주 데이터스트림즈 1 회사소개 2 데이터 통합 배경

Зарегистрируйтесь, чтобы просмотреть полный документ!

РЕГИСТРАЦИЯ

(주)데이터스트림즈

1. 회사소개 2. 데이터 통합 배경 및 필요성 3. Why Tera. Stream? 4. 활용분야

1. 회사소개 -2 - © 2011 Data. Streams Corp. All Rights Reserved.

회사소개 : 개요 조직도 Company Profile 회사명 (주)데이터스트림즈 대표 데이터 통합(DI)/DW/ETL 솔루션 개발/구축/판매 실시간 및 디퍼드온라인 데이터처리솔루션(NRT) 개발/ 사업분야 구축/판매 데이터 표준화 컨설팅 메타데이터관리 및 품질 관리(DQ) 솔루션 개발/구축/판매 본사위치 서울시 서초구 서초동 1597 -3 청호나이스 빌딩 6층 97명 연락처 Tel) 02 -3473 -9075~78 년매출액 120억원 기획관리부 영업본부 기술전략본부 연구소 재경파트 영업1본부 BDC팀 DI팀 영업2본부 PI팀 DQ팀 기술지원팀 QA파트 Fax) 02 -3473 -9084 기술자현황 데이터스트림즈 제품군 DI 제품 고문 인사총무파트 설립년도 2001년 09월 19일 사원수 감사 중급 24% DQ 제품 초급 40% Technology, 69% 컨설팅, 11% 20 % 고급 18% 관리, 9% % 특급 18% -3 - 영업, 8% % 기타, 2% % * 2010년 11월 현재 © 2011 Data. Streams Corp. All Rights Reserved.

회사소개 : 주요 history & 수상내역 데이터 분야 확장. 시장 우위 2010 발전. 확장 2004 01 Meta. Stream Version 2. 7 출시 03 한국소프트웨어전문기업협회 회장 이영상대표 선출 06 전국은행 연합회 데이터 처리 툴로 선정 09 국방부 지휘통신사령부 통합 메타(MDR)구축부문 사업자선정 10 대구은행, 부산은행 차세대, 국회사무처 사업수주 2008 2003 10 Oracle Open World 2003 in San Francisco, USA Tera. Stream의 FACT 엔진 출품 06 Delta. Stream Version 1. 0 출시 10 특허청 데이터거버넌스 및 데이터 품질상시감시 시스템 구축 2002 01 Tera. Stream™ 상표 출원 05 Tera. Stream Designer™ Version 1. 1 출시 11 정보화촉진자금 지원업체 선정 12 Tera. Stream V 1. 0 최초계약(통계청 데이터 이행용) 기술. 연구 개발의 중점 설립. 개척 2007 05 Meta. Stream 디지털경영혁신대상 중소기업청장 우수상 06 Tera. Stream™ Version 2. 0 출시 10 일본 노무라 계열 JAFCO사 4억엔 투자 유치 2006 04 05년 통계청 인구주택총조사 민간분야 부총리 포상 수상 12 중소기업기술혁신협회(이노비즈협회) 회원 자격 취득 행정자치부 시도행정 정책결정지원시스템 ETL표준 툴 선정 2001 01 02 06 07 08 e-Business Solution Fair@World 2001 참가 이노베이티브데이터솔루션즈(주) 부설연구소 인가 Tera. Stream Beta Version 출시 SEK 2002 초고속배치솔루션으로 Tera. Stream 출시 Tera. Stream Designer™ 프로그램 등록 09 (주)이노베이티브데이터솔루션즈(IDS)설립 03 Tera. Stream™ 05년 대한민국디지털경쟁력대상 12 중소기업청 벤처기업확인 인정 디지털기술 부문 우수상 수상 Tera. Stream™모듈 산업자원부 한국신기술인증 획득 04 (주)케이디비솔루션(메타데이터관리회사) 인수 통합 Meta. Stream Version 1. 0 출시 11 Tera. Stream™ Version 1. 4 GS 인증 획득 04 2004년 중소기업 기술혁신 개발사업자 선정 08 외환은행 ETL/Batch/이행표준툴로 Tera. Stream선정 09 데이터 추출솔루션 'FACT' 해외수출계약(미국) 02 Tera. Stream™ Version 2. 2 GS 인증 획득 Quality. Stream Version 1. 0 출시 Impact. Stream Version 1. 0 출시 03 ' (주)데이터스트림즈'로 사명변경 2005 04 중소기업 기술 혁신 개발 사업자 선정(중소기업청) 08 Tera. Stream 상표등록(등록번호 0589927) 12 신한은행 차세대 데이터이행 툴로 Tera. Stream선정등록 12 하반기 Tera. Stream™ Version 3. 2 출시예정 2009 01 통계청 원시자료 제공 시스템 업무혁신 사례상 수상 2000 1999 -4 - 01 DW프로젝트 최초로 Co. Sort 성공적 적용(GS리테일) 09 Co. Sort Korea설립 © 2011 Data. Streams Corp. All Rights Reserved.

