데이터 관계를 위한 키

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

이 연습은 강의의 일부입니다

Snowflake로 시작하는 데이터 모델링

SkillTag.level.intermediateSkillTag.label

4.8+

Snowflake로 데이터 모델링의 기초를 탐색하며 데이터를 효율적으로 조직하는 방법을 익혀 보세요. 데이터 모델링의 기본 개념에서 시작해, 데이터 중심 환경에서의 중요성을 이해하고, 데이터를 효과적으로 표현하고 저장하는 법을 배웁니다. 대규모 관점에서 데이터 조직을 시각화해 보면, 잘 구조화된 데이터 모델이 데이터 질의와 분석을 얼마나 단순화하는지 체감하실 수 있어요.

Exercise 1: 데이터 모델링 소개 Exercise 2: 데이터 모델링의 구성 요소 Exercise 3: 엔터티 설명하기 Exercise 4: 개념적 및 논리적 데이터 모델 살펴보기 Exercise 5: 개념적 데이터 모델 구현하기 Exercise 6: 물리적 데이터 모델 살펴보기 Exercise 7: 엔터티 생성하기 Exercise 8: 물리적 데이터 모델 구축

Snowflake에서 데이터 관계의 핵심 요소인 키와 데이터 정규화의 기본 원리를 중심으로, 효과적인 데이터 조직과 관리를 알아봅니다. 관계형 데이터의 기초를 살펴보고, 기본 키와 외래 키가 데이터 엔터티를 구조화하고 연결하는 데 얼마나 중요한지 강조합니다. 이어서 정규화 과정을 따라가며, 1NF로 중복 데이터를 제거하고, 2NF로 부분적 종속성을 해소하며, 3NF로 이행적 종속성을 제거하는 방법까지 단계적으로 익혀 보세요.

Exercise 1: 데이터 관계를 위한 키

현재 연습

Exercise 2: 엔터티 변경하기 Exercise 3: 모델 조정하기 Exercise 4: 관계형 데이터 정규화 Exercise 5: 데이터 중복 식별하기 Exercise 6: 이상치 찾아보기 Exercise 7: 제1정규형 Exercise 8: 1NF 엔터티 만들기 Exercise 9: 1NF 적용하기 Exercise 10: 2NF와 3NF Exercise 11: 2NF 적용하기 Exercise 12: 3NF 적용하기

Snowflake를 활용한 데이터 웨어하우징 전략을 더 깊이 탐구하면서, 세 가지 핵심 데이터 모델링 접근법—엔터티-관계 모델, 차원 모델링, Data Vault—을 살펴봅니다. 먼저 대학 시스템의 복잡한 관계를 엔터티-관계 모델로 매핑해 데이터 상호작용을 시각화합니다. 이어서 차원 모델링으로 사실 테이블과 차원 테이블을 사용해 분석을 단순화하고, 인사이트 있는 리포팅을 가능하게 합니다. 마지막으로 Data Vault 모델링을 통해 이력 데이터 추적과 유연성에 뛰어난 견고한 프레임워크를 익혀 보세요.

Exercise 1: 엔터티-관계 모델 Exercise 2: ER 모델을 위한 엔터티 생성 Exercise 3: ER 모델에서 데이터 조회하기 Exercise 4: 차원 모델링 Exercise 5: 차원 준비하기 Exercise 6: 차원 만들기 Exercise 7: 차원 모델에서 데이터 조회하기 Exercise 8: Data Vault Exercise 9: 허브 만들기 Exercise 10: 새틀라이트 생성하기 Exercise 11: 링크 생성 Exercise 12: 올바른 접근 방식 선택하기 Exercise 13: 데이터 모델링 기법 분류하기 Exercise 14: 데이터 조회 마스터하기

Snowflake 아키텍처의 강점을 활용해 쿼리 성능을 최적화하고, 데이터 모델의 속도와 효율을 높여 보세요. Snowflake의 열 지향 저장, 대규모 병렬 처리(MPP), 마이크로 파티션의 이점을 전통적인 데이터베이스와 비교하며 Snowflake의 뛰어난 성능을 명확히 이해합니다. 또한 가상 웨어하우스, 테이블, 뷰 등 Snowflake의 데이터 오브젝트를 탐색해 데이터를 체계적으로 구성해 보세요. 쿼리 최적화, 서브쿼리 사용, 공통 테이블 식(CTE) 등 기법을 익혀 데이터 처리를 한층 더 효율화합니다.

Exercise 1: Snowflake에서의 쿼리 성능 Exercise 2: Snowflake의 저장 방식 Exercise 3: Snowflake의 강점 Exercise 4: Snowflake 데이터 오브젝트 Exercise 5: Virtual data warehouses Exercise 6: Snowflake 구성 요소 Exercise 7: 뷰 구현하기 Exercise 8: 쿼리 최적화 Exercise 9: 실행 순서 Exercise 10: 서브쿼리 완전 정복 Exercise 11: 마무리