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 |
'1. IT Story > Basic Studies' 카테고리의 다른 글
| 프로세스마이닝 (Process Mining) (0) | 2019.08.03 |
|---|---|
| 데이터 마이닝(Data Mining) (0) | 2019.08.02 |
| EII(Enterprise Information Integration) (0) | 2019.08.01 |
| ETL(Extraction, Transformation, Loading) (0) | 2019.07.31 |
| BI(Business Intelligence) (0) | 2019.07.29 |
| ILM(Information Lifecycle Management) (0) | 2019.07.28 |
| KMS(Knowledge Management System) (0) | 2019.07.27 |
| EIP(Enterprise Information Portal) (0) | 2019.07.26 |
운명을바꾸는자
IT와 함께 살아가는 삶