회사소개 : 주요 고객사 현황 은행 보험 증권 카드/ 공금융 공공/ 학교 통신 제조/

2. 데이터 통합 배경 및 필요성 데이터 통합 정의 데이터 통합 배경 데이터 통합

데이터 통합 정의 v 데이터 통합은 기업내 다양한 시스템을 통해 데이터를 수집하여, 가치있고 재사용 가능한 정보 즉 '통합된 데이터'가 되도록 만들어주는 조직적이고 지속적인 과정 Data Integration 다양한 시스템의 데이터 분석/설계 Extract 추출 개발/배포 Transform 변형 통합된 데이터 Load 적재 Cleansing 정제 Connectivity 모니터링/ 분석 실행 -7 - © 2011 Data. Streams Corp. All Rights Reserved.

데이터 통합 배경 : 데이터 관리의 중요성 증가 v 데이터 활용도가 기업 성장의 핵심요소로 인식됨에 따라 데이터 관리의 중요성 증가 IT매거진 CIO. com은 포브스 인사이트 보고서를 통해 데이터 관리의 중요성 제시 기업성장률 85% 데이터활용도 95% 85% 응답자는 조직이 정보를 전략적 자산으로서 다뤄야 한다는 데 동의 95% 응답자가 정보관리는 비즈니스 성공을 위한 필수적인 것으로 인식 포브스 인사이트 보고서 '기업정보관리: 비즈니스 리더들의 관점' (기업임원 200명 대상) 저자: Thomas Wailgum , 2010년 04월 15일 -8 - © 2011 Data. Streams Corp. All Rights Reserved.

데이터 통합 배경 : 데이터 통합 발생 원인 v 기업이 직면한 비즈니스, IT 및 폭발적 데이터 증가 이슈로 인해 기업의 데이터 통합 필요성 발생 비즈니스 이슈 ü ü Globalization 기업인수 및 합병 각종 Compliance & Audit 고객 유치 및 이탈방지 폭발적 데이터 증가 이슈 ü 향후 5년간 기업 데이터 수요가 650% 증가할 것 IT 이슈 ü 데이터의 접근성 결여 ü 데이터 공급의 적시성 결여 ü 시스템에 분산된 데이터 Gartner Data Center Conference, 2009년12월 01일 -9 - © 2011 Data. Streams Corp. All Rights Reserved.

