Info > Data Mining > 3-1. DM and DW > Considerations for building a DW to support DM.

▷▶ Considerations for building a DW to support DM.

 

▶ 기술적인 고려 사항

Data Warehouse는 기존 Transaction 중심의 정보 시스템과는 완전히 다른 기능을 제공한다. 따라서 Data Warehouse의 기술적인 구조에 대한 요구 사항도 완전히 다르다고 할 수 있다.

▷ 기술적인 플랫폼

기업의 요구에 가장 잘 부합하는 플랫폼을 선정하는 것은 중요한 일이다. Main Frame Computer, Client/Server 환경은 나름대로 일장일단이 있으므로 선택하는데 세심한 고려가 필요하다. 대부분의 경우 다중 플렛폼과 이기종 플렛폼으로 구성된 환경이 적합하다.

▷ 예

Data Warehouse은 Main Frame Computer의 DB에 존재하고, 그이외의 Data는 Client/Server 환경의 UNIX Server에 존재하는 경우이다. Repository의 일부는 더 작은 단위인 지역 Server나 부서 Server에 복사될 수 있다. 물론 이러한 개방 환경을 효율적으로 관리하기 위해서는 많은 노력이 필요하다.

▷ Main Frame

- 장점

→ 대부분의 기업에서 이를 위해 이미 투자를 한 상태이다.

→ 지원 부서의 기술력이 확보되어 있는 상태이다.

→ 높은 처리 능력과 대용량 Data 수용 능력 등을 가진 검증된 기술이다.

- 단점

→ 융통성과 사용의 용이성을 제공하는 최종 사용자용 도구가 별로 존재하지 않는다.

→ GUI를 지원하지 않는다.

→ 대부분의 Main Frame이 최대 용량에 육박하고 있으며, CPU를 많이 사용하는 사용자 즉흥 질의문을 처리할 수 있는 능력이 없다.

▷ Client/Server

- 장점
→ 융통성 있는 최종 사용자 도구를 다수 지원한다.
→ 사용의 편의를 제공하는 GUI를 지원한다.
→ Transaction처리 중심의 Main Frame 시스템에서 즉흥 질의문 처리 부담을 제거할 수 있다.

- 단점

→ Main Frame에 비해서는 아직 기술 검증이 부족한 편이다.
→ 기업 내에서 이에 대한 기술력이 부족한 편이다.
→ H/W를 추가해야 하므로 Data Warehouse를 구현하는 총 비용이 증가될 수 있다.

 

▶ DB 관리 시스템(DBMS)

성공적인 Data Warehouse를 구현하기 위해 사용할 수 있는 DBMS는 여러 종류가 있다. 하지만 관계형 DBMS를 사용하는 것이 가장 일반적이다. Data Warehouse를 위한 위한 DB설계는 기존의 DB설계와는 다르다. 그러므로 Data Warehouse 구현을 위해 효율적인 DB로 판명된 제품을 사용하는 것이 현명한 방법이다.

→ Main Frame 환경에서는, Data Warehouse은 대부분 MVS용 DB2에서 구현되었다.

→ Client/Server 환경에서는 Oracle, Sybase, Informix, DB2/x 등 많은 DB가 이용 가능하다. 최종적인 선택은 예상되는 Data 양, 각 기업의 표준등과 같은 요소에 의해 결정되어야 할 것이다.

 

▶ 통신을 위한 하부구조

Data Warehouse를 계획하는 많은 기업들이 기업 Data를 개인용 컴퓨터로 전송하는 것과 관련된 비용과 노력을 간과하는 경향이 있다. 하지만 이 비용과 노력은 상당히 중요한 것이다. 왜냐하면 기존에는 많은 기업들이 Data를 보고서에 출력한 형태로 사용자에게 배포하였고, 모든 사용자가 정보에 직접적으로 접근할 수는 없었기 때문이다. 이는 통신용 Network가 확장되어야 한다는 것과 새로운 H/W와 S/W를 추가로 구입해야 한다는 것을 의미한다. Data Warehouse를 계획하는 과정에서 이러한 요구사항을 인식하고 예상하는 것은 상당히 중요한 일이다.

 

▶ DW provide a natural support for DM applications.

 

▶ Purpose

▷ the DW should contain a central repository that contains detailed data, the kind of data needed by DM algorithms.

▷ the hardware investment for the central repository should support additional tools.

→ being able to use the same hardware facilitates moving data from the warehouse to the DM tool.

▷ the DW should be used regularly to measure the effectiveness of compaigns, especially those based on results from DM.

Info > Data Mining > 3-1. DM and DW > Considerations for building a DW to support DM.