ILM

IT위키
Information Lifecycle Management
조직의 정보관리와 관련된 제반 정책, 표준절차 및 이를 지원하는 솔루션 및 서비스로 구성된 종합적인 정보관리 메커니즘
  • ILM은 정보의 생성에서 소멸까지 가장 적절하고 효율적인 IT 인프라를 이용해 정보의 비즈니스 가치를 관리하는 정책(Policy), 프로세스(Process), 실행(Practice), 도구(Tool)로 구성된다. by SNIA(Storage Networking Industry Association)

등장배경[편집 | 원본 편집]

ILM Data Value.png

  • 데이터는 수집 및 배포 초기에는 많이 사용되다 나중에는 그저 컴플라이언스를 위해 저장된다.
  • 데이터 일시성: 데이터의 가치는 도입기-성장기-성숙도를 거치며, 일주일만 지나도 80%는 사용하지 않음
  • 데이터 집중성: 기업이 가지고 있는 전체 데이터 중 10%이하만 사용, 90%는 단순 보관

so, "모든 데이터를 동일한 방식으로 저장할 필요가 있을까?"

다시 주목 받는 이유[편집 | 원본 편집]

  • 역사
    • 2000년대 데이터량이 기하급수적으로 많아지면서 등장
    • 하드디스크 가격 하락 등으로 점점 관심에서 사라짐
  • 부활
    • 2010년대 후반, 빅데이터가 활성화되면서 다시 주목
    • 컴플라이언스 요건에 따라 장기 보존이 필요한 데이터 증가
    • 스토리지 기술 발전으로 다양한 저장환경 구성 용이

데이터 가치[편집 | 원본 편집]

ILM 프로세스.png

  • 솔루션에 따라
    • On-line → Near-line → Off-line
    • Hot Data → Warm Data → Cold Data
    • Hyper Active Data → Less Active Data → Historical
  • 등으로 불린다.

ILM 솔루션 유형[편집 | 원본 편집]

  • 스토리지 내장 방식
    • 스토리지 자체에서 아카이빙 데이터를 별도 보관하는 기능을 내장
  • 게이트웨이 방식
    • 찾는 데이터에 따라 게이트웨이가 운영/아카이빙 스토리지 데이터 조회
  • 소프트웨어 방식
    • 애플리케이션상에 운영/아카이빙 스토리를 각각 조회하는 기능 마련

오라클 ILM[편집 | 원본 편집]

Heatmap과 ADO
  • Heatmap
    • 데이터는 Hyper Active하게 사용되다 Less Active → Historical하게 변함
    • 이러한 데이터 사용현황을 열분포와 같은 형태로 보여주는 시각화 기능
  • ADO (Adaptive Data Optimization)
    • 오래되어 쓰이지 않는 데이터를 아카이빙하는 기술
    • Compression Tiering: 일정 빈도 이하로 사용될 경우 아카이빙
      • 마지막 조회 기준, 마지막 수정 기준, 생성 기준으로 설정 가능
    • Storage Tiering: 테이블 스페이스(용량)을 기준으로 아카이빙
      • 테이블 스페이스가 x% 이상이면 미리 정한 기준에 따라 y%의 빈공간이 확보되도록 아카이빙