데이터 통합 배경 : 비즈니스 이슈 v 변화되는 각종 규제와 법규에 대응하기 위해 적시적재에 데이터를 수집, 가공하여 IT적인 대응 필요 국제회계기준 (IFRS) IFRS시스템 자본시장 통합법 IBMS (투자은행관리시스템) 국제자금세탁방지기구 (FATF) AML (자금세탁방지시스템) 신자기자본협약 (바젤II) ERMS (통합리스크관리시스템) IMF 외환위기 바젤II 시스템 ALM (자산부채관리시스템) 비즈니스 Compliance IT Compliance 금융권 IT 제도의 변화 기업뿐만 아니라 정부간에도 각종 규약과 기준을 준수해야만 자국의 이익을 보존할 수 있는 시대에 직면 - 10 - © 2011 Data. Streams Corp. All Rights Reserved.

데이터 통합 배경 : 폭발적인 데이터 증가 이슈 v 다양한 매체로부터 다양한 종류의 데이터가 폭발적으로 증가하여 데이터 통합 필요성 발생 Mainframe Multi Media Social Network 폭발적 증가 ü 거대 소매상 월 마트는 1백만 건의 소비자 구매 건을 처리하고 2. 5 페타 바이트 이상으로 측정되는 데이터베이스에 이들을 보관한다. 이는 미의회도서관에 있는 책의 167배에 달하는 양이다. ü Social Network 웹 사이트 페이스북은 400억 개의 사진을 보유하고 있다. 그리고 인간 유전자에 포함된 30억 기본 쌍을 분석하는데 있어 2003년 최초 분석시는 10년이 걸렸지만 지금은 1주면 충분하다. - 11 - Data, Data everywhere , Economist Feb 25 th 2010 From The Economist print edition © 2011 Data. Streams Corp. All Rights Reserved.

데이터 통합 배경 : IT 이슈 v 인터페이스의 복잡성 증가, 데이터의 분산 및 접근성 결여 등의 IT 이슈로 데이터 통합 필요성 발생 데이터 ERP CRM ERP 데이터 SEM RM 데이터 SCM RM DW 데이터 SCM 통데 합이 터 데이터 CRM MES 데이터 APM DW 통합데이터 ü 업무단위 데이터 관리로 인해 산재된 데이터 ü 시스템간에 인터페이스 복잡도 증가 ü 인터페이스관리로 인한 비용문제 ü 심플해진 시스템간 인터페이스 ü 통합된 데이터로 전사적 single view 제공 ü 인터페이스관리 비용 감소 - 12 - © 2011 Data. Streams Corp. All Rights Reserved.

데이터 통합 필요성 : 데이터 통합 솔루션 v 데이터 관리의 중요성이 증가하고, 각종 이슈로 인한 데이터 통합의 필요성이 증대됨에 따라 데이터 통합을 위한 솔루션이 필요해짐 비즈니스 데이터 증가 IT 비즈니스 측면에서의 데이터 통합 폭발적 데이터 증가로 인한 데이터 통합 IT적인 측면에서의 데이터 통합 솔루션 ? Tera. Stream 비용 절감 비즈니스 최적화 기업핵심데이터 데이터의 통합 증가하는 정보 사용량과 (고객, 벤더, 제품 등)에 데이터 통합으로 정보를 관리하는 대한 Single view를 생성 인터페이스간소화 및 비용에 대한 효율적인 대처 필요 전사시스템에 일관되고 포괄적인 정보 제공 유지보수 용이성 확보 - 13 - © 2011 Data. Streams Corp. All Rights Reserved.

3. Why Tera. Stream? 데이터통합 솔루션 Tera. Stream! Tera. Stream 개요 뛰어난 성능 풍부한

데이터 통합 솔루션 Tera. Stream! v 데이터 통합 프로세스를 보다 편리하고 신속하게 개발하고 체계적으로

Tera. Stream 개요 (1/2) v 다양한 서버환경에서 소스데이터를 빠르게 가공 처리하는 솔루션으로 ETL, Batch , 실시간 데이터 처리 연계, 데이터 전환 업무 수행 File 변환 Database 신시스템 Unload Load Data Cleansing DB 변환 Database File Extract (추출) Transform / Cleansing (변환 / 정제) Batch 고속 추출 엔진(FACT)을 이용한 데이터 추출 File 및 DB 가공처리 및 데이터 정제 [다양한 SQL 쿼리문 적용] [정렬, 컨버젼, 조인 연산 등 적용] - 16 - Load (적재) File Load 모듈을 이용하여 DB로 적재 [상용 DBMS의 자동 Load 모듈 생성 및 각종 옵션 적용] © 2011 Data. Streams Corp. All Rights Reserved.

Tera. Stream 개요 (2/2) – 제품 구성도 v Sort 엔진 및 고속 추출 엔진(FACT)을 Batch엔진으로 채택하였으며, 모든 메타데이터는 Tera. Stream Repository에 저장 관리 ü User Interface • 개발자의 직관적인 업무처리를 위한 GUI환경 Tera. Stream Designer ü Operations & Administration • 블록 , 프로젝트에 관련한 각종 로그 관리 • 작업 예약 스케쥴링 • 실시간 작업 성공유무 및 작업건수 등 Operations & Administration Project Scheduler FFD Manager Process Manager Data Access Manager Message Broker Data Processing FACT Co. SORT Converter USQL 외부명령어 사용자SCL Metadata Management Monitor Log Manager 모니터링 • 연결 DB정보 관리 및 접속 권한 체크 ü Data Processing • 이기종 DB(상용 RDSMS)간의 데이터 고속 추출 • 데이터 변환 기능 및 한글 컨버젼 기능 제공 • 파일을 이용한 정렬 및 조인 등 다양한 기능 제공 ü Metadata Management • Tera. Stream을 이용한 모든 맵핑 작업을 Tera. Stream Repository에 저장 • Metadata 재활용 지원 - 17 - © 2011 Data. Streams Corp. All Rights Reserved.

뛰어난 성능 : 차별화 기능 v 국산 제품으로 기존의 데이터 통합 솔루션과 차별화된 File 처리 성능을 보장하고 대용량 데이터를 고속으로 처리함 차별 기능 기능상세 Sort 엔진 다양한 추출방식 고속 Lookup 처리 File을 이용한 데이터 공유 Near Real time ETL Programmable Macro 연계 기능 Sort 엔진 탑재를 통한 최상의 성능 달성 DBMS의 특성에 따라 테이블에 대한 대용량 데이터 고속 추출 테이블뿐 아니라 메모리를 이용한 대용량 데이터 고속 Lookup 처리 Job중심의 작업컨트롤 방식으로 File을 이용한 데이터 공유(EBH주 1)용이 실시간으로 복잡한 로직 및 매핑처리 가능 (자사 CDC 솔루션인 Delta. Stream 또는 Tera-NRT와 연계) 매핑 전/후 처리를 통해 Record 또는 테이블 단위로 다양한 컨버젼 가능 원격에 위치한 Tera. Stream 서버간 연계로 원격으로 프로젝트 실행 - 18 - © 2011 Data. Streams Corp. All Rights Reserved.

뛰어난 성능 : 제품 특장점 v Tera. Stream은 고속 추출엔진(FACT)과 Sorting엔진을 탑재하여 데이터 가공의 성능을 향상시키고, 효율적인 시스템의 자원 이용으로 부하를 최소화함 특장점 설명 성능 향상 효율적 자원 이용 작업 생산성 향상 기능 향상 통합관리 환경 지원 호환성 • 대용량 데이터 고속 추출 • File 처리 방식으로 대량의 ETL 작업을 빠른 시간 처리 • 병렬 프로세싱을 통한 데이터 가공으로 작업 속도 향상 • DB와 분리된 시스템자원 이용으로 DB부하 감소 • On-Line DB 작업시 자원에 부하를 주지 않고 Batch작업 가능 • CPU, Memory, I/O의 효율적인 자원 할당 가능 • 통합 GUI 환경을 제공하므로 프로그램이 개발 편리 • 스크립트를 이용하여 타 프로그램에서 Sort 엔진, 고속 추출 엔진(FACT)실 행 • SQL개발자의 개발생산성 향상으로 개발비용절감과 품질 상향 평준화 • 로직 강화로, ETL외 업무 영역 확대 • 준 실시간 데이터 이동 (Tera-NRT와 연계) • Tera. Stream이 설치된 서버간의 분산 스케쥴링 및 통합 스케쥴링 지원 • 분산된 데이터 통합 솔루션 환경에서 통합 Metadata 관리 지원 • 응용 프로그램, ETL, EAI 솔루션과 호환 - 19 - © 2011 Data. Streams Corp. All Rights Reserved.

뛰어난 성능 : 기대효과 v 다른 데이터 통합 솔루션과 비교하여 뛰어난 성능으로 신속한 대용량 데이터 처리, 효율적 시스템 자원 사용, 업무의 편리성을 가져옴 대량 데이터 작업 업무분산 • 대량의 데이터 작업시 File을 이용하여 가공 및 변환 • 적재 방식은 조건문을 이용하여 파일 분리 후 병렬 작업 또는 • 업무 , DB 부하 및 CPU자원을 분산함 • CPU자원 분배기능 Bulk Load방식을 이용한 적재 작업 • 공통적으로 사용되어지는 파일을 재가공 함 (EBH주 1) 적용) 신속한 대용량 데이터 처리 - CPU개수 및 Memory부분 데이터크기에 맞게 적용 효율적 시스템 자원 사용 업무의 편리성 [ DBMS와 Tera. Stream작업 비교 결과 ] 데이터처리 시간 DBMS 작업 구분 DBMS (업무로직) 데이터처리 데이터 Tera. Stream 속도 건수 26분57초 RUN TIME Tth 데이터 건수 주 1) EBH: ETL, Batch Data Hub 1시간22분41초 6배 향상 11분30초 100만 3시간17분31초 File 작업 4배 향상 7분24초 9배 향상 16분14초 250만 40만 50만건 - 20 - © 2011 Data. Streams Corp. All Rights Reserved.

뛰어난 성능 : 주요기능 << 개발환경 v ETL에 관련된 모든 작업에 대해 User Interface 제공 v Sort 엔진, 고속 추출 엔진(FACT) 실행을 위한 스크립트 생성 및 실행 편의성 제공 v 개발 환경 화면의 평면화 획기적 작업 동선 개선 오브젝트창 메인툴바 메뉴바 그리기툴바 속성정보창 블록툴바 디자인 작업창 편집창 모니터링 및 메세지창 - 21 - © 2011 Data. Streams Corp. All Rights Reserved.

뛰어난 성능 : 주요기능 << 고속 데이터 추출 v SQLCLI를 사용한 상용 데이터베이스의 데이터 고속 추출 기능 제공 v 일반적인 추출방식(쿼리)보다 20~30배 빠른 성능 보유 • 데이터베이스 API를 최적화한 고속 추출 엔진(FACT) 탑재 • 지원 데이터베이스 - Oracle - Informix - DB 2 UDB - Sybase IQ - Sybase ASE - Altibase - MSSQL - Teradata등 • File 분할 추출 및 필터링 기능 제공 • Time 및 Time. Stamp 사용자 데이터 포맷 지정 조회(Select)화면 - 22 - © 2011 Data. Streams Corp. All Rights Reserved.

뛰어난 성능 : 주요기능 << 데이터 변환 v Source data와 Target data 간의 매핑 정의를 통한 데이터 변환 기능 v 매핑 정의시 다양한 변환 함수 사용 가능 CALLED_NO 함수 편집창 • 컨버터 블록을 통한 직관적인 데이터 변환 매핑 정의 • EBCDIC 대 ASCII 변환을 포함한 데이터 코드셋 addday(cdate("2005/05/12 12: 08: 24", "YYYY/HH/DD HH: MI: SS"), 2) 변환 지원 =addday(cdate("변환할String", "변환포맷", "변환값(N)") • 9 BIT(NDB), HDB 형태의 데이터를 RDB 형태의 데이터로 변환 지원 제공 함수 LIST • 문자열 함수, 수식 연산 함수를 포함한 다양한 내장함수 지원 • 사용자가 직접 함수 추가 가능 - 23 - © 2011 Data. Streams Corp. All Rights Reserved.

뛰어난 성능 : 주요기능 << 데이터 적재 v File to DB 혹은 DB to DB 방식의 데이터 적재 지원 적재스크립트 • 로드 블록을 사용한 일괄적재 • 컨버터 블록을 사용한 DB to DB 혹은 File to DB 방식 적재 • 데이터베이스 고유의 적재 도구 사용 • 맵핑 정의 및 Merge, Delete/Insert 등 • 적재도구 별 옵션 사용 • 다양한 DB 작업지원 • 적재 스크립트 자동 생성 - 24 - © 2011 Data. Streams Corp. All Rights Reserved.

뛰어난 성능 : 주요기능 << Metadata Management v FFD와 블록, 프로젝트 간의 연관성 분석 v 데이터 모델 변경, SAM 파일 FFD변경에 따른 영향도 확인 가능 • 테이블별 프로젝트 연관성 추출 • 프로젝트에서 사용되는 소스 대 타겟 간의 매핑 관계 출력 • 테이블 간, 컬럼 간 연결성 표시를 통해 효과적 영향도 분석 • Tera. Stream Repository에 저장된 Metadata 재활용 테이블명 DEPARTMENT와 관련 프로젝트 연관성 정보 조회된 연관 프로젝트의 소스대 타켓간 매핑정보 출력 - 25 - © 2011 Data. Streams Corp. All Rights Reserved.

뛰어난 성능 : 주요기능 << Design Time시 모니터링 v 블록 실시간 모니터링, 파일 실시간

풍부한 구축 사례 v Tera. Stream 은 ETL 시장 및 Migration 시장에서 높은 점유율로

풍부한 구축 사례 : 외환은행 계정계, 정보계 데이터 처리 • 정보계 DW Batch를 6시간 내 수행하였으며, 동시에 DM(Data Mart)로 적재 도입 효과 • 현 ODW, 신 ODW, EDW간 쌍방향 ETL 지원 • 다양한 비즈니스 로직을 적용한 데이터 처리, 데이터 통합 전 영역에 사용 고객사 이슈 • 메인프레임 및 IMS HDB의 컨버젼 필요 • ETL의 쌍방향 처리 • 대용량 데이터의 Batch 시간 내 처리 시스템 구성도 정보계 DW 계정계 현 ODW ORACLE Batch ETL 적용 방안 • 메인프레임 데이터를 UNIX환경의 데이터로 전환 - 데이터 사이즈 : 1~1. 5 TB 2005년 2월 Open Batch 24시 DB SPLIT • 한글 변환 등 다양한 데이터 변환 및 가공 지원 쌍방향 ETL EDW Sybase ASIQ 신 ODW ORACLE - 계정계에서 신 ODW로 일 변경분 데이터 200 GB, Batch ETL 추출 계정계 Batch, EDW ETL, 정보계 ETL과 Batch수행 ETL 추출 후 FTP 전송 1시간30분 내 전환 DM & Sub System • EDW서버(데이터 HUB)를 통해 DM&Sub System과 ETL 신 정보계에서 여러 Mart로 데이터 가공, 전달 Batch (EUC, KPI, RISK Management, IFRS, BaselⅡ) - 28 - Profit Management RISK KPI EUC © 2011 Data. Streams Corp. All Rights Reserved.

풍부한 구축 사례 : 국민연금 전 기간계 시스템 차세대 구축 • 다양한 비즈니스 로직을 적용하여 추출데이터 3 TB를 목표시간 30시간 내로 적재 완료함 도입 효과 • 스크립트없이 Tera. Stream을 이용하여 데이터 전환수행, 기간계 시스템 구축 고객사 이슈 • 시스템 통합 및 업무 프로세스 개선을 위한 연금 업무 시스템의 전면 재구축을 위해 전환 필요 • TFT 전환조직 구성이 늦어지면서 예외적인 매핑 규칙 정의 지연 시스템 구성도 원천 시스템 기간계 시스템 - Segment 분할 - 컨버젼 - Logic 적용 - 데이터 정제 DB 2 테이블 (1, 099개) 적용 방안 ETL FTP • 메인프레임 데이터를 UNIX환경의 데이터로 전환 - 데이터 사이즈 3 TB~5 TB, 총 전환 소요시간(30시간) 파일(32개) - 고객, 자격, 징수, 급여, 공통 등 전업무 적용 징수 급여 DQM에 의한 품질관리 • 반복적인 전환 테스트 - 총 12회에 걸친 시험테스트 ETL FTP - 업무별 TFT 전환조직 구성, 예외적 매핑규칙 • 기간계 시스템 데이터전환 시 ETL 수행 내용 고객 자격 • TFT 전환조직 조기 셋팅 의사결정 Oracle 공통 IBM M/F - 29 - © 2011 Data. Streams Corp. All Rights Reserved.

풍부한 구축 사례 : LG텔레콤 신 빌링시스템 데이터 전환 • 성능 개선 작업을 통하여 업무 프로세스의 작업 시간을 D+3에서 D+1로 단축 및 시스템 부하 감소 도입 효과 • 평균적으로 56%의 작업 시간 단축 효과 • 재작업시 비상 대응 체제 확보와 데이터 제공 지연에 따른 Impact 최소화 고객사 이슈 시스템 구성도 • I사에서 제공하는 솔루션을 이용하여 빌링, 통화 EDW 서버 ETL 업무 작업시 총 12시간 이상 소요 • 이로 인해 전체 작업에 지연 및 재작업 불가 • 전체 업무 KEY 채번을 효율적으로 하는 문제 D+1 ODS 서버 Legacy 적용 방안 • 구 빌링시스템에서 신 빌링시스템으로 전환 - 데이터사이즈: 3 TB→ 3. 5 TB, 목표시간: 30분 내 전환 • 대용량 데이터 중 변경이 없는 데이터는 Open 3일전 사전이행 접촉 AR 빌링 CSM SRDF Oracle CCS ODS Oracle/ Informatica ETL CTI MPS PPS • ODS서버에서 EDW와 DM으로 적재될 파일을 분리하여 각각의 업무테이블로 적재함 • 전체 업무 KEY를 최우선 채번 수행 통화 고객 PPS/ BSS 마이닝 캠페인 입력변수 분석 마이닝 분석 빌링 MOLAP 분석 Teradata NCR 10 Node DM 서버 ERP NMS Tera. Stream을 이용하여 ODS에서 가공된 데이터를 EDW와 DM에 동시에 적재 - 30 - OLAP Mart Sybase ASIQ IBM P시리즈 © 2011 Data. Streams Corp. All Rights Reserved.

획기적인 비용절감 : 프로젝트 수행 시 고려사항 v 획기적인 비용절감을 위해 개발, 관리, 운영 측면에서의 문제점을 고려해야 함 개발 측면 § 개발자 및 운영자 생산성 저하 § 비합리적인 프로그램 로직 개발 § 프로그램의 Quality 저하 개발의 신속성 감소 운영 측면 관리 측면 § 프로그램 품질 저하 - Reliability (신뢰성) - Maintainability (유지보수성) - Efficiency (성능) - Functionality (기능성) § 신규 개발 및 운영 시 체계적인 표준화 절차 부재 § 테스트 시스템 비효율적 운영 § 신속한 테스트 파일 구축 불가 § 유지보수 불편 운영의 비효율성 관리의 편의성 감소 - 31 - © 2011 Data. Streams Corp. All Rights Reserved.

획기적인 비용절감 : 개발 비용 절감 v Tera. Stream을 이용하여 개발 시 개발시간 단축과 비용 절감 효과를 가져옴 Tera. Stream 개발 시간 단축 Tera. Stream 개발 비용 절감 In-house방식 평균 70%, 난이도가 복잡할수록 최대 90%까지 성능 향상 개발 건수 난이도 (만 건) Tera. Strea m 개발 개발 시간 단축 In-house 개발 사이 즈(Gb) 작성 실행 작성 시간 단위: 투입M/M (출처: H화재 차세대) 실행 시간 시간 90 M/M 시간 1: 1 매핑 90 22 30분 28분 75% 동일 2시간 900 21 2시간 24분 66% 40% 6시간 1700 15 2시간 29분 80% 66% 10시간 120분 1300 8 2시간 25분 90% 85% 20시간 160분 48 M/M 54 M/M Tera. Stream 40분 N: 1 매핑 40 M/M 28분 1: N 매핑 80 M/M N: 1 매핑 복잡연산 - 32 - 24 M/M 개발 (4개월) Test (4개월) 안정화 (1개월) • 개발본수 100본 , 중급 인력을 투입한 비용으로 산정 (2010년 소프트웨어 노임단가 M/M 기준, 약 1000만원) © 2011 Data. Streams Corp. All Rights Reserved.

획기적인 비용절감 : 운영 및 관리 비용 절감 v Tera. Stream으로 운영. 관리할 때 In-house방식보다 운영 및 관리 비용이 20%이상 절감할 수 있음 로그 및 모니터링 제공 운영/관리 비용 In-house방식 운영가이드 제공 Tera. Stream 시간 개발 도구 Tera. Stream 운영적 측면 관리적 측면 § 신규 또는 유지보수 개발시 가이드에 의한 개발 가능 § 개발사상이 다르므로, 기존 업무 부분에 대한 In-house 방식 가이드만으로는 적용 불가능 § 로그 및 모니터링을 제공함으로 관리에 어려움이 없음 § 개발당시 로그 및 모니터링을 개발자가 제공하지 않을 경우 관리가 어려움 § 새로운 가이드에 따른 추가 비용 발생됨 - 33 - § 개발변경 시 재개발해야 함으로 불필요한 비용 발생 © 2011 Data. Streams Corp. All Rights Reserved.

다양한 지원 체계 : 효율적인 서비스 지원 v 데이터스트림즈만의 우수한 인력으로 구성된 기술지원과 국내 연구소지원, 교육제공으로 신속. 정확 한 서비스를 제공 지원요청 전화접수 고객 기술지원팀 기 술 지 원 Call Center 02 -3473 -9077(#650) 전화응대 원격지원 방문대응 E-mail 연 구 소 지 원 24*365 체계 교 육 지 원 매월 1회 정기교육실시 문제 분석 Bug Check On-site 교육 또는 데이터스트림즈 교육장제공 매뉴얼, 책자 제공 예 Bug fix 아니오 QA파트 연구소 Tool 기능, 서버기능 추가 QA파트 제품품질 관리 - 34 - 문제해결 © 2011 Data. Streams Corp. All Rights Reserved.

기대효과(요약) Tera. Stream 뛰어난 성능 • Sort 엔진 탑재 • 고속 추출 엔진(FACT)탑재 풍부한 구축 사례 획기적인 비용 절감 • 다수의 구축경험 • 다양한 구축분야 • 인건비 절감 • 운영의 최소화 • 유지보수비 절감 • 국내 연구소 다양한 지원체계 • 빠른 Customer Service • 우수한 기술 지원 - 35 © 2011 Data. Streams Corp. All Rights Reserved.

Скачать презентацию 주 데이터스트림즈 1 회사소개 2 데이터 통합 배경

fe498da786f1aeb7eb50543d8e101d3f.ppt

Количество слайдов: 36