별모양 스키마(Star Schema)

Kyle·2025년 9월 25일
TILschemastarschema

“별모양 스키마(Star Schema)”는 데이터 웨어하우스(DW) 설계에서 가장 기본적이면서도 많이 쓰이는 모델이다.

1. 별모양 스키마(Star Schema)란?

  • 사실 테이블(Fact Table): 비즈니스 이벤트(매출, 주문, 클릭 등)를 담고 있고, 주로 숫자형 데이터(금액, 수량, 매출액 등)를 저장
  • 차원 테이블(Dimension Table): 사실 데이터를 설명하는 맥락을 제공 (예: 고객 정보, 제품 정보, 날짜, 지역 등)
  • 별 모양: 사실 테이블이 가운데 있고, 여러 차원 테이블이 방사형으로 연결되어 있기 때문에 “Star Schema”라고 함

예시 (온라인 쇼핑몰 매출 DW):

FactSales (사실 테이블)
 ├── CustomerDimension (차원: 고객)
 ├── ProductDimension (차원: 상품)
 ├── DateDimension (차원: 날짜)
 └── StoreDimension (차원: 매장)

2. Django 모델로 구현해보기

예를 들어, 매출 데이터 웨어하우스를 만든다고 가정

from django.db import models

# 차원 테이블들
class CustomerDimension(models.Model):
    customer_key = models.AutoField(primary_key=True)
    name = models.CharField(max_length=255)
    email = models.EmailField()
    region = models.CharField(max_length=100)

    def __str__(self):
        return f"{self.name} ({self.region})"

class ProductDimension(models.Model):
    product_key = models.AutoField(primary_key=True)
    name = models.CharField(max_length=255)
    category = models.CharField(max_length=100)
    price = models.DecimalField(max_digits=10, decimal_places=2)

    def __str__(self):
        return f"{self.name} - {self.category}"

class DateDimension(models.Model):
    date_key = models.DateField(primary_key=True)
    year = models.IntegerField()
    quarter = models.IntegerField()
    month = models.IntegerField()
    day = models.IntegerField()
    weekday = models.CharField(max_length=10)

    def __str__(self):
        return str(self.date_key)

class StoreDimension(models.Model):
    store_key = models.AutoField(primary_key=True)
    name = models.CharField(max_length=255)
    city = models.CharField(max_length=100)
    country = models.CharField(max_length=100)

    def __str__(self):
        return f"{self.name} ({self.city})"

# 사실 테이블
class SalesFact(models.Model):
    sale_id = models.AutoField(primary_key=True)
    customer = models.ForeignKey(CustomerDimension, on_delete=models.CASCADE)
    product = models.ForeignKey(ProductDimension, on_delete=models.CASCADE)
    date = models.ForeignKey(DateDimension, on_delete=models.CASCADE)
    store = models.ForeignKey(StoreDimension, on_delete=models.CASCADE)

    quantity = models.IntegerField()
    total_amount = models.DecimalField(max_digits=12, decimal_places=2)

    def __str__(self):
        return f"Sale {self.sale_id} - {self.total_amount}"

3. Django ORM에서 활용 예시

  • 매출 집계:
    from django.db.models import Sum

# 2025년 매출 총합
total_sales_2025 = SalesFact.objects.filter(
    date__year=2025
).aggregate(Sum("total_amount"))
  • 고객별 매출 TOP 5:
    top_customers = (
    SalesFact.objects
    .values("customer__name")
    .annotate(total=Sum("total_amount"))
    .order_by("-total")[:5]
)
  • 카테고리별 월 매출:
    monthly_sales = (
    SalesFact.objects
    .values("date__year", "date__month", "product__category")
    .annotate(total=Sum("total_amount"))
    .order_by("date__year", "date__month")
)

4. 왜 Star Schema가 중요한가?

  • 단순함: 구조가 직관적이어서 SQL/Django ORM 쿼리 작성이 쉬움
  • 성능 최적화: 조회 패턴에 맞춰 인덱싱을 잘 하면 BI 도구와 연동하기 좋음
  • 확장성: 새로운 차원(예: “배송 차원”)을 붙이기 쉬움

별모양 스키마 심화 이론

1. 기본 개념

  • 사실 테이블 (Fact Table)
    • 수치 데이터를 저장하는 테이블 (매출액, 수량, 비용 등).
    • 항상 외래키(FK) 로 차원 테이블을 참조
    • 보통 행 수가 수백만, 수억 건 이상 될 수 있음 → 성능 고려 필요.
    • 종류:
      • Transaction Fact: 주문, 결제처럼 이벤트 기반.
      • Periodic Snapshot Fact: 매일/매월 상태(잔액, 재고)를 기록.
      • Accumulating Snapshot Fact: 상태 변화 과정 (예: 배송 주문 진행상황).
  • 차원 테이블 (Dimension Table)
    • 사실 데이터를 설명하는 메타데이터 저장. (고객, 상품, 지역, 날짜 등)
    • 일반적으로 비교적 작음(수천~수십만 건).
    • 속성이 자주 변동됨 → SCD (Slowly Changing Dimension) 문제 발생.

