Power BI에서 데이터 모델링은 조인, 관계, 스키마 세 가지 축으로 구성되며 스타 스키마 구조가 성능과 유지보수성을 좌우한다

Context

엑셀 기반 소매점 데이터를 Power BI로 분석할 때 테이블 간 관계 정의 없이 모든 데이터를 단일 테이블에 넣으면 로드 시간이 길어지고 숫자 정합성 확보가 어렵다. 특히 날짜별, 고객별 다중 분석 차원이 필요한 경우 관계 없는 플랫 테이블 구조는 확장성에 한계가 있다.

Technical Solution

• 파워 쿼리 → INNER, LEFT OUTER, RIGHT OUTER, FULL OUTER, LEFT ANTI, RIGHT ANTI 등 6가지 조인 유형으로 테이블 물리적 결합
• 모델 뷰 → 카디널리티, 필터 방향, 활성/비활성 속성 설정으로 테이블 간 논리적 관계 정의
• DAX → USERELATIONSHIP() 함수 활용하여 비활성 관계를 특정 측정값에서만 활성화
• 팩트 테이블(Sales)과 디멘전 테이블(Customers, Products, Dates) 구분하여 역할 기반 설계
• 가능한 모든 경우에 스타 스키마 구조 적용

Impact

스타 스키마 구조 적용 시 단일 플랫 테이블 대비 파일 크기 축소 및 새로고침 속도 향상

Key Takeaway

파워 쿼리 조인은 데이터를 물리적으로 결합할 때, 모델 관계는 필터 흐름을 논리적으로 제어할 때, 스키마는 테이블을 구성할 때 각각 사용해야 하며 편의성보다 명확성을 우선해야 한다