데이터웨어하우스

○ 데이터웨어하우스(Datawarehouse)

정의	의사결정지원에 효과적으로 사용될 수 있도록 다양한 운영시스템으로부터 추출,변환,통합되고 요약된 읽기전용 DB
특징	주제 중심적, 통합적, 시계열적, 비휘발성 데이터
차원 모델링 주요 용어	사실(Facts) ° 사업의 특정 단면이나 활동을 수치로 표현한 값    차원(Dimensions) ° 주어진 사실에 대한 추가적이 관점(View)을 제공하는 특성 ° 한 개의 사실 테이블에 여러 차원 테이블이 연결되어 분석에 사용 계층성, 관계성  속성(Attributes) ° 각 차원 테이블이 가지고 있는 속성 ° 사실을 검색하고 여과하고 분류할 때 사용 본부,지점,영업소 년,월,일  계층(Hierarchies) ° 차원내 존재하는 속성들간에 존재하는 속성 ° Drill-down, Drill-up등 기능 이용 지점의 parent는 본부
스키마 (Schema)	Star Schema Snowflake Shema 개념 ° 다차원 의사결정 지원 데이터를 관계형 DB로 전환하는     데 사용되는 데이터 모델링 기법 ° 데이터 모델의 한가운데 위치한 Fact table과 주위를 둘    러싼 많은 수의 Dimension table로 구성 ° Star Schema의 차원 테이블을 정규화시킨 모델 장점 ° 모델이 단순하여 이해가 용이 ° 계층구조 정의가 쉽다(Meta data 단순) ° Join의 횟수를 줄여 응답성능의 향상° ° 정규화를 통해 중복데이터를 줄이고 저장공간을 줄임 ° 무결성 유지 용이 ° 유연성 증가 단점 ° 자료의 불일치, 중복문제 ° 모델이 유연하지 못함 ° 대량의 저장공간 요구 ° 차원 테이블이 늘어나면 사실 테이블의 레코드가 기하급    수적으로 증가하며 검색속도가 저하됨 ° 구조가 복잡해서 사용자 이해도가 떨어짐 ° 차원 테이블의 크기는 일반적으로 작으므로 효과는 적음 ° 오히려 검색속도를 떨어뜨리므로 사용에 주의
ETT	추출(Extraction) 변환(Transformation) 적재(Transportation) ° 데이터웨어하우스에 저장될 데이터를     추출하는 과정 ° 데이터의 형식, 내용을 정제하여 가치있는 데이터로 만드는 과정 ° 검증 및 변환이 완료된 데이터를 데이  터베이스에 입력하고 색인(index)를 만드는 과정 ° 초기적 추출(Migration)과 주기적 추출(Batch)이 필요 ° 주기적 추출은 일반적으로 DB Log에서  변경된 사후 이미지를 추출함 ° 데이터의 품질을 높이는 단계 ° 필드 수준 가공   - 원본필드의 형태를 Datawarehouse의      형태에 맞게 변형 ° 레코드 수준 가공   - Selection, Join, Aggregation기능을 이     용하여 레코드 집합을 수정 ° 전체갱신과 부분갱신 방법이 있음 ° 색인을 만들기 위해 비트맵 색인 방식    사용

[관련 포스트] 2008/09/27 - [IT 노트/데이터베이스] - (도서리뷰)OLAP 테크놀로지 2008/08/21 - [IT 노트/데이터베이스] - OLAP 2008/08/21 - [IT 노트/데이터베이스] - 데이터마이닝 2008/08/21 - [IT 노트/데이터베이스] - 데이터마이닝 환경에서의 프라이버시 보호기술