Notice
Recent Posts
Recent Comments
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 | 31 |
Tags
- ကိုရီးယား
- Data Lake
- Кор барои хориҷиён
- စကားစမြည်ပြောခြင်း
- Kotlin
- မြန်မာ
- Чати тарҷумаи худкор
- korea
- အယ်လ်ဘာ
- Job
- 빅데이터
- Hello World
- Mobiele toepassing
- Коркабулкунӣ барои хориҷиён
- အလုပ်
- နိုင်ငံခြားသား
- 스프링부트
- Ҷойҳо дар Корея
- Шуғ дар Корея
- အလုပ်အကိုင်
- Чои кор барои хоричиён
- Werwingtoepassing
- Мобиль замима
- Кори нопурра дар Корея
- BigData
- 비바버튼
- 계정삭제 요청
- Spring boot
- java
- Кор дар Корея
Archives
- Today
- Total
목록데이터 저장 (1)
VivaButton
[IT Trend - 빅데이터] 데이터창고(DW) VS 데이터호수(Data Lake)
전통적인 엔터프라이즈 IT 환경에서는 '데이터 분석'을 하기 위해서는 데이터웨어하우스(DW, Data Warehouse) 시스템이 필요했습니다. 데이터창고(Data Warehouse)라는 이름에서 알수 있듯이 데이터를 저장해두는 것이 DW(Data Warehouse)의 목적이다. 전사적자원관리(ERP), 고객관계관리(CRM), 공급망관리(SCM) 등 기업에서 활용되는 다양한 시스템에서 생성되는 데이터를 DW에 담아두고, 데이터 분석이 필요할 때마다 이 창고의 데이터를 대상으로 분석을 하자는 접근이었다. DW는 대부분의 기업들이 운영중이다. 비즈니스 인텔리전스(BI)를 구현하기 위해서 DW는 필수적이었기 때문이다. 테라데이타, 싸이베이스, 그린플럼 등은 DW를 위한 전용 데이터베이스 관리시스템(DBMS)를..
IT/빅데이터
2019. 7. 24. 18:11