실수 1: Dimension을 또 정규화

"카테고리 테이블을 또 분리해야지"

이러면 JOIN이 늘어남. Star Schema의 장점 상실!

올바른 설계:

DW에서는 의도적으로 중복 저장하는 거다.

---

실수 2: Fact에 텍스트 저장

Fact에는 FK와 숫자만! 텍스트는 Dimension에.

왜?

• Fact는 수억 행. 텍스트 반복 저장 = 용량 폭발
• FK(정수)가 훨씬 빠름

---

실수 3: Grain을 명확히 안 정함

Grain이 모호하면:

• 중복 행 발생
• 집계 결과 틀림
• 데이터 신뢰도 하락

반드시 정의:

---

Star vs Snowflake

비교	Star	Snowflake
구조	단순	복잡
JOIN 수	적음	많음
성능	빠름	느림
저장 공간	큼 (중복)	작음
유지보수	쉬움	어려움

실무에서는 Star Schema를 주로 사용. Snowflake는 저장 공간이 정말 부족할 때만.

---

설계 체크리스트

체크	항목
[ ]	Grain이 명확히 정의되었나?
[ ]	Fact에 텍스트가 없나? (FK와 숫자만?)
[ ]	Dimension이 또 정규화되지 않았나?
[ ]	Surrogate Key를 사용했나?
[ ]	분석에 필요한 속성이 Dimension에 있나?