Riotory

데이터 웨어하우스(DW)란? 데이터 관리 시스템으로 여러 소스로부터 얻은 대량의 데이터를 중앙 집중화 및 통합 사용이유 다양한 대량의 소스로부터 얻은 데이터를 결합하거나, 분석에 적합한 형식인지 확인하거나, 시간이 지남에 따라 현재 및 장기적인 데이터 뷰를 모두 확보하기 위해서 특징 쿼리 및 분석을 수행하기 위한 용도로만 사용 많은 양의 데이터를 처리 가능 데이터 저장 및 관리 위한 관계형 데이터 베이스 분서용 데이터 준비 위한 ETL 솔루션 통계 분석, 보고 및 데이터 마이닝 가능 데이터 시각화, 비즈니스 사용자에게 제공하기 위한 클라이언트 분석 도구 정교한 분석으로 다양한 종류의 데이터 분석을 가능케 하는 공간 분석 기능 설계 분석 계층 (상위 계층) : 보고, 분석 및 데이터 마이닝 도구를 통해 결..

기본 코드 코드 설명 MD 필수적인 세부사항(Mandatory). 이벤트 세부사항은 정상적인 상황에서 언제나 존재한다 (데이터오류 없음) [] 세부사항 유형과 얼마나 많이의 세부사항에 대한 수치의 단위 의미 GDn 그래뉼러(Granular) 세부사항(혹은 디멘션). 다른 것과의 조합이나 그 자체만으로 이벤트의 고유성/그래뉼래러티르르 정의하는 세부사항 ex. GD1, GD2 는 서로 다른 세부사항 그룹 GD 그래뉼러 세부사항 각각의 이벤트를 고유하게 식별 DE 이벤트 이력 유형 : 독립적 이벤트 (Discrete Event) RE 이벤트 이력 유형 : 연속적 이벤트 (Recurring Event) EE 이벤트 이력 유형 : 진화하는 이벤트 (Evolving Event) DD 퇴화된 디멘션(Degenerat..

DW 모델링(DW Modeling) : 대용량 데이터를 다양한 관점에서 빠른 성능으로 분석할 수 있도록 구성하는 데이터 분석 관점의 모델링 기법 특징 비즈니스 차원의 조직화, 사용자 접근 용이성 1. DW 다차원 모델링 기법 구분 설명 Star Schema 정규화 된 Fact Table을 중심으로 비정규화 된 Dimension Table들이 배치되는 형태의 모델링 기법 Snowflake Schema 정규화 된 Fact Table을 중심으로 정규화 된 (제3정규형) Dimension Table들이 배치되는 형태의 모델링 기법 2. DW 다차원 모델링의 구성요소 구성요소 설명 사실 (Facts) ●중심 테이블로서 관련성이 높은 Measure들의 집합 차원 (Dimensions) ● 각 Fact Table을 ..

데이터 웨어하우스(Data Warehouse) 데이터 창고 즉, 대규모의 데이터를 처리(사용)할때 단일(작은) 데이터베이스로는 충분하지 않아 사용하는 데이터 창고 개념이다. 비즈니스 인텔리전스의 핵심 구성 요소 : 정교한 분석과 의사결정 지원을 위해 다양한 소스의 데이터를 단일 데이터 저장소에서 운영하게 한다. 그림자료 간단한 설명 1. 각종 데이터 소스에서 데이터를 수집하고 ELT로 받아 정재 과정 후 DW안으로 자료가 넘어간다. 2. DW안에서는 연관성없는 데이터들을 연관성있고 더 정밀하게 통합(재구조화)시켜준다. 3. 모인 자료들은 OLAP를 통해 시각화자료로 변환되어 필요한 곳에 전달된다. ELT 소스시스템으로부터 필요한 데이터를 추출, 변환하여 목적지 데이터베이스 환경으로 전달 데이터 웨어하우스..