[데이터베이스] 데이터 웨어하우스

소개

시험볼때 내용이 방대하고 어려워서 열심히 요약한 자료입니다. 이것만 보고도 A+받았으니까 관련과목 시험보실때 참고하시면 좋을뿐만 아니라, 데이터 웨어하우스의 전반적인 내용을 포함하고 있기때문에 과제에도 많은 도움이 되실거라고 생각합니다.

목차

제 7 장 구조의 구성요소
제 8장 데이터 웨어하우징을 위한 기초로서 기반구조
제 9 장 메타데이터의 중대한 역할
제 10 장 차원 모델링의 원리
제 12장 데이터 추출, 변환, 적재
제 15장 데이터 웨어하우스에서의 OLAP
제 17장 데이터 마이닝 기초
[참고]

본문내용

1. 데이터 모델링
. 개발자들에게 소스 시스템들과 데이터 웨어하우스 목표 데이터베이스들을 위해 데이터 모델들을 생성하고 관리하게 해준다. 만약 필요하면, 데이터 모델들은 스테이징 영역을 위해서 생성될 수도 있다.
. 데이터베이스 스키마를 만들기 위해 포워드 엔지니어링(forward engineering) 능력을 제공한다.
. 존재하는 소스 데이터베이스들의 데이터 사전 목록으로부터 데이터 모델을 만들게 하는리버스 엔지니어링(reverse engineering) 능력을 제공한다.
. STAR 스키마를 생성하기 위한 데이터 설계자에게 차원 모델링 능력을 제공한다.

2. 데이터 추출
. 두 개의 주요 추출 방법들이 이용될 수 있다: 완전 재생을 위한 대량 추출과 증진적 적재를 위한 변경-기반의 복제.
. 도구 선택은 다음 요소들에 의한다: 소스 시스템 플랫폼들과 데이터베이스, 그리고 소스 시스템에서 이용 가능한 내장된 추출과 중복 기능들.

3. 데이터 변환
. 추출된 데이터를 적절한 포맷과 데이터 구조로 변환한다.
. 명세서에 있는 대로 디폴트 값을 제공한다.
. 주요 특징들은 필드 분할, 합병, 표준화, 그리고 중복제거를 포함한다.

...

참고자료

· 없음