A
약 60초
스타 스키마 적용으로 분석 쿼리 성능 개선 경험
데이터 파이프라인 공부를 통해 데이터웨어하우스(DW) 설계 원칙에 대해 기본기를 다졌습니다. 팀 프로젝트에서 간단한 분석용 데이터 저장소를 만들면서 운영 DB 구조를 그대로 쓰면 분석 쿼리가 느려지는 문제를 직접 경험했습니다. 그 이후 주제 중심으로 데이터를 재구성하는 스타 스키마 방식을 공부했는데, 팩트 테이블과 디멘션 테이블을 분리하면 집계 쿼리 성능이 크게 개선됐습니다.
DW 설계의 핵심은 데이터 저장 방식이 아니라 어떤 분석 질문에 답해야 하는가를 먼저 정의하는 것이었는데, 요구사항 없이 설계하면 나중에 구조를 뒤집는 비용이 컸습니다. 지금도 데이터 모델 설계 전에 주요 쿼리 패턴을 먼저 정의하는 방향을 따릅니다.
이 결의 특징
마주한 기술적 문제와 그것을 풀어낸 구체적 과정이 단계별로 드러나는 흔적입니다.
이 결이 통하는 자리
이론이 아닌 실제 손에 잡은 기술 경험이 담길 때 면접관이 후속 질문을 던지는 자리입니다.