Amazon Quick Sight를 활용한 다중 데이터셋 관계 데이터 모델링 패턴

Amazon Quick Sight 다중 데이터셋 관계에 대한 데이터 모델링 패턴

소개

아마존 Quick Sight는 다중 데이터셋 관계를 통해 데이터 모델링을 단순화하고 효율성을 극대화하는 강력한 도구입니다. 이번 글에서는 Amazon Quick Sight를 활용해 다중 데이터셋 관계를 효과적으로 모델링하는 방법과 사례들을 통해 그 효용성을 살펴보겠습니다.

본문

핵심 내용 및 사례

아마존 Quick Sight의 다중 데이터셋 관계는 다양한 데이터 모델링 패턴을 지원합니다. 그 중에서도 스타 스키마는 가장 일반적이고 추천되는 패턴으로, 중앙의 팩트 데이터셋이 여러 차원 데이터셋과 연결됩니다. 아래 예제를 통해 스타 스키마와 스노우플레이크 스키마, 갤럭시/컨스텔레이션 스키마, 롤플레잉 차원 등의 시나리오를 자세히 살펴보겠습니다.

1. 스타 스키마

중앙의 SALES_FACT 데이터셋이 여러 차원 데이터셋과 연결된 가장 흔한 패턴입니다. 이 패턴은 고객 세그먼트와 지역별 총 매출을 분석하는 데 적합합니다.

2. 스노우플레이크 스키마

차원 테이블을 체인 형식으로 정규화한 스키마로, 다중 레벨의 차원 체인을 지원합니다. 주로 지리적 계층별 매출 분석에 사용됩니다.

3. 갤럭시/컨스텔레이션 스키마

여러 팩트 테이블이 공유된 차원 테이블을 사용할 때 적합한 패턴입니다. 프로세스 간 분석을 위한 크로스 데이터 분석에 유용합니다.

4. 롤플레잉 차원

하나의 차원 테이블이 여러 역할로 사용되는 경우, 각각의 역할에 따라 별도의 데이터를 작성합니다. 이는 주문일, 배송일, 도착일 등의 다양한 분석을 지원합니다.

결론

다중 데이터셋 런타임 조인은 Quick Sight의 기능을 확장하여 모델링 후에 요구에 맞는 조인을 실시간으로 수행할 수 있도록 합니다. 이는 데이터 모델링의 단순화와 효율성을 제공하며, 다양한 시나리오에 유연하게 대처할 수 있게 해줍니다.

[1] 원문 URL: https://aws.amazon.com/blogs/machine-learning/data-modeling-patterns-for-amazon-quick-sight-multi-dataset-relationships/