Tech/DAP16 데이터 품질 관리 이해(데이터 구조 이해) 데이터 구조 이해 1. 개념 데이터 모델 주제영역과 핵심 데이터 집합을 정의하고 관계를 정의한 모델을 의미한다. 주제 영역 주제 영역은 업무상 친밀도가 높은 데이터 집합을 하나의 주제 영역으로 정의한다. 원자성 : 하나의 단위 주제 영역은 가급적 다른 주제 영역의 엔티티나 관계의 영향을 받지 않는 엔터티의 모임이어야 한다. 집중성 : 단위 주제 영역 내의 엔터티와 관계는 단위 주제 영역 내에 집중되어야 한다. 업무 지향성 : 주제 영역을 명명하는데 있어 업무적 명확성을 나타내는 단수 단위로 명명할 수 있어야 한다. 핵심 엔터티 집합성 : 엔터티는 두 개 이상의 속성과 두 개 이상의 데이터 인스턴스를 갖는 데이터의 집합이어야 한다. 식별성 : 엔터티는 하나 이상의 속성으로 엔터티의 각 데이터 인스턴스를 유.. 2018. 6. 11. 데이터 품질 관리 이해(데이터 이해) 데이터 이해 1. 데이터 품질 관리 프레임워크 데이터 품질 관리란 조직 내외부의 지식 노동자와 최종 사용자의 기대를 만족시키기 위한 지속적인 데이터 및 데이터 서비스 개선 활동을 말한다. 데이터 품질 요소에는 크게 데이터 값, 데이터 서비스, 데이터 구조, 데이터 관리 프로세스 등이 있다. 이러한 요소들은 서로 연계되어 조직 데이터 품질에 영향을 주고 있어 종합적이고 체계적인 품질 관리 노력을 필요로 한다. 데이터 데이터 구조 데이터 관리 프로세스 CIO (개괄적관점) 데이터 관리 정책 DA (개념적관점) 표준 데이터 개념데이터모델 데이터 참조 모델 데이터 표준 관리 요구 사항 관리 Modeler (논리적관점) 모델 데이터 논리 데이터 모델 데이터 모델 관리 데이터 흐름 관리 DBA (물리적 관점) 관리.. 2018. 6. 10. 데이터 모델링(논리 데이터 모델링) 논리 데이터 모델링 1. 논리 데이터 모델링 이해 논리 데이터 모델링 목적 및 효과 해당 비즈니스에 대한 데이터 관점에서의 명확한 이해를 돕는다. 전사적인 통합 데이터 체계를 확립한다. 데이터의 일관성 및 정확성 유지를 위한 규칙을 도출한다. 안정적인 데이터베이스 설계의 토대를 마련할 수 있다. 사용자와의 명확한 의사소통을 위한 수단으로 활용할 수 있다. 논리 데이터 모델링 필수 성공 요소 업무에 능통한 현업 사용자와 함께 데이터 모델링을 진행하는 것이 중요하다. 그리고, 절차 보다는 데이터에 초점을 두고 모델링을 해야 한다. 이는 추후에 확장을 고려해야 하기 때문이다. 그외, 데이터의 구조와 무결성을 함께 고려해야 하고, 개념화, 정규화를 적용해야 한다. 그리고 데이터 모델링을 지원하는 데이터 사전 구.. 2018. 6. 9. 데이터 모델링(개념 데이터 모델링) 개념 데이터 모델링 1. 개념 데이터 모델링 이해 개념 데이터 모델이란? 건물로 비유하자면, 건물의 골격을 세워 놓는 형태로서 모델링 단계 중, 정말 중요한 단계이다. 주제별로 분류 가능한 업무를 분석해서, 핵심 엔터티를 추출하고 그들 간의 관계를 정의하여 데이터의 골격을 생성하는 것이 개념 데이터 모델의 정의라고 할 수 있다. 나중에 논리 모델링, 물리 모델링 단계로 진행된다 하더라도 개념데이터 모델의 골격에서 크게 벗어나지 않기 때문에 개념 데이터 모델의 중요성은 더욱더 크다. 주제 영역 정의 주제 영역은 기업이 사용하는 데이터의 최상위 집합이다. 하나의 주제 영역 내의 데이터 간 관계는 밀접해야 하고, 다른 주제 영역에 포함되는 데이터 간의 상호작용은 최소화할 수 있도록 정의해야 한다. 계획 수립 .. 2018. 6. 7. 이전 1 2 3 4 다음 반응형