제 9 장 데이터 웨어하우스의 구조 박 종수 성신여자대학교 컴퓨터정보학부 2002 정보공학특강1

제9장 데이터 웨어하우스의 구조 데이터 웨어하우스 기본 구조 데이터 웨어하우스 구축 방식 전사적 데이터웨어하우스 데이터 웨어하우스 어플리케이션 데이터 웨어하우스 구축 방식 데이터 마트 ODS(Operational Data Store) 전사적 데이터웨어하우스 비즈니스 환경과 데이터 웨어하우스 ‘데이터 인프라’ 데이터 인프라로서의 전사적 데이터 웨어하우스 구조 2002 정보공학특강1

1. 데이터 웨어하우스 기본 구조 일반적인 데이터 웨어하우스 구조 : 그림 참조 (165페이지) 데이터 저장고(repository) ODS 다차원적인 모델링: fact table, dimension table, summary table, meta data 데이터 웨어하우스 application 여러 가지 기술을 사용하여 액세스 통계 분석 패키지를 사용, Data mart, Data Mining 데이터베이스 마켓팅 분야와 결합 2002 정보공학특강1

2. 데이터 웨어하우스 구축 방식 Top-down 방식 Bottom-up 방식 데이터 웨어하우스  데이터 마트 데이터 마트  데이터 웨어하우스 2002 정보공학특강1

Data Mart Data mart 단점 Data Mart OLTP 시스템 소수 사용자가 제한된 주제로 소규모의 데이터 사용 각 부서별로 다양한 분석과 예측을 목적 장점: 저렴한 비용, 쉽고 빠르게 구축 단점 데이터 추출, 유지 관리 많은 데이터 마트는 관리 지원이 어렵다 구축된 생명이 짧다. OLTP 시스템 데이터의 추출 Data Mart 부서별 사용자 2002 정보공학특강1

독립적으로 존재하는 데이터 마트들의 위험성 168페이지 그림 전체 시스템 관리를 매우 혼란스럽게 한다 데이터 관점 회계 데이터 분석을 위한 데이터 마트 판매관리 분석을 위한 데이터 마트 DB 마켓팅 데이터 마이닝 리포팅을 위한 정보계 시스템 데이터 관점 OLTP 시스템에서 여러번 데이터를 중복해서 추출, 로딩, 정제, 통합 작업 2002 정보공학특강1

ODS와 같이 존재하는 데이터 마트 ODS(Operational Data Store) ODS  Data Marts 추출 분야의 문제점을 해결하기 위해서 중간 단계의 데이터 저장고를 RDBMS로 구축하려는 구조 ODS  Data Marts 169페이지 그림 ODS가 같이 존재하는 데이터 마트들 2002 정보공학특강1

ODS DW에서 ODS의 역할 ODS는 주로 원시 데이터(Raw Data)가 다 들어가기 때문에 데이터의 추출 부분뿐만 아니라 ‘모든 데이터의 원장’ 역할 ODS는 주로 원시 데이터(Raw Data)가 다 들어가기 때문에 전체 디스크 용량 산정시 중요한 요소 ODS는 데이터 정제 작업을 쉽게 할 수 있다 ODS의 내부 구조가 일반적으로 ER 모델링 2002 정보공학특강1

ODS+데이터 마트 구축 구축 원리 업무가 통합되지 않은 회사에 많은 도움 데이터 마트의 추출 문제를 ODS로 해결 운영계 시스템에서 데이터를 추출하여 ODS에 load ODS는 ER 모델링으로 부서별 데이터 마트의 데이터는 ODS에서 추출 DW 구축시 서버에서의 병목 현상을 데이터 마트로 해결 업무가 통합되지 않은 회사에 많은 도움 소규모의 제조업체나 소규모의 유통업체 등 2002 정보공학특강1

ODS 없는 데이터 웨어하우스 DW의 Fact Tables은 운영계 시스템에서 생성 장점 단점 171페이지 그림 참조 기존의 하드웨어 장비를 활용 데이터 웨어하우스용 서버를 작게 할 수 있다 ODS가 없으므로 디스크 용량을 작게 할 수 있다 비교적 저렴한 비용으로 구축할 수 있다 단점 Fact tables 생성시 운영계 시스템에 부하 Fact tables 생성시 많은 추출 프로그램 작성 2002 정보공학특강1

ODS가 존재하는 데이터 웨어하우스 가장 많이 채택하고 있는 구조 장점 단점 Host에서 data를 SAM 형태로 추출해서 ODS에 로딩 ODS에서 DW를 위한 데이터의 통합과 정제 장점 데이터 추출을 제외하면 운영계 시스템에 부하 없음 운영계 시스템과 독립적으로 DW의 개발과 운영 향후 전사적 DW로의 확장이 매우 쉽다 단점 ODS에 많은 데이터를 보관  디스크 용량이 커진다 데이터의 정제, 통합을 하는 H/W의 용량이 커진다 2002 정보공학특강1

Top-down이냐, Bottom-up이냐? 방식 Top-down 방식 데이터 웨어하우스  데이터 마트 ROLAP 도구를 만드는 회사의 주장 ROLAP 도구는 Data Warehouse를 만드는 데 적합 Bottom-up 방식 데이터 마트  데이터 웨어하우스 MOLAP 도구를 만드는 회사의 주장 MOLAP 도구는 Data Mart를 만드는 데 적합 Data Mart를 많이 만들고 이를 통합한다는 것은 거의 불가능 Data Warehouse 설계 또는 ODS를 같이 구축 2002 정보공학특강1

3. Enterprise Data Warehouse 전사적 데이터 웨어하우스 한 회사의 거의 모든 시스템에서 거의 모든 데이터를 가지고 구축하는 데이터 웨어하우스 비즈니스 환경과 데이터 웨어하우스 ‘데이터 인프라’로서의 Data Warehouse 데이터 인프라로서의 전사적 데이터 웨어하우스 구조 2002 정보공학특강1

비즈니스 환경과 데이터 웨어하우스 2002 정보공학특강1

‘데이터 인프라’로서의 Data Warehouse 2002 정보공학특강1

데이터 인프라로서의 전사적 데이터 웨어하우스 구조 2002 정보공학특강1