데이터 웨어하우징과 OLAP

목차

25.1 소개

25.2 데이터 웨어하우스의 특징

25.3 데이터 웨어하우스를 위한 데이터 모델링

25.4 데이터 웨어하우스 구축

25.5 데이터 웨어하우스의 일반적인 기능

25.6 데이터 웨어하우징과 뷰

25.7 데이터 웨어하우스에서 문제점과 미해결과제들

본문내용

데이터 웨어하우스 경영자의 의사결정을 지원하는 주제 중심적(subject- oriented)이고 통합적(integrated)이며, 비휘발성(nonvolatile)이고, 시간에 따라 변화(time-variant)하는 데이터의 집합 (W. H. Inmon)
데이터 웨어하우스는 복잡한 분석과 지식발견, 그리고 의사결정에 필요한 데이터를 제공하며, 분석용 질의에 대하여 빠른 수행을 지원함
데이터 웨어하우스는 대개 OLAP(on-line analytical processing), 의사 지원 시스템 (decision-support systems ; DSS), 데이터 마이닝 등의 응용과 함께 사용됨 OLAP (On-line Analytical Processing) 데이터 웨어하우스에 저장된 대규모의 복잡한 데이터에 대하여 고도의 분석 질의를 처리하는 도구OLTP : 온라인 트랜잭션 처리 (전통적인 DB transaction system) DSS (의사 결정지원 시스템)최고 경영자의 복잡하고 중요한 의사 결정을 과학적으로 지원하는 시스템중역 정보 시스템(executive information systems ; EIS)이라고도 함 데이터 웨어하우스의 특징
다차원 데이터 모델의 사용 여러 소스로부터 추출되어 통합 정제된 대규모 데이터를 대상으로 분석함 의사 결정에 필요하다면 과거 데이터까지도 분석 대상으로 함 데이터는 수시로 갱신되는 것이 아니라 주말이나 월말 등 주기적으로 갱신되므로 비휘발성임 – refresh policy에 따라서 갱신됨 (주로 삭제/추가 됨)경황 분석이나 시계열 분석 등 고차원 분석업무 수행분석 속도를 고속화하기 위하여 분석 결과를 실체화된 뷰 형태로 저장해둠 여러 수준에서의 집계(aggregation) 연산이 요구됨

키워드

데이터 웨어하우징과 OLAP,   데이터 웨어하우스의 특징,   데이터 웨어하우징과 뷰