18.3.16

Analytical Transaction Database Platform(ATDP)


우리는 IDSC에서 '디지털 전환' - 우리의 삶, 특히, 비지니스를 수행하는 방식이 디지틀 데이터, 미디어, 컨테츠의 증가로 변화된다는 개념 -에 대해 많은 이야기를 합니다.
비록, 이러한 변화의 초기 단계 ? 수동 작업의 자동화, 콘텐츠의 디지털화로부터 비즈니스 인텔리전스, 고급 분석에 기반한 의사 결정으로 이동 ? 이 증가했지만, 우리는 이전보다 훨씬 빠른 속도로 많은 양의 다양한 데이터를 수집하고 분류하고 준비하고 이용하는 기술 덕분에 중요한 디지털 매스(홍수) 단계에 도달해 있습니다.
과거 비즈니스 데이터 뿐만 아니라 현재 운영 데이터, 스트리밍 센서 데이터, 스마트 모바일 디바이스에서 양방향 데이터 및 다양한 컨텐츠를 사용하여, 우리는 기업의 비지니스 컨텍스트에 관한 뷰를 만들고, 매우 빠르게 심지어 자동으로 뷰의 내용에 따른 행위(조치)를 취할 수 있습니다.
실시간 운영 데이터와 함께 비즈니스 상황에 대한 전체적인 뷰를 통하여, 우리는 "순간적인" 의사 결정을 내릴 수 있는 위치에 있습니다.

그러나, 이렇게 하는 것은 단일 처리 작업에서 운영의 조정과 모든 관련 데이터의 이용이 필요합니다.
대부분의 기업의 IT 구성은 정형 데이터만을 위해서 이렇게 작업을 수행하도록 설정되어 있지 않습니다.
우리는 또한 운영 데이터로부터 분리된 분석 데이터를 가지고 있습니다. 왜냐하면,
두 가지 유형은 디스크 기반 데이터베이스를 관리 할 때 매우 다른 구조와 처리를 요구하고,
분석 질의들이 단일 시스템에 함께 있을 때 트랜잭션 처리가 느려지기 때문입니다.
이런 이유로 운영 데이터는 트랜잭션 데이터베이스에서 관리되며, 분석을 위해서 대개 ETL 프로세스를 사용하여 DW와 같은 분석 데이터베이스로 복제됩니다.
분명히, 이것은 분석 데이터가 조회되기 전 항상 몇 시간 또는 심지어 D-1일이 지난 데이터를 가지는 것을 의미합니다.

이렇게 하는 이유는 데이터 관리에 대한 전통적인 방식이 디스크 기반 데이터베이스 기술이였기 때문입니다.
디스크 최적화된 접근 방식은 데이터가 디스크에 상주하고 디스크 I/O를 최소화하기 위해 최적화되어야 한다는 것을 가정합니다.
디스크 최적화 데이터베이스를 사용할 때, 주의 깊고 전략적으로 스키마의 파티션과 인덱스를 적용하고 주기적으로 검토하고 수정하기 위해,
최적의 방식으로 디스크 볼륨에서 데이터를 배열하는 것이 중요합니다.
트랜잭션 데이터와 분석 데이터의 최적화가 완전히 다르기 때문에, 양자는 혼합될 수 없습니다.
데이터 구조가 어떤 이유로 변경하는 경우, 스키마 최적화 구성 작업이 필요하며, 일반적으로 데이터베이스는 변경을 반영하기 전에 몇 주간의 재구성 작업을 필요로 합니다.
비지니스 민첩성이 떨어지는 상황에서, 응용 프로그램이나 분석에서 매번 변경에 대한 오버 헤드는 단순히 받아들일 수 없습니다.
또한, 분명히, 시간 또는 몇일을 기다리는 것은 "순간적인" 의사 결정에 전혀 도움이 되지 못합니다.

다행히도, 우리는 데이터베이스의 기술 혁명의 중간에 있습니다; 한가지는 DBMS의 이전 세대의 디스크 최적화 접근을 메모리에 최적화 된 접근 방식으로 대체한다는 것입니다.
현재의 인메모리 데이터베이스는 데이터 복제 및 대기 시간을 제거하면서 "순간적인" 의사 결정을 가능하게 하는 단일 데이터로 메모리에서 트랜잭션 및 분석 모두를 수행합니다.
메모리 최적화 방법은 메인 메모리에 상주하는 데이터를 고려하고, (데이터가 어떤 종류의 오류가 발생하는 경우 손실되지 않도록 하기 위해서) 복구용 디스크를 사용합니다.
데이터 구조의 변경을 즉시 수행 될 수 있고, 시스템은 주로 자체 조정하고, 모든 작업이 메모리에서 수행되기 때문에, 처리는 훨씬 더 빠릅니다.
그러나, 장점은 속도와 민첩성을 뛰어 넘고, 또한 ETL 단계가 사잘지고 있기 때문에, 복잡한 질의에서 신속하게 라이브 트랜잭션 데이터와 함께 비지니스 인텔리전스 데이터를 통합하는 기능을 포함합니다.
분석과 트랜잭션 데이터가 단일 데이터베이스에서 함께 있습니다.
우리는 심지어 그들이 발생시키는 트랜잭션을 수행하여 질의 결과를 활용하여 우리의 응용 프로그램을 수정할 수 있습니다.
그 결과는 과거에 결코 실행할 수 없었던 것 - 트랜잭션 처리를 제어하는 복잡한 질의 사용 - 을 할 수 있게 하는 "스마트" 응용 프로그램입니다.
이 기능이 바로 "분석 트랜잭션 처리"(ATP)라고 하는 것입니다.

일부 공급 업체는 다양한 수준의 ATP 지원을 제공 할 수 있는 기술들을 개발했습니다.
그러나, 여러 소스의 데이터와 핵심 분석 트랜잭션 데이터의 통합으로 기업은 다음 단계 - "순간적인" 의사 결정 뿐만 아니라, 최고의 정보 이용을 기반한 의사 결정 - 으로 접근할 수 있습니다. IDC는 "분석 트랜잭션 데이터 플랫폼"(ATDP) 기능을 제공할 수 있는 시스템을 말했습니다.그런 플랫폼은 이상적으로 메모리에 모든 또는 대부분의 활성화된 데이터가 존재(즉, 인메모리 데이터베이스(IMDB)하고, 더 완전한 분석을 위해 필요에 따라 관련 지원 데이터를 가져올 수 있는 기능에 둘러싸인, 메모리 최적화 핵심 데이터베이스를 가질 것입니다. 그것은 데이터 센터 또는 클라우드에서 초석 기능으로 ATDP를 배포하여 시장에서 앞서나가기 위해 유지하고자 하는 모든 기업의 목표가 되어야 합니다.

No comments:

Post a Comment