📦 Partition & 🧲 Clustering 정리

---

📦 Partition & 🧲 Clustering 정리

한 줄 요약

• Partition 👉 데이터를 “큰 덩어리”로 나눔
• Clustering 👉 그 안에서 “비슷한 값끼리” 모아둠

---

1️⃣ Partition (파티션)

개념

👉 테이블을 날짜/범위 기준으로 물리적으로 쪼갬

orders 테이블
 ├─ 2024-01-01
 ├─ 2024-01-02
 ├─ 2024-01-03

왜 쓰냐?

• 필요한 파티션만 읽음
• 쿼리 비용 ↓
• 속도 ↑

---

언제 쓰냐?

• 날짜 조건이 거의 항상 있음
• WHERE order_date >= '2024-01-01'

👉 로그, 주문, 이벤트 데이터 = 무조건 파티션

---

실무 규칙 (이거 중요)

• ✅ 시간 컬럼 (date / timestamp)
• ❌ user_id, category 같은 고유값 X
• 하루 단위가 기본

---

2️⃣ Clustering (클러스터링)

개념

👉 파티션 안에서 특정 컬럼 기준으로 정렬 + 묶기

2024-01-01 파티션
 ├─ user_id = 1
 ├─ user_id = 1
 ├─ user_id = 2
 ├─ user_id = 2

왜 쓰냐?

• 특정 컬럼으로 자주 필터/조인
• 전체 스캔 줄어듦

---

언제 쓰냐?

• WHERE / JOIN에 자주 등장하는 컬럼
• WHERE user_id = 123

👉 user_id, product_id, country 같은 것들

---

3️⃣ Partition vs Clustering 차이 한눈에

구분 Partition Clustering

기준	날짜/범위	컬럼 값
크기	큼	상대적으로 작음
효과	스캔 대상 자체 감소	스캔 효율 증가
필수 여부	거의 필수	있으면 좋음
비용 절감	⭐⭐⭐⭐	⭐⭐

---

4️⃣ 같이 쓰면 이렇게 됨 (정석)

PARTITION BY DATE(order_date)
CLUSTER BY user_id, product_id

읽는 순서

1. 날짜 파티션 선택
2. 그 안에서 user_id 묶음 탐색

👉 성능 + 비용 최적 조합

---

5️⃣ 실무에서 자주 하는 실수 ❌

• 파티션 안 나눠도 되는 작은 테이블에 파티션
• 파티션 너무 잘게 쪼갬 (시간 단위)
• 클러스터링 컬럼을 너무 많이 넣음

👉 파티션 1개 + 클러스터 1~2개가 보통 최적

---

6️⃣ dbt / DW 기준 추천 패턴

Silver (DW Core)

• PARTITION BY date
• CLUSTER BY business_key

Gold (DM / Fact)

• PARTITION BY date
• CLUSTER BY join_key

---

7️⃣ 면접용 20초 답변 (외워도 됨)

“Partition은 테이블을 날짜 같은 큰 기준으로 나눠

스캔 범위를 줄이는 방식이고,

Clustering은 파티션 내부에서 자주 조회되는 컬럼 기준으로

데이터를 정렬해 읽기 효율을 높이는 기법입니다.

실무에서는 보통 날짜로 파티션하고,

조인이나 필터에 자주 쓰는 컬럼으로 클러스터링합니다.”

---

마지막 핵심 문장

👉 Partition은 ‘어디까지 읽을지’,Clustering은 ‘어떻게 빨리 찾을지’다.

---