데이터의 관점을 제대로 이해해야 하는 이유는? 디멘션 모델링?

데이터를 모델링한다는 것은 데이터 관점을 읽어 모델링 하는 것

 

디멘션은 팩트를 그룹화 하거나 한정화(필터링)하는 목적으로 사용한다

일반적으로 디멘션 혹은 그룹핑을 위한 논리적인 계층구조는 1:M형태의 부모-자식 관계를 만든다

 

팩트 테이블의 상위 테이블이 되어야 하며, 디멘션은 다시 상 하위 테이블로 분리되어야한다

현대, 기아, 싸용을 묶는 상위 개념의 국산 완성차업체라고 정의 하는것 처럼

 

이렇듯 디멘션을 생각하며 아래의 테이블을 생각해보자

 

 

판매량표

 

 

위의 표를 유심히 관찰해보면 각 셀의 값을 결정 하는 데 지역, 상품, 기간(년도)이라는 3가지 정보가 영향을 주고 있다

판매량을 집계하는 기준이 존재하는 것, 87개 판매되었다는 사실을 나타낸다

 

즉 87은 강원도 원주시라는 지역

상품유형은 B고 상품 번호는 B1인 상품

2014년이라는 기간

 

위의 3가지 관점(디멘션)이 결합된 값이다

 

87이라는 값이 정보로서 비즈니스적인 가치를 가지려면 그값을 해석하는 맥락이 명확해야한다.

그리고 디멘션이 팩트를 결정하는 기준 정보로서의 부모역활을 하게된다는 것을 명심해야한다

 

 

 

판매량 ERD

 

 

위의 표처럼 관점(디멘션)과 그룹핑 구조를 확인할 수 있다

기간별, 지역별, 상품별, 판매량에서 '~별' 디멘션은 데이터를 해당 디멘션으로 한정하는 동시에 구조화할 수 있다

또한 지역 중분류 지역 소분류와 같은 그룹핑 구조는 유형화를 위한 데이터 계층 조직화를 구축할 수 있다

 

결론적으로 판매량의 데이터를 어떠한 관점으로 보는지가 가장 중요하며

그 관점을 지역별, 상품별, 판매량이라는 관점을 데이터로 나타낼 수 있게 데이터 모델링 하는것이 핵심이다

 

데이터 모델링은 말이 어렵고 책을 읽어도 이해하기 힘들다

하지만 제일 처음 이미지를 보면서 요건을 받고 업무를 이해할 때

관점을 파악하고 기준을 제대로 잡는것이 중요하다

 

한번에 모든 것을 이해못하지만 사례를 계속 살펴보고 읽어보는것이 가장중요한것같다

아무리 관점을 잘 파악하고 업무요건을 잘 정립한다고해도

그 업무에 대해 경험도는 다른 무엇보다 중요하다

 

그 경험이라는 것은 무시할 수 없기에 요건을 정립하고 업무 파악을 해서

데이터 모델링을 한다고해도 예기치 못한 변수는 발생할 수 밖에 없다

그것을 사전에 예방할 수 있는 방법은 경험밖에 없다고 생각한다

 

프로젝트를 수행할 때 개발자로 업무를 수행한다고해도

테이블 설계도를 보면서 미리미리 업무를 공부하며 테이블 구조를 보면서 

지금 하고 있는 업무 파악을 좀더 확실히 하고 메모하고 정리 해두어야

 

그것이 자기의 실력이 되고 누구에게도 인정받는 사람이 될 수 있을 거라 생각한다

 

데이터 모델링을 한다는 것은 데이터를 이해하고 유형화하여 구조화하는 과정이라고 생각하며

데이터에는 본질을 기준으로 한 몇 가지 유형이 존재한다고 생각한다

데이터 간에는 종속 관계와 계층관계도 존재한다는 것을 생각하고 계속 어떠한 상황에도

데이터 모델링을 관점으로 생각하자