Data Warehouse

1. Data Warehouse란?
   1. 다양한 소스에서 얻은 대량의 데이터를 연결, 통합하는 디지털 스토리지 시스템.
   2. 그냥 마구 넣은 데이터를 분석하고 보고하는데 사용된다.
      1. 우리 시스템의 예를 들어보자. 우리는 정말 다양한 곳의 데이터를 수집한다. github/jira/github action 등등
      2. 물론 소스가 다양한 것도 있는데, github 내부에서 오는 친구들만 해도 너무 다양해서 바로바로 분석하는 것이 힘들다. CRUD작업에 특화된 OLTP 위주의 시스템에서는 비용도 너무 많이 들고, 시간도 너무 많이 든다.
      3. NoSQL을 사용하고자 하니, 테이블을 설계할 수도 없고, 분석을 진행하기에도 비효율적이다.
      4. 그렇기 때문에 OLAP(온라인 분석 처리) DataBase가 만들어졌다. 그리고 이를 데이터 웨어하우스로 사용하는 솔루션이 각광받게 되었다.
   3. 우리 서비스는 OLAP Data warehouse에 기본적인 데이터를 Parsing하여 1차 처리 결과를 넣어 놓고, 분석하여 OLTP시스템에 넣으려고 했으나, Azure SQL이 OLAP/OLTP 모드 모두 지원을 하는 덕분에 그냥 Azure SQL에 넣기로 했다.
   4. 이것과 관련한  '데이터 웨어하우징(data warehousing)'은 데이터의 수집 및 처리에서 도출되는 정보의 활용에 이르는 일련의 프로세스라고 정의 가능하다
2. OLAP 종류
   1. Multidimenstional OLAP (MOLAP)
      1. 다차원 데이터베이스에 기반한 OLAP 아키텍처.
      2. 데이터의 저장과 프로세싱에 MDB가 사용됨
         1. 네트워크 상의 데이터 이동이 최소화된다.
      3. 다차원 데이터의 저장과 프로세싱에 동일한 엔진이 사용된다.
      4. 예시 : SBase, Oracle Express
   2. Relational OLAP (ROLAP)
      1. 관계형 데이터베이스에 기반한 OLAP 아키텍처. 관계형 데이터와 클라 사이의 연결 역할
   3. Desktop OLAP (DOLAP)
      1. 다차원 데이터의 저장 및 프로세싱이 모두 클라이언트에서 이루어지는 데이터베이스
      2. 다른 OLAP보다 설치랑 관리가 쉽고 유지보수가 편함
      3. 필요한 데이터가 모두 클라이언트로 이동될 필요가 있어 대용량 데이터 처리에 한계가 생긴다.
      4. 제품 예시 : 파워플레이, 브리오쿼리
   4. HOLAP(Hybrid OLAP)
      1. 다차원 데이터의 저장 공간으로 다차원 데이터베이스와 관계형 데이터 베이스가 함께 사용될 수 있는 제품.
      2. 일반적으로 요약된 데이터나 관계식에 의해 새로 계산된 데이터는 다차원 데이터베이스에 저장, 상세 데이터는 관게형 데이터베이스에 저장.
      3. 제품 예시 : Oracle Express/ Azure SQL 서버

출처 : https://itpenote.tistory.com/203