Power BI 데이터 모델링에서 Join과 Relationship을 구분하여 적용하면 쿼리 성능과 보고서 정확도 동시 확보

Context

Power BI 대시보드는 기초가 되는 데이터 모델의 품질에 의존한다. 데이터 모델이 단편화되면 보고서 실행 속도가 저하되고 결과가 부정확하거나 오도될 수 있다.

Technical Solution

• Power Query의 Merge Queries를 통해 데이터 결합: Inner Join(양쪽 일치 행만), Left Outer Join(왼쪽 전체 + 오른쪽 일치), Right Outer Join(오른쪽 전체 + 왼쪽 일치), Full Outer Join(양쪽 전체), Left Anti Join(왼쪽만 존재), Right Anti Join(오른쪽만 존재)
• Model View에서 Relationships를 통한 테이블 연결: Cardinality(One-to-Many, Many-to-Many, One-to-One) 정의
• Cross-filter Direction 설정: Single(Dimension → Fact) 또는 Both(양방향, 성능 주의)
• Active(실선) 및 Inactive(점선) Relationship 구분: Inactive는 USERELATIONSHIP 함수로 명시적 호출
• Star Schema 설계 적용: 중앙 Fact 테이블(정량 데이터)에 다중 Dimension 테이블(설명 데이터) 연결
• Snowflake Schema 검토: Dimension 정규화로 저장소 절감하되 복잡도 증가
• 고급 패턴 대응: Role-Playing Dimension(단일 Dimension이 Fact를 다중 경로로 필터링), 순환 종속성 회피, Grain Mismatch 방지(일별/월별 데이터 집계 정렬)

Key Takeaway

Power BI 아키텍처에서는 데이터 정제 단계에 Join을, 보고서 상호작용성 유지 단계에 Relationship을 사용해야 한다. 이 구분이 기본 리포트 제작자와 진정한 Power BI 아키텍트를 구분 짓는 핵심 원칙이다.