star vs. snowflake

dbt를 보다가 보니 이런 저런 내용이 나오는데, 누군가 star schema에 대한 언근이 있어 찾다가 MS의 Understand star schema라는 페이지를 찾았다.

좀더 구체적인 비교를 찾아 질의 해 본다.

1. 구조 (Structure)

Star Schema

• 중앙에 하나의 팩트 테이블이 있고, 이를 둘러싼 다수의 디멘션 테이블로 구성됩니다.
• 디멘션 테이블은 비정규화된(flat) 형태로 설계되며, 각 디멘션이 별도의 테이블로 저장됩니다.
• 단순한 구조를 가지며 별 모양을 띱니다.

Snowflake Schema

• 팩트 테이블은 동일하지만, 디멘션 테이블이 정규화된(normalized) 형태로 설계됩니다.
• 디멘션 테이블이 하위 디멘션으로 분할되어 복잡한 트리 구조를 형성합니다.
• 눈송이(snowflake) 모양을 닮은 구조입니다.

2. 정규화 수준 (Normalization)

Star Schema

• 디멘션 테이블이 비정규화(denormalized) 되어 있습니다.
• 하나의 디멘션 테이블에 모든 속성이 포함되며, 중복 데이터가 있을 수 있습니다.

  Snowflake Schema

• 디멘션 테이블이 정규화(normalized) 되어 있습니다.
• 중복 데이터를 제거하고 디멘션 속성을 여러 테이블로 나눕니다.

3. 복잡도 (Complexity)

Star Schema

• 구조가 단순하여 이해 및 유지 관리가 용이합니다.
• 쿼리가 간단하고 빠르게 실행됩니다.
• 데이터 웨어하우스 설계 초보자나 소규모 프로젝트에 적합합니다.

  Snowflake Schema

• 구조가 복잡하며, 이해 및 유지 관리가 어려울 수 있습니다.
• 정규화로 인해 테이블 간 조인(join)이 많아 쿼리 성능이 떨어질 수 - 있습니다.
• 대규모 데이터 웨어하우스나 복잡한 데이터 관계를 다룰 때 유리합니다.

4. 성능 (Performance)

Star Schema

• 조인이 적어 쿼리 성능이 일반적으로 더 우수합니다.
• 디스크 공간 사용량은 더 많을 수 있습니다(중복 데이터 때문).

  Snowflake Schema

• 정규화로 인해 조인(join) 작업이 많아 쿼리 성능이 저하될 수 있습니다.
• 디스크 공간 사용은 더 적습니다(중복 데이터가 제거됨).

5. 사용 사례 (Use Cases)

Star Schema

• 단순한 데이터 분석과 빠른 응답 시간이 필요한 경우.
• BI 도구나 OLAP(Online Analytical Processing)에서 자주 사용됨.

  Snowflake Schema

• 데이터 중복을 최소화하고 정규화를 통해 데이터 무결성을 유지하려는 경우.
• 복잡한 데이터 관계를 명확히 표현해야 하는 경우.

비교 요약