■ 데이터 웨어하우스 이해

  • 데이터 웨어하우스는 조직의 운영 데이터베이스와 별도로 유지되는 데이터베이스.
  • 데이터 웨어하우스에서 자주 수행되는 업데이트는 없음(현재 빅데이터 환경은 아님).
  • 조직이 비즈니스를 분석하는 데 도움이 되는 통합 기록 데이터를 보유.
  • 데이터 웨어하우스는 경영진이 데이터를 구성, 이해 및 사용하여 전략적 결정을 내리는 데 도움.
  • 데이터 웨어하우스 시스템은 다양한 애플리케이션 시스템을 통합하는 데 도움.
  • 데이터 웨어하우스 시스템은 통합 기록 데이터 분석에 도움.

 

■ 데이터 웨어하우스의 분리

  • 운영 데이터베이스는 특정 레코드 검색, 인덱싱 등과 같은 잘 알려진 작업 및 워크로드를 위해 구성. 데이터 웨어하우스 쿼리는 복잡한 경우가 많으며 일반적인 형태의 데이터를 제공.
  • 운영 데이터베이스는 여러 트랜잭션의 동시 처리를 지원. 동시성 제어 및 복구 메커니즘은 데이터베이스의 견고성과 일관성을 보장하기 위해 운영 데이터베이스에 필요.
  • 운영 데이터베이스 쿼리는 작업을 읽고 수정할 수 있는 반면 OLAP 쿼리는 저장된 데이터에 대한 읽기 전용 액세스 권한만 필요.
  • 운영 데이터베이스는 현재 데이터를 유지 관리하는 반면에 데이터 웨어하우스는 기록 데이터를 유지 관리.

 

■ 데이터 웨어하우스 기능 

ㅁ 주제 지향

데이터 웨어하우스는 조직의 진행 중인 작업이 아닌 주제에 대한 정보를 제공하기 때문에 주제 지향적. 이러한 주제는 제품, 고객, 공급업체, 판매, 수익 등이 될 수 있고 데이터 웨어하우스는 진행 중인 작업에 초점을 맞추는 것이 아니라 의사 결정을 위한 데이터 모델링 및 분석에 중점.

ㅁ 통합

데이터 웨어하우스는 관계형 데이터베이스, 플랫 파일 등과 같은 이기종 소스의 데이터를 통합하여 구성. 이 통합은 효과적인 데이터 분석을 향상.



ㅁ 시계열성

데이터 웨어하우스에서 수집된 데이터는 특정 기간으로 식별. 데이터 웨어하우스의 데이터는 기록 관점에서 정보를 제공.

ㅁ 비휘발성

비휘발성은 새 데이터가 추가될 때 이전 데이터가 지워지지 않음을 의미. 데이터 웨어하우스는 운영 데이터베이스와 별도로 유지되므로 운영 데이터베이스의 빈번한 변경은 데이터 웨어하우스에 반영되지 않음.

 

 

■ 데이터 웨어하우스 유형

ㅁ 정보 처리

데이터 웨어하우스를 사용하면 저장된 데이터를 처리. 데이터는 쿼리, 기본 통계 분석, 교차 분석, 표, 차트 또는 그래프를 사용한 보고를 통해 처리.

ㅁ 분석 처리

데이터 웨어하우스는 데이터 웨어하우스에 저장된 정보의 분석 처리를 지원. 데이터는 슬라이스 앤 다이스, 드릴다운, 드릴업 및 피벗을 포함한 기본 OLAP 작업을 통해 분석.

ㅁ 데이터 마이닝

데이터 마이닝은 숨겨진 패턴과 연관성을 찾고, 분석 모델을 생성하고, 분류 및 예측을 수행하여 지식 검색을 지원. 이러한 마이닝 결과는 시각화 도구를 사용하여 표시.

 

■ 데이터 웨어하우스 시스템

  • 의사결정지원시스템(DSS)
  • 경영진 정보 시스템
  • 경영정보시스템
  • Business Intelligence Solution
  • 분석 응용 프로그램
  • 데이터 웨어하우스

 

■ 운영환경(OLTP)와 DW환경(OLAP)의 차이점

구분 OLTP OLAP
목적 트랜잭션 처리 데이터 분석
데이터 특징 상세, 최신 집계, 과거
처리 방식 빠르고 짧은 트랜잭션 처리 느리고 복잡한 분석 처리
데이터베이스 관계형 데이터베이스 데이터 웨어하우스
사용 사례 온라인 쇼핑, 뱅킹 시스템, 항공권 예약 시스템 판매 트렌드 분석, 고객 행동 분석, 시장 분석
예시 POS 시스템, ATM, 주식 거래 시스템 데이터 큐브, OLAP 큐브, 다차원 분석 도구
데이터 양 적음 많음
데이터 업데이트 빈도 높음 낮음
쿼리 복잡도 낮음 높음
응답 시간 빠름 느림
데이터베이스 구조 관계형 다차원
사용 도구 트랜잭션 처리 시스템 데이터 분석 도구

※ Referneces

  • www.tutorialspoint.com
  • www.guru99.com/data-warehousing.html
  • www.javatpoint.com/data-warehouse-components

 

 

+ Recent posts