive : 완전히 합산 불가능한 measure.
  • 비율과 같은 측정 값은 합산이 불가능

Roll Up, Drill Up

• 작은 단위(예: day)에서 큰 단위(예: month, year)로 집계 수행

Drill Down

• 큰 단위(예:year)에서 작은 단위(예:month, day)로 집계 수행
• 기존 쿼리에 로우 헤더를 추가하는 것
• 로우 헤더는 SQL의 GROUP BY절에 추가되는 디멘션 속성

Drill through

• OLAP에서 DW나 OLTP에 존재하는 상세 데이터에 접근(원천 조회)

Drill across

• 다른 큐브의 데이터에 접근(큐브 간 전환)
• 예) 매출 → 재고

Reference

• 랄프 킴벌 데이터 웨어하우스 툴킷 2장
• https://slidesplayer.org/slide/14490718/
• https://ko.myservername.com/schema-types-data-warehouse-modeling-star-snowflake-schema
• https://swingswing.tistory.com/151