ODS(Operational Data Store)

개요

ODS(Operational Data Store)는 여러 소스로부터 데이터를 통합하여 운영 리포팅, 제어 및 운영 의사결정 지원을 위한 추가 작업을 수행하도록 설계된 데이터베이스이다. 현대 기업 환경에서 실시간 데이터 분석과 신속한 의사결정이 중요해지면서, ODS는 데이터 웨어하우스와 상호 보완적인 역할을 수행하는 핵심 데이터 저장소로 자리잡고 있다.

설명

ODS는 엔터프라이즈 데이터 웨어하우스(EDW)의 보완적 요소로서 운영 리포팅과 의사결정을 위해 사용되며, 전술적이고 전략적 의사결정 지원에 사용되는 EDW와는 구별된다. ODS는 데이터 웨어하우스의 중간 논리적 영역으로 종종 사용되며, 운영 리포팅과 실시간 분석과 같은 경량 데이터 처리 활동을 위해 여러 소스로부터 데이터를 통합하도록 설계되었다.

ODS에서 데이터는 운영 시스템으로 다시 전달되지 않는다는 점에서 프로덕션 마스터 데이터 저장소와 다르다. ODS는 소스 시스템에서 원본 형식으로 데이터를 통합하며, 로드된 후 데이터는 정제되고, 중복성이 해결되며, 관련 비즈니스 규칙에 대한 준수성이 확인될 수 있다.

ODS의 일반적인 목적은 데이터 가상화, 데이터 연합 또는 ETL(추출, 변환, 로드)과 같은 데이터 통합 기술을 사용하여 서로 다른 소스 시스템의 데이터를 단일 구조로 통합하는 것이다.

특성

1. 실시간성과 최신성

ODS는 항상 사용 가능한 가장 최신 데이터를 포함하고 있어 실시간 데이터 분석에 이상적이다. ODS는 원자적이거나 분할할 수 없는 데이터(가격, 거래 등)를 실시간으로 캡처하여 제한된 이력을 가진다.

2. 데이터 통합성

ODS는 여러 트랜잭션 시스템에서 최신 데이터의 스냅샷을 제공하는 중앙 데이터베이스로, 조직이 다양한 소스의 데이터를 원본 형식으로 단일 목적지에 결합할 수 있게 한다.

3. 경량 처리

ODS는 작은 데이터 세트에 대한 경량 쿼리를 위해 설계되어 있으며, 지난 한 시간 동안 판매된 제품량이나 오늘 온라인 판매의 대부분이 발생한 지역을 결정하는 것과 같은 전략적, 순간적 행동에 적합하다.

4. 휘발성

ODS는 새로운 데이터가 도착함에 따라 기존 데이터를 지속적으로 덮어쓰므로, 포함된 데이터가 데이터 웨어하우스에 저장된 데이터보다 훨씬 더 휘발성이 높다.

5. 정규화된 구조

ODS가 자주 업데이트되고 데이터를 자주 검색해야 한다는 사실로 인해 ODS의 논리적 데이터 모델은 일반적으로 정규화되어 있다. 정규화는 저장할 데이터가 중복되지 않고 스키마의 데이터 무결성이 유지되도록 보장한다.

예시

실제 구현 사례

실제 사례로, ODS는 주 단위로 청구 애플리케이션에서 데이터 배치를 가져오고, 실시간으로 거래 데이터를 수집하여 관계형 데이터베이스에 통합할 수 있다.

온라인 상점을 예로 들면, 고객 정보(이름, 주소, 배송 선호도)를 기록하는 청구 시스템과 고객 구매를 추적하는 거래 시스템이 있을 때, 사용자는 ODS를 쿼리하여 실시간 운영 보기("지난 한 시간 동안 얼마나 많은 제품이 구매되었는가?") 또는 전술적 질문에 답하는 보고서("오늘 가장 많은 수익을 담당하는 지리적 지역은 어디인가?")를 얻을 수 있다.

활용 분야

ODS는 다음과 같은 주요 활용 분야를 가진다:

• 데이터 집계: 다양한 시스템의 애플리케이션 데이터를 단일 통합 보기로 통합
• 포괄적 리포팅: 여러 소스의 데이터를 결합하여 상세한 보고서 제공
• 사용자 접근성 확대: 제한된 사용자에서 더 많은 조직 구성원으로 리포팅 기능 확장

결론

운영 데이터 저장소는 즉각적인 운영 요구사항을 강조하여 신선한 운영 데이터에 대한 즉시 접근이 필요한 조직에게 필수불가결한 요소가 되고 있다. 2024년 운영 데이터베이스 관리 시장이 478억 달러에 달했으며, 2033년까지 633억 달러에 이를 것으로 예상되어 2.8%의 연평균 성장률을 보이고 있다.

ODS는 데이터 웨어하우스나 데이터 허브의 대체재가 아니라 상호 보완적인 역할을 수행한다. 현대 조직들이 실시간 의사결정과 운영 효율성을 추구하는 상황에서, ODS는 데이터 아키텍처의 핵심 구성요소로서 그 중요성이 계속 증가할 것으로 전망된다.

차세대 운영 데이터 저장소는 실시간 데이터 통합과 기업 전반에 걸친 신선한 운영 데이터의 즉시 가용성을 가능하게 하는 이벤트 주도 아키텍처, 인메모리 컴퓨팅 기능, 분산 처리 프레임워크를 통합하고 있다.

참고문헌

1. Wikipedia. "Operational data store." https://en.wikipedia.org/wiki/Operational_data_store
2. TechTarget. "What is an Operational Data Store (ODS)?" https://www.techtarget.com/searchoracle/definition/operational-data-store
3. Snowflake. "What Is an Operational Data Store (ODS)? Complete Guide." https://www.snowflake.com/en/fundamentals/a-modern-approach-to-the-operational-data-store/
4. Gartner. "Definition of Operational Data Store." https://www.gartner.com/en/information-technology/glossary/ods-operational-data-store
5. Stitch. "What is an operational data store?" https://www.stitchdata.com/resources/operational-data-store/
6. Hevo Data. "What is an Operational Data Store | Hevo." https://hevodata.com/learn/operational-data-store-a-comprehensive-guide/
7. GeeksforGeeks. "What is Operational Data Stores?" https://www.geeksforgeeks.org/what-is-operational-data-stores/
8. Airbyte. "What is Operational Data Store (ODS): Guide You Can't Miss." https://airbyte.com/data-engineering-resources/operational-data-stores
9. Integrate.io. "What is Operational Data Store? | Glossary." https://www.integrate.io/glossary/what-is-operational-data-store/