2. 차원 관리 (Slowly Changing Dimension, SCD)

  • SCD Type 1 (덮어쓰기)
    • 고객의 지역이 바뀌면 그냥 업데이트해버림.
    • 과거 분석에는 문제가 생길 수 있음 (예: 2023년엔 서울 고객이었는데, 2025년에 부산으로 바뀌면 2023년 매출도 부산으로 계산됨).
  • SCD Type 2 (이력 관리)
    • 변경될 때 새로운 row를 삽입, start_date, end_date, is_current 같은 컬럼으로 관리.
    • 과거 시점 기준 분석 가능.
    • 가장 많이 쓰임.
  • SCD Type 3 (부분 이력)
    • 과거/현재 두 값만 저장. 잘 안 쓰임.

3. Star Schema vs Snowflake Schema

  • Star Schema (별모양): 차원 테이블이 정규화되지 않고 단순함. 쿼리 직관적. BI에 적합.
  • Snowflake Schema (눈송이): 차원 테이블이 정규화되어 더 분리됨. 저장공간 최적화, 하지만 쿼리 복잡.
  • 현업에서는 Star → Snowflake 혼합을 많이 씀.

4. 성능 최적화 포인트

  • 사실 테이블의 외래키 + 측정값(Measure) 조합에 인덱스 걸기.
  • 날짜 차원(Date Dimension)을 반드시 두는 게 중요 (쿼리 단순화 + 효율).
  • OLAP 도구/BI (예: PowerBI, Tableau, Superset)와 연동 고려.
  • Django ORM만으로도 충분히 쿼리 가능하지만, 대규모 DW → Spark / BigQuery / Redshift 같은 외부 시스템 연동 필요.

Django 실습 적용

1. SCD Type 2를 Django 모델로 구현

예: 고객 지역 변동 이력 관리

from django.db import models
from datetime import date

class CustomerDimension(models.Model):
    customer_key = models.AutoField(primary_key=True)
    customer_id = models.IntegerField()  # 실제 고객 ID
    name = models.CharField(max_length=255)
    email = models.EmailField()
    region = models.CharField(max_length=100)

    # SCD 관리 필드
    start_date = models.DateField(default=date.today)
    end_date = models.DateField(null=True, blank=True)
    is_current = models.BooleanField(default=True)

    def __str__(self):
        return f"{self.name} ({self.region})"

로직 예시 (고객 지역 업데이트 시):

def update_customer_region(customer_id, new_region):
    current_record = CustomerDimension.objects.get(customer_id=customer_id, is_current=True)
    
    if current_record.region != new_region:
        # 기존 레코드 종료
        current_record.end_date = date.today()
        current_record.is_current = False
        current_record.save()

        # 새 레코드 추가
        CustomerDimension.objects.create(
            customer_id=customer_id,
            name=current_record.name,
            email=current_record.email,
            region=new_region,
            start_date=date.today(),
            is_current=True
        )

실무 적용

Fack1, FackN, Fact 1 + application, Fact N + application

확장성 → 파티션을 어떤기준으로 쪼개느냐

  • 파티션 ( 테이블로 나눌수도있고 , DB로 나눌수있다 )
    • 기간, 회사, 서비스
    • 테이블 데이터
  • 파티션의 중요성
  • 테이블 데이터는 batch 로 create_or_update할 예정임

Fact1 으로 의사결정, (파티션은 기간[년도])

  • 디멘션 참조
    • 회사
    • 각 evidence
    • 회사 계정과목
  • 팩트
    • 원화금액
    • 외화코드
    • 외화금액
    • 증빙분류
    • 거래일자
      • 별도 “month” 필드 추가
        • 확인) datefield 에 month로 추가조회해야하는데 그걸 바꿔서 scan하는 작업을 DB로 해야함
    • 월(month)

계정과목 3depth 기준, 2deplth에 대한 집계는 appliaction 으로 집계

postgresql partitioning

5.12. Table Partitioning

profile
Kyle
깔끔하게 코딩하고싶어요
이전 포스트

PostgreSQL Partitioning

다음 포스트

Django DI(Dependency Injection, 의존성 주입)

0개의 댓글