I. 데이터웨어하우스의 개요
가. DW(Data Warehouse)의 정의
나. DW(Data Warehouse)의 필요성
다. DW(Data Warehouse)의 특징
|
특징 |
설명 |
|
주제지향적 (Subject – Oriented) |
- 업무기능별로 관리되는 다수의 운영계 데이터를 전사관점에서 중복을 최소화 하고, 모든 업무에 공유 할 수 있도록 통합하는 기준 - 전사공통 관심 주제를 중심으로 관련데이터 통합 ( 데이터가 조직의 Business 주제에 따라 분류되어지고 저장됨 ) - 특정 업무기능이나 어플리케이션에 종속되지 않는 데이터 구조 |
|
통합적 (Integrated) |
- 데이터의 정합성과 물리적 통일성을 갖는 데이터 구조 - 데이터 모델링을 통해 데이터 정합성 보장 - 전사적인 데이터 표준화를 통해 데이터 통일성 확보 - 운영계로부터 데이터 획득 시 데이터 통합을 위한 일련의 변환작업 수행 |
|
시계열적 (Time-Variant) |
- 데이터는 오랜 기간 동안 보유 되며, 과거와 현재의 경향에 대한 분석, 예측에 무엇을 해야 하는지 가능하게 일련의 Snapshots 형태로 저장 함 - 일정 기간동안의 업무변화 내지는 발전추세 분석에 필요 - 이력데이터를 통해 시간경과에 따른 데이터의 변화과정 파악 가능, Snapshot 생성 |
|
비 휘발성 |
- 데이터웨어하우스에는 일반적으로 데이터 갱신 프로세스가 존재하지 않음 - 일상적으로 데이터적재와 데이터 엑세스만 존재 - 운영계에서 발생한 변경요건을 갱신하지 않고 Snapshot 형태로 반영 |
Ⅱ. 데이터웨어하우스의 개념도와 구성요소
가. 데이터웨어 하우스의 개념도
나. 데이터웨어 하우스의 구성요소
|
구성요소 |
설명 |
|
ETT |
소스 데이터로부터 필요 데이터를 검색, 추출, 변환하여 목표 데이터베이스환경으로 전달하는 과정 |
|
DOS (Operational Data Store) |
운영계 시스템별로 관리되는 데이터를 전사관점에서 통합 관리함으로써, 전사데이터공유를 가능하게 하여주는 통합데이터베이스 |
|
DM (Data Mart) |
의사결정 프로세스 지원을 목적으로 하는 부서별 또는 업무기능별 DW - 부서의 분석수행에 가장 적합한 데이터구조 - EDW로 부터 필요한 데이터 획득 - 일반적으로 한 기업 내에 복수개의 DM 존재 |
|
OLAP (Online Analyticla Processing) |
EDW와 DM의 데이터를 사용자의 요건에 따라 다각적으로 분석하고 활용할 수 있도록 지원하는 도구 - 사용자가 도구를 이용하여 프로그래머의 지원 없이도 의사결정 및 분석업무에 필요한 정보를 스스로 얻을 수 있음 |
|
메타데이터 |
데이터의 사용성과 관리효율성 향상을 위한 데이터에 관한 데이터 DW 아키텍쳐 구성 요소간의 결합력(Cohesiveness)을 유지시켜주는 매개체 |
다. 데이터웨어 하우스의 구축절차
II. 데이터웨어하우스의 4가지 특징
가. 주제지향적
나. 주제지향적
다. 비휘발성
라. 시계열성
[DW 2.0]
I. 데이터웨어하우스 2.0의 개념 및 특징
가. 데이터웨어하우스 2.0의 개념
나. 데이터웨어하우스 2.0의 특징
II. 데이터웨어하우스 2.0 아키텍처 설명
가. 데이터웨어하우스 2.0 아키텍처의 구성
나. 데이터웨어하우스 4대영역 설명
|
영역 |
설명 |
트랜잭션 |
|
Interactive Sector |
- 응용프로그램의 트랜잭션, ETL을 통해 데이터가 들어오는 장소 - 다른 영역에 비해 소량의 데이터가 항상 디스크에 저장되는 영역으로 실시간 상호작용이 가능함 |
