IT용어위키



데이터웨어하우스


DW; Data Warehouse
기업의 정보분석 요구를 충족시키기 위해 분석, 가공된 데이터를 저장 및 관리하는 기술

DW의 특징

특징 설명
주제 중심적

(Subject Oriented)

  • 분석하고자 하는 주제를 중심으로 데이터를 구성
  • 특정 업무 기능이나 응용 프로그램에 종속되지 않는 데이터 구조를 지원
통합 구조

(Integrated)

  • 업무 기능별로 관리되는 다수의 운영 데이터를 통합하여 전사적 관점에서 중복을 최소화
  • 데이터의 정합성과 물리적 통일성을 갖는 통합된 데이터 구조를 지원
  • 전사적인 데이터 표준화를 통해 데이터 통일성(속성 이름, 데이터 표현, 계산 단위 등) 확보
  • 데이터 획득 시 데이터 통합을 위한 일련의 변환 작업을 수행
시계열 데이터

(Time Variant)

  • 오랜 기간 축적된 데이터를 통해 과거와 현재의 경향 분석 가능
  • 일정 기간 동안의 업무 변화 내지는 발전의 추세 분석에 필요
  • 이력 데이터를 통해 시간 경과에 따른 데이터의 변화 과정 파악
  • 스냅샷 생성
    • 키 구조에 시간 요소를 추가하여 레코드 생성
    • 이벤트 발생 시점의 일자 또는 시간 저장
비휘발성

(Non Volatile)

  • 초기 데이터 적재 이후에는 데이터의 갱신·삭제 없이 검색·조회만 수행
  • 데이터 변경이 발생하더라도 변경을 직접 반영하지 않고 스냅샷 형태로 반영
  • 장애 발생 시 데이터의 복구, 트랜잭션과 데이터의 무결성 유지, 교착상태의 탐지·대응이 매우 단순
  • 데이터 갱신 이상에 대한 고려가 불필요하고, 정규화 및 반정규화에 대한 융통성의 증가

기반 기술

데이터 웨어하우스를 구현하기 위한 기술
  • ETL: DW에 저장할 데이터를 추출, 전송, 저장하는 엔진
  • ODS: 데이터가 DW에 저장되기 전에 가공을 위해 임시로 저장되는 저장소
  • CEP: 복잡한 실시간 데이터로부터 필요한 데이터를 추출하기 위한 프로세싱 기술
  • CDC: 변경된 데이터를 캡쳐해 타겟 시스템으로 전송하는 기술

활용 기술

데이터 웨어하우스를 사용하는 기술
  • OLAP: DW를 기반으로 데이터를 분석하고 활용하기 위한 프로세싱
  • 비즈니스 인텔리전스: 기업 내 데이터를 취합 및 분석하여 인사이트 도출
  • 데이터 마트: 주로 DW를 기반으로 DM이 만들어짐. 구현 형태에 따라 반대로 될 수도 있음

기술사 기출

같이 보기


  출처: 공대위키(공대위키에서 최신 문서 보기)
  * 본 페이지는 공대위키에서 미러링된 페이지입니다. 일부 오류나 표현의 누락이 있을 수 있습니다. 원본 문서는 공대위키에서 확인하세요!