피드로 돌아가기
Dev.toDatabase
원문 읽기
Star Schema 설계를 통한 Power BI 쿼리 성능 및 데이터 정합성 최적화
Power BI Data Modeling Unleashed: Master Schemas, Relationships, and Joins for High-Performance Reporting
AI 요약
Context
단일 테이블 구조나 복잡한 Snowflake Schema 사용 시 발생하는 쿼리 속도 저하 및 분석 복잡성 해결 필요. 비정형 데이터 구조로 인한 DAX 계산 오류와 필터 전파의 불확실성을 제거하기 위한 체계적인 Semantic Model 설계 요구.
Technical Solution
- 측정 가능 데이터 중심의 Fact Table과 컨텍스트 제공용 Dimension Table을 분리한 Star Schema 아키텍처 채택
- Dimension에서 Fact로 향하는 One-to-Many (1:*) 단방향 필터 전파 설계를 통한 쿼리 실행 경로 최적화
- 정규화 비용을 낮추고 조인 횟수를 최소화하여 런타임 성능을 높인 Denormalized Dimension 구조 적용
- Power Query를 통한 사전 데이터 정제 및 모델 로드 후 Relationship 설정을 통한 논리적 결합 계층 분리
- Bi-directional Filtering 사용을 제한하여 순환 참조 방지 및 엔진 부하 감소 유도
- Date Dimension 전용 테이블 구축을 통한 Time Intelligence 함수 연산 효율성 확보
실천 포인트
- Fact-to-Fact 직접 연결 대신 Dimension 테이블을 경유하는 구조인지 검토 - 관계 설정 시 기본 필터 방향을 Single로 설정하고 Bi-directional 사용 사유를 명확히 정의 - Fact Table 내 외래키 컬럼을 숨기고 Dimension Table의 PK를 통해서만 필터링하도록 UI 설계 - 복잡한 Join 연산은 Power Query 단계에서 Merge/Append로 처리하여 모델 로드 부하 최소화