반응형

DataAnalytics 3

[Looker] 3. LookML 기초 2: 데이터 관계 정의와 Explore 설계

안녕하세요, IT 전문 블로거 팬돌프입니다.데이터베이스에서 하나의 테이블만으로 완벽한 분석을 끝내는 경우는 거의 없습니다. 주문 내역에는 고객 정보가 붙어야 하고, 상품 정보가 연결되어야 비로소 "30대 남성이 가장 많이 구매한 전자제품" 같은 의미 있는 비즈니스 인사이트가 도출되죠.SQL에서는 이를 JOIN으로 해결합니다. 하지만 루커의 Explore에서는 단순히 테이블을 붙이는 것을 넘어, 루커에게 "이 두 테이블이 논리적으로 어떤 관계(1:1, 1:N)인지"를 명확히 알려주어야 합니다. 그래야 루커가 조인으로 인한 데이터 뻥튀기(Fan-out) 현상 없이 정확한 숫자를 계산해 줄 수 있기 때문입니다.오늘은 루커의 쿼리 생성 엔진을 완벽하게 제어하는 Explore 설계와 Join 전략에 대해 심도 있..

[Looker] 1. 루커(Looker)의 시작: 왜 우리는 시맨틱 레이어에 주목해야 하는가?

안녕하세요, IT 전문 블로거 팬돌프입니다.오늘부터 데이터 엔지니어링과 BI(Business Intelligence) 시장에서 가장 뜨거운 감자로 떠오른 루커(Looker)에 대해 본격적인 기술 연재를 시작하려 합니다.개발자 혹은 데이터 엔지니어로서 현업과 일하다 보면 이런 경험, 한 번쯤 있으실 겁니다."개발자님, 마케팅 팀에서 뽑은 지난달 매출이랑 재무팀 리포트의 매출 숫자가 달라요. 뭐가 맞는 거죠?" 분명 같은 데이터베이스에서 데이터를 가져왔는데 결과가 다릅니다. 이는 각 부서가 사용하는 쿼리의 로직(Logic)이 파편화되어 있고, 서로 다른 시점에 추출된 엑셀(Excel) 파일이나 CSV 파일을 기준으로 의사결정을 내리기 때문입니다. 우리는 이것을 데이터 사일로(Data Silo) 또는 지표의 ..

[Looker] 데이터의 진정한 가치를 발견하다: 루커(Looker) 아키텍트 완벽 가이드 (기초부터 고급 튜닝까지)

안녕하세요! IT 전문 블로거 팬돌프입니다.데이터 엔지니어링과 BI(Business Intelligence)의 핵심 도구로 자리 잡은 루커(Looker)*에 대한 글을 연재하시게 된 것을 진심으로 환영합니다. 루커는 단순한 시각화 도구를 넘어, 강력한 시맨틱 레이어(Semantic Layer)를 기반으로 데이터 거버넌스를 확립할 수 있는 훌륭한 플랫폼이지요.개발자분의 기술적 깊이를 충분히 담아내면서도, 독자들이 단계별로 성장할 수 있도록 구성한 루커 기술 블로그 연재 리포트를 제안해 드립니다.📚 루커(Looker) 기술 연재 시리즈 구성안이 시리즈는 총 8편으로 구성되어 있으며, 루커의 철학인 LookML의 이해부터 성능 최적화, Admin 관리까지 모든 기술적 요소를 포괄합니다.1편. 루커(Looke..

반응형