시작하기전에..
이 포스트는 http://technet.microsoft.com/ko-kr/library/ms176117.aspx 를 바탕으로 개인적으로 정리한 내용임을 알려드립니다.
SQL Server 2005 Analysis Services(SSAS)개념
- Analysis Services는 비즈니스 데이터의 신속한 분석을 지원하는 핵심 서비스
- 비즈니스 인텔리전스 응용 프로그램의 OLAP(온라인 분석 처리) 및 데이터 마이닝 기능을 제공.
- Analysis Service는 개발자들이 하나 이상의 실제 데이터 원본에 대해 UDM(Unified Dimensional Model)이라는 단일 데이터 모델을 정의할 수 있도록 하여 전형적인 OLAP 기반 분석과 관계형 기반 보고의 장점을 조합합니다. OLAP, 보고 및 사용자 지정 BI 응용 프로그램에서 수행된 모든 최종 사용자 쿼리는 이러한 관계형 데이터에 대해 단일 비즈니스 뷰를 제공하는 UDM을 통해 기본 데이터 원본의 데이터에 액세스.
OLAP (Online Analytical Processing)
OLAP의 정의
최종사용자(End User)가 다차원정보에 직접 접근하여 대화식으로 정보를 분석하고 의사 결정에 활용하는 과정출처 : http://home.pusan.ac.kr/~pnustat/info/DataMining/3-2-2.htm
OLAP의 특성
- 다차원성 : 사용자들이 실제적인 차원에서 정보를 분석
- 직접접근 : 최종 사용자들이 전산 부서의 개입 없이 직접 접근하여 사용.
- 대화식 분석 : 시스템과 상호작용을 통해 정보를 분석
- 의사결정에 활용 : 기업의 전반적인 상황 이해 및 의사 결정 지원
OLAP의 기대효과
- IT 부서의 개발 및 운영비 경감, 프로그램 유지 보수 최소화
- 직접접근 : 최종 사용자들이 전산 부서의 개입 없이 직접 접근하여 사용.
- 대화식 분석 : 시스템과 상호작용을 통해 정보를 분석
- 의사결정에 활용 : 기업의 전반적인 상황 이해 및 의사 결정 지원
Data Mining : 데이터 마이닝
Data Mining의 정의
Data Mining이란 방대한 데이터 속에 내재된 의미있는 상관관계, 패턴, 경향등을 찾아내는 일련의 과정이다. 여기에는 통계(Statistics), 신경망(Neural Network)등을 비롯한 여러가지 테크닉이 사용된다. - Gartner Group
거대한 데이터베이스에서 사전에 알 수 없었던 중요한 정보(Information)을 추출해 내는 지식발견(Knowledge Discovery) 프로세스이다. - Aaron Zornes, The META Group참고 : 통계와 경영스터디매니아 cafe.naver.com/bluematrix
대학시절 수업내용에서 기억하기로는 데이터 마이닝이란 Data -> Information -> Knowledge 의 순서로 점점 쌓여만 가는 데이터를 지식으로 뽑아내는 일련의 과정이었던 것으로 기억합니다. 이는 근래에 들어 점점 쌓여만 가는 엄청난 데이터들을 보다 효율적으로 사용하기 위함이며 이를 통해 기업의 경영진 또는 기타 사람들의 의사결정을 도와주는 역할을 합니다.
UDM(Unified Dimensional Model) : 통합차원모델
UDM의 정의
통합차원모델이란 다음의 그림과 같이 사용자와 데이터 원본을 연결하는 교량 역할을 합니다. 데이터의 원본은 사용자가 아닌 시스템과 개발자를 중심으로 디자인되어 최종사용자(End User)는 이해하기 어려운 경우가 많습니다. 때문에 UDM을 생성하여 최종사용자(End User)는 데이터 모델을 보다 단순하고 쉽게 이해할 수 있고 데이터 원본에서 최종사용자(End User)가 필요로 하는 데이터를 쉽게 추출할 수 있게 도와주는 역할을 합니다.
UDM
Analysis Service UDM 사용 이점
- 사용자 모델의 질을 향상시킵니다.
- 대량의 데이터에 대해서도 대화식 분석을 지원하는 고성능 쿼리를 제공합니다.
- 모델의 비즈니스 규칙을 캡처하여 보다 강력한 분석을 지원합니다.
- 사용자가 데이터를 보면서 작업을 수행할 수 있는 '루프닫기'를 지원합니다.
