M365Con 2027 – 무료 온라인 컨퍼런스 · 11–22 Jan 2027 · 120 sessions m365con.net

Snowflake schema

Concept

스노우플레이크 스키마는 차원 테이블을 제품 범주와 하위 범주처럼 추가로 연관된 테이블로 정규화하는 차원형 데이터 모델입니다. 스타 스키마처럼 차원이 팩트 테이블에 직접 연결되는 대신, 정규화된 여러 테이블을 거쳐 연결됩니다.

✦ CONCEPTSnowflake schemaM365.FM
Title graphic: Snowflake schema (Concept)

함께 자주 다루는 주제

Snowflake schema 관련 에피소드에서는 별모양 스키마, DAX 및 Power Query도 자주 다룹니다.

Description

스노우플레이크 스키마는 차원 테이블을 추가로 연관된 테이블로 정규화하는 차원형 데이터 모델입니다. 스타 스키마에서는 각 차원이 하나의 평평한 테이블로 팩트 테이블에 직접 연결되지만, 스노우플레이크 스키마에서는 하나의 차원이 여러 개의 연결된 테이블로 나뉩니다. 대표적인 예는 제품 차원을 제품, 제품 범주, 하위 범주 테이블로 분리하고 이 테이블들을 사슬처럼 서로 조인하는 방식입니다. 이름은 이렇게 정규화된 차원들을 중앙의 팩트 테이블 주위에 그렸을 때 나타나는 가지 모양에서 유래했습니다.

이 모델은 분석 및 비즈니스 인텔리전스에서 사용되며, 데이터는 측정 가능한 이벤트를 담는 팩트 테이블과 그 이벤트의 맥락을 설명하는 차원 테이블로 구성됩니다. 스노우플레이크 변형은 차원 쪽에 정규화를 적용합니다. M365.FM 에피소드에 따르면, 이 정규화가 스타 스키마와 구별되는 지점입니다. 스타 스키마에서는 팩트 테이블이 각 차원 테이블과 직접 연결되고 차원 테이블은 비정규화되어 있습니다.

에피소드에서 다루는 주요 절충점은 쿼리의 단순성과 저장 공간 또는 거버넌스상의 이점 사이의 균형입니다. 에피소드 "Build a Power BI Star Schema for Faster Reports"는 두 설계를 비교하면서, 조인이 적게 필요하므로 스타 스키마가 더 빠른 쿼리 성능을 제공하는 반면, 스노우플레이크 스키마는 추가 조인 때문에 느리다고 설명합니다. 같은 비교에서 스타 스키마에서는 DAX 계산이 단순해지고 스노우플레이크 스키마에서는 더 복잡해지며, 추가 조인으로 인한 성능 부담 때문에 보고서 반응성이 떨어질 수 있다고 언급합니다. 이 비교에서 스타 스키마는 직관적이고 반응이 빠른 Power BI 대시보드를 위한 선택으로 제시됩니다.

에피소드 "Optimize Microsoft Fabric Lakehouse Performance"는 레이크하우스와 웨어하우스 워크로드의 속도, 저장 공간, 튜닝 관점에서 이 선택을 설명합니다. 스타 스키마를 비정규화된 차원 테이블을 가진 중앙 팩트 테이블로 설명하며, 속도에 최적화되어 있고 BI 대시보드, 보고 쿼리, 읽기 중심 워크로드에 적합하다고 말합니다. 스노우플레이크 스키마는 정규화된 차원 테이블을 가지며 조인 때문에 쿼리가 더 복잡해진다고 설명합니다. 이 에피소드는 대용량 데이터셋, 저장 공간 최적화, 데이터 거버넌스를 스노우플레이크 스키마가 더 잘 맞는 상황으로 꼽으면서도, 쿼리를 느리게 만들 수 있다는 점을 함께 언급합니다.

에피소드 "From Raw Data to Real Business Impact: Mastering Power BI and Microsoft Fabric with Thummalacherla Krishnakanth"는 이 비교를 보다 넓은 엔터프라이즈 보고 관점 안에 위치시킵니다. 대화에서는 스타 스키마와 스노우플레이크 스키마의 비교를 팩트 및 차원 테이블, Power Query 변환, 데이터 품질, 관계 설계, 교차 필터 방향, 확장 가능한 시맨틱 모델과 함께 다룹니다. 에피소드는 잘 설계된 데이터 모델이 성능을 개선하고, DAX 개발을 단순하게 하며, 조직이 성장해도 보고서를 유지보수하기 쉽게 만든다고 설명합니다. 스노우플레이크와 스타 중 무엇을 택할지는 바로 이러한 맥락에서 결정됩니다.

실무에서 두 설계 중 선택은 우선순위에 달려 있습니다. 빠르고 단순한 쿼리와 간단한 DAX 측정값이 가장 중요한 경우, 예를 들어 읽기 중심의 Power BI 보고에서는 에피소드들이 스타 스키마를 가리킵니다. 대규모 차원의 중복을 줄이거나, 저장 공간을 절약하거나, 거버넌스를 지원하는 것이 더 중요하다면, 스노우플레이크 스키마는 추가 조인과 더 복잡한 쿼리를 감수하고 정당화될 수 있습니다. 현재 확보된 사실은 이 비교 범위를 넘어서지 않으므로, 스노우플레이크 스키마를 구축하기 위한 구체적인 도구 단계는 여기서 다루지 않습니다.

Overview compiled with AI from M365.FM episodes and the facts on this page. You can improve it with the edit button below.

TypeConcept
WikipediaSnowflake schema – Wikipedia en.wikipedia.org

Frequently asked questions

Questions marked with AI were written with AI from the facts on this page.

스노우플레이크 스키마와 스타 스키마의 차이는 무엇인가요? (AI)

스타 스키마에서는 팩트 테이블이 비정규화된 차원 테이블과 직접 연결되는 반면, 스노우플레이크 스키마에서는 차원 테이블이 제품 범주 및 하위 범주처럼 추가로 연관된 테이블로 정규화됩니다.

Power BI에서 스노우플레이크 스키마는 스타 스키마보다 느린가요? (AI)

M365.FM 에피소드 "Build a Power BI Star Schema for Faster Reports"에 따르면, 스노우플레이크 스키마는 추가 조인이 필요하기 때문에 느리며, DAX 계산을 더 복잡하게 만들고 보고서 반응성을 떨어뜨릴 수 있습니다.

스노우플레이크 스키마가 합리적인 선택이 되는 경우는 언제인가요? (AI)

에피소드 "Optimize Microsoft Fabric Lakehouse Performance"는 대용량 데이터셋, 저장 공간 최적화, 데이터 거버넌스를 조인 복잡성이 늘어나더라도 스노우플레이크 스키마가 가장 잘 맞는 경우로 꼽습니다.

Glossary

Community wiki

Short info above, community knowledge below: add practical tips, examples or corrections. New contributions are reviewed first; trusted members publish directly.

Experts and companies for this topic

Nobody has listed this topic yet. Add it to your profile.

Sources

Maintained by Mirko Peters (Microsoft MVP) · Last updated: