1. DW (Data Warehouse)의 개요

 1-1. DW (Data Warehouse)의 정의

  - 기업 내부 및 외부 데이터를 특정한 목적에 맞게 가공(정제)하여 분석 할 수 있도록 통합한 데이터 집합체

  - 의사결정 지원을 위한 데이터 집합체로, 기업 정보 자산의 효율적 활용을 위해 분산된 Database를 통합/조정/관리

 

 1-2. DW (Data Warehouse)의 등장배경

  - 비정형 요구 급증 : 다량의 데이터를 효과적으로 분석, 정보화 할 수 있는 비정형 분석 방법이 요구됨

  - 컴퓨터 성능 향상 : MPP(Massively Parallel Processing) Computer

  - 경영 전략적인 배경 : 고객 중심으로의 변화

  - 의사 결정용 DB의 필요 : 신속. 정확한 의사 결정으로 경쟁력 확보

  - 데이터베이스 리엔지니어링 기술 대두

 

2. DW (Data Warehouse)의 구성도, 구성요소

 2-1. DW (Data Warehouse)의 구성도

 

 

2-2. DW (Data Warehouse)의 구성요소

구분 구성요소 주요 내용
모델 ER 모델 - 분석하고자 하는 목적 지향적 모델
다차원 모델 - Star, Snowflake 같은 분석수행을 위한 데이터 모델
추출 ETL/ETT - Extract, Transform and Load
- 데이터 추출(Extraction), 가공(Transformation), 전송(Transportation)
- OLTP로부터 데이터 추출, 정제, 가공하는 절차/도구/과정
ODS - Operational Data Store
- ETL를 수행하는 데이터를 DW에 적재
- ODS는 다차원 모델링이 아니라 ER모델링으로 되어 있음 따라서 사용자로부터 직접적 액세스가 없음
Data Mart - 소수의 사용자들이 제한된 주제를 가지고 소규모의 데이터를 추출하여 구축한 시스템
관리 Meta Data - 관리 및 활용을 위한 사용자, 운영자 메타 데이터
활용 OLAP - 최종 사용자가 대화식으로 다차원 분석을 수행
Data Mining - 대규모의 데이터로부터 이미 알려지지 않은 사실과 패턴을 분석하는 프로세스
경영 솔루션 - DW의 정제된 데이터를 활용, BSC, RMS, BI, DSS

 

블로그 이미지

운명을바꾸는자

IT와 함께 살아가는 삶

,