VertiPaq 엔진 최적화의 핵심, Power BI Star Schema 설계 전략

Context

단일 Flat Table 구조의 높은 메모리 소비와 유지보수 어려움 발생. 복잡한 데이터 관계 설정 시 쿼리 성능 저하 및 DAX 계산 복잡도 증가 문제 직면.

Technical Solution

• VertiPaq 엔진 최적화를 위해 Fact Table과 Dimension Table을 분리한 Star Schema 구조 채택
• Dimension Table의 역정규화를 통해 중간 룩업 레이어를 제거하고 1:N 관계의 단순한 필터 흐름 설계
• 데이터 중복 문제는 VertiPaq의 Dictionary Encoding 방식을 통해 메모리 효율적으로 처리
• 분석 목적에 따라 Left Outer Join으로 데이터 보존 또는 Anti Join으로 누락 데이터 및 타겟 리스트 추출
• 계층 구조가 매우 복잡한 경우에 한해 Dimension Table을 정규화하는 Snowflake Schema 적용
• 데이터 모델 뷰를 통한 가상 Join 설정을 통해 Power Query 머지보다 유연한 관계 관리 체계 구축

Key Takeaway

데이터 모델의 단순성이 쿼리 성능과 직결되며, 특히 분석 엔진의 특성에 맞춘 Star Schema 설계가 DAX 복잡도를 낮추고 확장성을 확보하는 최선책임.