Power BI에서 테이블 관계, SQL 조인, 스키마 설계를 통해 데이터를 구조화하는 방법을 설명합니다

Context

다양한 소스에서 수집한 매출, 고객, 제품 데이터를 개별 테이블로 분리하면 분석이 용이하지만 테이블 간 연결이 필요합니다. SQL 조인은 쿼리 실행 시마다 임시로 데이터를 결합하므로 재사용성과 유지보수성이 낮습니다. Power BI는 테이블 간 영구적인 관계를 생성하여 필터, 집계, 드릴다운을 자동화합니다.

Technical Solution

• INNER JOIN → 두 테이블에서 매칭되는 행만 반환하여 공통 데이터 추출
• LEFT/RIGHT JOIN → 기준 테이블의 모든 행과 매칭数据进行 결합
• FULL OUTER JOIN → 양쪽 테이블의 모든 행을 결합하여 누락 없이 확인
• ANTI JOIN → 매칭되지 않는 행만 추출하여 이상 거래나 미구매 고객 식별
• Power BI 관계 → 카디널리티(1:M, M:M, 1:1)를 설정하여 테이블 간 영구 연결 생성
• Active/Inactive 관계 → 기본 필터에 참여하는 관계와 필요시 활성화하는 관계를 구분
• 크로스 필터 방향 → 단방향 또는 양방향 필터 흐름을 설정
• 팩트 테이블 → 매출액, 수량 등 측정 가능한 수치 데이터 저장
• 차원 테이블 → 고객명, 제품 카테고리 등 기술 설명 데이터 저장
• Star Schema → 팩트 테이블이 차원 테이블에 직접 연결되어 빠른 쿼리 수행
• Snowflake Schema → 차원 테이블을 정규화하여 하위 테이블로 분리
• Role-Playing Dimension → Date 테이블을 매출일, 배송일, 청구일 등 다중 용도로 재사용

Impact

Star Schema 사용 시 쿼리 성능이 Flat Table 대비 향상됩니다.

Key Takeaway

데이터 모델링은 팩트 테이블과 차원 테이블을 명확히 구분하고 카디널리티와 필터 방향을 올바르게 설정하는 것이 핵심입니다.