데이터 웨어하우스

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 전사적 관점에서 중복을 최소화하고, 모든 업무에 공유할 수 있도록 통합 데이터의 정합성과 물리적 통일성을 갖는 통합된 데이터 구조를 지원 전사적인 데이터 표준화를 통해 데이터 통일성(즉, 속성 이름, 데이터 표현, 계산 단위 등) 확보 데이터 획득 시 데이터 통합을 위한 일련의 변환 작업을 수행
시계열 데이터 (Time Variant)	데이터는 오랜 기간 동안 보유되며, 과거와 현재의 경향에 대한 분석이 가능하도록 시간에 따라 모든 순간의 값을 유지하고 있음(즉, 일련의 스냅삿(Snapshot)처럼 저장됨) 일정 기간 동안의 업무 변화 내지는 발전의 추세 분석에 필요 이력 데이터를 통해 시간 경과에 따른 데이터의 변화 과정 파악이 가능 스냅샷 생성 키 구조에 시간 요소를 추가하여 레코드 생성 이벤트 발생 시점의 일자 또는 시간 저장
비휘발성 (Non Volatile)	초기 데이터 적재 이후에는 데이터의 갱신은 발생하지 않고 검색만 있음(즉, 데이터 적재와 데이터 검색만 존재) 데이터 변경이 발생하더라도 변경을 직접 반영하지 않고 스냅샷 형태로 반영 장애 발생에 대한 데이터의 복구, 트랜잭션과 데이터의 무결성 유지, 교착상태의 탐지와 처리가 매우 단순함 데이터 갱신 이상에 대한 고려가 불필요하고, 정규화 및 반정규화에 대한 융통성의 증가