칼럼-지향(혹은 열-기반) 데이터베이스는 테이블을 튜플 단위가 아닌 칼럼 단위로 저장하는 새로운 개념의 데이터베이스이다. 대용량 데이터를 다루는데 있어 기존의 튜플-지향(혹은 행-기반) 데이터베이스보다 적합하다는 연구 결과가 최근에 발표되었다. 현재는 데이터웨어하우스 응용 분야에 Sybase IQ 같은 상용 열-기반 DBMS가 널리 사용되고 있다. 스타 스키마 질의는 데이터웨어하우스 질의로서 사실 테이블과 차원 테이블 간의 조인이 포함된다. 열-기반 데이터베이스 환경에서 사실 테이블과 차원 테이블은 기존 행-기반 때보다 상대적으로 사이즈가 크다. 이때 조인은 많은 데이터를 처리해야하는 비용이 큰 작업이다. 본 논문에서는 열-기반 데이터베이스에서 스타 스키마 질의 성능 향상을 위해 조인 맵핑 트리를 이용한 조인기법을 제안한다. 조인 맵핑 트리 구조는 사실 테이블과 차원 테이블 간의 조인 시 필요한 위치 정보를 미리 저장해두는 일종의 매핑 테이블이며 이 구조를 사용한 조인 처리는 I/O 접근 횟수를 줄여 전체 질의의 성능 향상을 가져온다. 제안한 조인 기법을 스타 스키마 벤치마크를 이용하여 최근의 열-기반 데이터베이스 조인 기법인 인비지블(invisible) 조인 기법과 성능 비교한 결과 평균 1.6배의 성능 향상을 보였다.
A column-oriented database is a new database concept that stores tables in column order instead of tuple order. It is known to better handle large data than traditional row(tuple)-oriented databases. In recent years, commercial column-oriented DBMSs, such as Sybase IQ, are widely used in data warehouse applications. In this paper we propose a join technique to improve the performance of star schema queries in column-oriented databases. Our technique uses a join mapping tree structure that pre-stores position information needed to join dimension tables to the fact table in a data warehouse. The use of the join mapping tree decreases the number of I/Os needed to join tables stored in column-oriented databases. A performance comparison with the invisible join technique, the best known join technique for column-oriented database, shows 1.6 times performance gain using the star schema benchmark.