추가, 삭제,조정 등 업데이트 가능 |
|
Integrated Sector |
- 상호작용 영역의 데이터가 ETL 계층을 통과하여 통합되는 영역 - 통합영역의 데이터는 주제지향 상세데이터, 소규모의 요약 데이터, 연속적인 시간데이터, 프로파일 데이터(한 주제에 대한 취합 정보)의 특징을 가짐(분석 용이) - 통합영역의 데이터는 균일하고 역사적이며 광범위한 소스로부터 취합 되므로 많은 양의 데이터를 보유하고 있음 |
조회만 가능 |
|
Near Line Sector |
- 통합영역의 디스크 저장장치보다 저렴한 카트리지를 이용하여 통합 영역의 데이터 중 접근확률이 낮은 데이터를 저장하는 영역 - 통합 영역을 위한 캐시 메모리로서의 역할을 수행하는 영역 - 준보관 영역의 데이터 중 자주 사용되는 데이터는 통합영역으로 이동 (준보관, 통합영역의 데이터 구조, 형식, 기술은 동일) |
조회만 가능 |
|
Archival Sector |
- 데이터의 접근 확률이 매우 적을 때 데이터가 이동되는 장소 - 아카이브 영역의 데이터는 순차적으로 검색되고 많은 데이터가 존재 |
거의 조회되지 않음 |
III. 데이터웨어하우스 2.0에서 메타데이터의 역할
가. 데이터웨어하우스 2.0에서 메타데이터의 부각 배경
|
- 크기의 다양성 |
DW의 규모와 복잡성 증대로 필요한 정보 검색의 어려움 발생 |
|
- 더욱 다양한 사용자 |
DW 전문 분석가, 초보 사용자 등 다양한 계층의 사용자가 접근 |
|
- 광범위한 메타데이터 범위 |
어디에 어떤 데이터가, 어떤 형태로 있는지 유용한 분석정보 제공 |
|
- 유지보수 관리 필요성 |
메타데이터의 효율적 관리를 통해 DW 유지보수성 향상 |
나. 수준별 분류에 따른 메타데이터의 역할
|
영역 |
설명 |
역할 |
|
기업 메타데이터 |
- 전사적(마스터) 메타데이터 - 모든 툴과 프로세스에 존재 - 용어가 일관되고 공통 용어로 기술 |
- 기업 수준과 로컬과의 관계성 조사 - 비즈니스 영역 지원 데이터 식별 - 기업 수준에서 용어/단어를 통합(표준화) |
|
로컬 메타데이터 |
- 사용의 중심점인 툴에 저장 - 사용되는 툴에 종속적인 관계 |
- 데이터의 소스에서 타켓 이동/변환 정보 제공 - DBMS 테이블, 속성, 인덱스 정보 제공 |
|
비즈니스 메타데이터 |
- 비즈니스 상의 전문용어로 기술 - 실제 기업의 업무에 적합 |
- 업무 의사소통, 이해 용이, 용어 표준화 - 정보에 대한 감사 추적 |
|
테크니컬 메타데이터 |
- 기술자들 간의 전문용어로 기술 - 어플리케이션 운용자에 필요 |
- 기술관련 의사소통, 이해 용이, 용어 표준화 - DW 2.0 어플리케이션 개발, 유지보수 향상 |
다. 사용자 관점별 메타데이터의 역할
|
관점 |
역할 |
|
전문 분석가 |
- 어떤 데이터가 가용한지를 판단하고 데이터에 접근할 수 있도록 가이드 하여 새로운 분석 요구사항을 발견하는데 도움 |
|
최종 사용자 |
- 이미 수행된 분석 결과가 있는지를 판단하여 효율적 검색 지원 - 데이터 및 관계에 대한 가이드로 데이터 재사용성 향상 |
|
개발자 |
- 과거에 수행한 개발 업무에 대한 정보 제공 - 신규 데이터웨어하우스 2.0 어플리케이션 개발 가이드, 용어 표준화 |
|
운영자 |
- 데이터웨어하우스의 이슈의 체계적 처리, 운용 지원 - 현재 데이터에 대한 설명, 데이터 소스 식별에 도움 |
IV. 성공적인 DW 2.0 구축 방법 및 접근법
가. 성공적인 DW 2.0 구축 방법
나. DW 2.0에 대한 효율적인 7가지 접근법