논리 데이터 웨어하우스란 무엇입니까?

LDW(논리 데이터 웨어하우스)는 아키텍처 계층이 기존 데이터 웨어하우스 위에 위치하여 사용자에게 하나의 "논리적" 데이터 소스로 나타나면서 여러 다양한 데이터 소스에 대한 액세스를 가능하게 하는 데이터 관리 아키텍처입니다. 기본적으로 기존 데이터 소스(데이터베이스, 엔터프라이즈 데이터 웨어하우스, 데이터 레이크 등)와 기타 데이터 소스(애플리케이션, 빅 데이터 파일, 웹 서비스 및 클라우드)를 모두 최적화하여 모든 분석 사용 사례를 충족시키는 분석 데이터 아키텍처입니다. 이 용어는 2009년에 만들어졌으며 많은 회사에서 데이터 복잡성이 증가하는 문제가 됨에 따라 시장에서 계속 주목을 받고 있습니다.

로지컬 데이터 웨어하우스

논리 데이터 웨어하우스는 증가하는 데이터 관리 요구 사항을 충족할 수 있는 기능을 갖춘 차세대 데이터 웨어하우스라고 합니다. 기업 전반에 걸쳐 여러 엔진과 다양한 데이터 소스를 결합하면 논리 데이터 웨어하우스 구성 요소를 물리적으로가 아니라 논리적으로 한 곳에서 결합할 수 있습니다. 최신 LDW는 오늘날 사용 가능한 다양한 데이터 소스, 데이터 플랫폼 및 비즈니스 사용 사례를 지원하도록 발전했습니다. 조직이 디지털 방식으로 재창조하고, 실시간 스트리밍 분석을 활성화하고, 보다 스마트한 데이터 기반 의사 결정을 통해 운영을 최적화할 수 있도록 지원합니다.

논리 데이터 웨어하우스의 이점은 무엇입니까?

진화하는 데이터 요구 사항 충족

논리 데이터 웨어하우스 접근 방식을 통해 기업은 데이터 웨어하우스, 데이터 마트, 샌드박스, 데이터 레이크 등과 같은 물리적 접근 방식에 대한 기존 투자를 활용하면서 진화하는 데이터 요구 사항을 충족할 수 있습니다. 다중 엔진 접근 방식인 논리 데이터 웨어하우스를 통해 기업은 다양한 분석 요구 사항을 모두 충족할 수 있습니다. 이러한 다양한 구성 요소(엔터프라이즈 데이터 웨어하우스, 데이터 레이크, 데이터 마트 등)는 상호 배타적이지 않으며 전략적 데이터 관리 접근 방식에서 실제로 서로를 보완할 수 있습니다. 예를 들어, 엔터프라이즈 데이터 웨어하우스(EDW)는 결코 없어지지 않았습니다. 여전히 비즈니스 데이터를 관리하는 데 유용합니다. 이제 논리 데이터 웨어하우스라는 더 큰 전체의 일부가 되었습니다.

논리 데이터 웨어하우스는 새로운 데이터 요구에 대해 민첩하고 유연한 분석 전략을 세우도록 보장합니다. 미래에 시장이 어떻게 변화하든 팀이 하나의 기술이나 접근 방식에 얽매이지 않도록 합니다. 이것은 앞에서 언급한 다양한 구성 요소의 보완적인 디자인으로 돌아갑니다. 회사는 요구 사항을 충족하기 위해 다양한 데이터 관리 작업에 사용할 구성 요소를 결정할 수 있습니다. 비즈니스가 성장하고 새로운 데이터가 생성됨에 따라 데이터 가상화 계층은 기존 프로세스를 중단하지 않고 이러한 새로운 데이터 소스를 통합할 수 있습니다.

TIBCO의 논리 데이터 웨어하우스 솔루션
이 데이터시트를 다운로드하여 TIBCO의 논리 데이터 웨어하우스 솔루션의 기능과 이점을 이해하십시오.

데이터 접근 방식 현대화

논리 데이터 웨어하우스를 통해 기업은 다양한 데이터 유형, 기술, 사용자 및 사용 사례 전반에 걸쳐 공통 분석 데이터 관리 아키텍처를 배포하여 데이터 접근 방식 및 분석 아키텍처를 현대화할 수 있습니다. 논리 데이터 웨어하우스를 통해 기업은 다양한 소스에 걸쳐 모든 데이터를 통합하여 비즈니스 질문에 대한 답을 찻고 과거 성과를 분석하며 미래 결과를 예측할 수 있습니다. 또한 LDW는 비즈니스가 성장함에 따라 데이터 관리 전략을 확장하는 데 도움이 될 수 있으며, 현재 데이터에서 시작하여 우선 순위가 변경됨에 따라 설계를 쉽게 추가하거나 변경할 수 있습니다. 이 동적 접근 방식은 모든 최신 데이터 관리 솔루션의 핵심입니다.

데이터 소비자의 역량 강화

LDW 접근 방식은 또한 데이터를 더 쉽게 찾고 이해하도록 만들어 다양한 기술 수준의 사용자에게 권한을 부여하는 데 도움이 됩니다. 논리 데이터 웨어하우스는 스트리밍 소스를 포함한 모든 데이터 소스를 하나의 포괄적인 "논리적" 소스로 통합하여 모든 사용자의 생산성을 향상시킬 수 있습니다. 이를 통해 전체 조직에서 데이터에 대한 공유 액세스를 허용하여 다양한 비즈니스 팀이 자체 분석을 수행할 수 있습니다. 결과적으로 기업은 모든 부서와 팀의 데이터에 대한 일관된 이해를 바탕으로 더 나은 결정을 내릴 수 있습니다.

사용 가능한 데이터가 점점 더 다양해짐에 따라 논리 데이터 웨어하우스는 생성 이후 더욱 필요하게 되었습니다. 과거 데이터를 포함하여 조직의 모든 데이터를 수집 및 통합하고 단일 시스템으로는 수행할 수 없는 통합 분석을 수행할 수 있는 하나의 기술 또는 도구를 제공합니다. LDW는 다양한 데이터 소비자에게 신뢰할 수 있고 재사용 가능한 데이터 서비스를 사용할 수 있는 권한을 부여합니다. 이러한 방식으로 조직의 데이터에 대한 액세스를 민주화함으로써 비즈니스에서 사용하는 데이터의 일관성과 정확성을 보장하면서 셀프 서비스 분석이 가능합니다.

논리 데이터 웨어하우스의 공통 특성

2009년 이후 논리 데이터 웨어하우스가 발전함에 따라 기본 목적은 변경되지 않았지만 주요 특성은 성장하고 기업 요구 사항에 맞게 조정되었습니다. 최신 LDW 도구에는 일반적으로 다음과 같은 특성이 포함됩니다.

  • 단일 인터페이스를 통한 애플리케이션 액세스
  • 기존 엔터프라이즈 데이터 웨어하우스 존재
  • 하나 이상의 데이터 레이크를 저장소로 포함
  • 운영 데이터 저장소(ODS) 사용
  • 데이터 마트와의 일관성 보장
  • 메타데이터 및 거버넌스 정책 설정

논리 데이터 웨어하우스 사용 사례

거의 모든 비즈니스 또는 산업에서 더 나은 분석 및 의사 결정을 위해 모든 데이터를 연결하고 조직 전체에 액세스할 수 있는 이점을 얻을 수 있습니다. 다음은 LDW를 적용할 수 있는 몇 가지 사용 사례입니다.

  • 위험 관리
  • KPI 모니터링
  • IoT 에지 분석
  • 예측 분석
  • 데이터 마이닝
  • 셀프 서비스 분석