Recently, many enterprises have attempted to construct data warehousing systems for decision-support. Data warehouse is an intelligent store of data that can aggregate vast amounts of information. Building DW requires two important development issues: (i) DW for the decision making of business users and (ii) metadata within it. Most DW development methodologies have not considered metadata development; it is necessary to adopt a DW development methodology which develops a DW and its metadata simultaneously. Metadata is a key to success of data warehousing system and is critical for implementing DW. That is, metadata is crucial documentation for a data warehousing system where users should be empowered to meet their own information needs; users need to know what data exists, what it represents, where it is located, and how to access it. Furthermore, metadata is used for extracting data and managing DW. However, metadata has failed because its management has been segregated from the DW development process. Metadata must be integrated with data warehousing systems. Without metadata, the decision support of DW is under the control of technical users. Therefore, integrating data warehouse with its metadata offers a new opportunity to create a more adaptive information system.
This dissertation proposes a metadata-oriented data warehouse architecture that consists of seven components: legacy system, extracting software, operational data store, data warehouse, data mart, application, and metadata. Taxonomies for dataflow and metaflow is proposed for better understanding of the architecture. In addition, a metadata schema is built within the framework of the seven components. The architecture with its metadata component is applied to a real-life data warehouse for a large medical center in order to illustrate its practical usefulness. The metadata management function is concerned with security, object management, and database. The system is more likely to help manage and maintain metadata of data warehousing system.
Therefore, this dissertation proposes a DW development methodology from a metadata perspective. The proposed methodology consists of five phases: preparatory, requirement analysis, data warehouse (informational database) development, metastore development, and maintenance. To demonstrate the practical usefulness of the methodology, two cases are illustrated.
When utilizing the proposed architecture, application is possible to any different domains. Here, before the customizing process, understanding of operational systems should be preceded. Adopted architectures are evolving and can be revised. Metadata components in the architecture also go through a customizing process. During the process, metadata requirements are sufficiently considered and organically combined with other components. The metastore system developed at this point can effectively manage and support a data warehousing system. The proposed methodology also points to a stage where such metastore system can be effectively developed. In particular, by developing other components on the basis of metadata, rather than purchasing metadata tool and managing only the metadata, a consistent development environment is created. Non-metadata component development on the basis of metadata is far more useful when developing a data warehousing system with a low budget.
최근, 많은 기업에서는 의사결정지원을 위해서 데이터 웨어하우징 시스템 (Data Warehousing System) 구축에 많은 노력을 기울이고 있다. 데이터 웨어하우스 (Data Warehouse) 는 방대한 양의 정보를 집약할 수 있는 데이터 저장소이다. 데이터 웨어하우스 구축에는 다음의 중요한 두 가지 이슈가 있다. 비즈니스 사용자 (Business End-user) 의 의사결정 지원에 근거해서 데이터 웨어하우스를 개발하는 것과 이에 근거한 메타데이터 (Metadata) 를 개발하는 것이다. 대부분의 데이터 웨어하우스 개발 방법론은 메타데이터의 개발을 고려하지 않고 있다. 즉, 데이터 웨어하우스와 메타데이터를 동시에 개발하려는, 통합된 방법론이 필요한 것이다. 메타데이터는 데이터 웨어하우징 시스템의 핵심이며 데이터 웨어하우스를 구현하기 위한, 중요한 요소이다. 즉, 메타데이터는 사용자가 정보 요구를 만족하도록 하는, 데이터 웨어하우징 시스템을 위한 중요한 문서이다; 어떤 데이터가 있으며, 그것이 의미하는 것이 무엇인지, 어디에 위치하고 있는지, 그리고 그것을 어떻게 접근하는 지를 사용자는 알고자 한다. 게다가, 메타데이터는 데이터를 추출하고 데이터 웨어하우스를 관리하는데 사용되어진다. 메타데이터 관리가 데이터 웨어하우스 개발 과정과 분리되어져 왔기 때문에, 데이터 웨어하우징 프로젝트의 성공은 어려운 실정인 것이다. 메타데이터 관리의 부재는, 데이터 웨어하우스의 의사결정지원이 기술 사용자의 관리하에 존재하게 된다. 그러므로, 데이터 웨어하우스와 메타데이터를 통합해서 개발하는 것은, 보다 더 적응적인 (Adaptive) 정보 시스템을 창조하는 기회를 제공한다.
본 논문은 데이터흐름 (Dataflow) 과 메타흐름 (Metaflow) 을 위한 분류기준 (Taxonomy) 을 제안한다. 이 기준에 근거하여, 데이터 웨어하우스를 위한 메타데이터 지향적 아키텍쳐를 제시한다. 제안된 아키텍쳐는 7 컴포넌트 (Component) 로 구성된다. 이 컴포넌트는 기존 (Legacy), 추출 (Extracting), 운영 데이터 저장소 (Operational Data Store), 데이터 웨어하우스, 데이터 마트 (Data Mart), 어플리케이션 (Application) 및 메타데이터를 포함한다. 게다가 메타데이터 스키마는 7 컴포넌트의 프레임웍내에서 개발되어진다. 나아가서, 메타데이터 컴포넌트를 포함한 아키텍쳐의 실용적 유용성 검증을 위하여 실제 데이터 웨어하우스 프로젝트 사례에 적용 및 분석되었다. 사례에 적용된 메타데이터 관리 기능은 보안, 객체 관리 및 데이터베이스에 관한 것으로 구분된다. 개발된 시스템은 데이터 웨어하우징 시스템의 메타데이터 관리 및 유지 활동을 효과적으로 지원할 수 있다.
또한, 본 논문은 메타데이터 관점의 DW개발방법론 (DW Development Methodology) 를 제시한다. 제안된 방법론은 5 단계로 구성되어 있다: 준비, 요구사항 분석, 데이터웨어하우스 (정보 데이터베이스) 개발, 메타스토어 (Metastore) 개발 및 유지보수. 방법론의 실질적 유용성을 입증하기 위하여 가공 및 실제 사례에 적용하였다.
제안된 아키텍쳐를 활용할 때, 얼마든지 다른 영역 (Domain) 에 적용 가능하다. 이때 커스터마이징 (Customizing) 과정을 거치게 되는 데, 운영시스템의 파악이 선행되어야 한다. 적용된 아키텍쳐는 수정될 수 있으며, 진화해 나아가는 것이다. 또한 아키텍쳐내의 메타데이터 컴포넌트 또한 커스터마이징 과정을 거치게 된다. 이때, 메타데이터에 대한 요구사항이 충분히 반영되어지며, 다른 컴포넌트와 유기적인 결합을 가진다. 이 때, 개발되어지는 메타스토어 시스템은 데이터 웨어하우징 시스템을 효과적으로 관리하고 지원할 수 있다. 또한, 제안된 방법론은 이러한 메타스토어 시스템을 효과적으로 개발하는 단계를 제시하고 있다. 특히, 메타데이터 도구를 구입해서 메타데이터만을 관리하는 것보다, 메타데이터를 기반으로 다른 컴포넌트를 개발함으로써, 일관성 있는 개발환경을 조성하게 된다. 그리고 메타데이터 기반의 컴포넌트 개발은 저(低) 예산하에서 데이터 웨어하우징 시스템을 개발하려고 할 때, 더욱 더 유용하다.
