ODS 는 즉각적이고, 운영적이며, 통합된 전체 정보에 대한 기업의 요구를 지원하는 주제 중심의 통합, 변수, 현재 상세 데이터 모음입니다. 데이터 웨어하우스로 전환하는 경우가 많으며 데이터 웨어하우스 프로젝트의 옵션 중 하나입니다. Bill.Inmon 의 정의에 따르면, "데이터 웨어하우스는 주제 지향적인 데이터 웨어하우스입니다. 주제 지향적인 데이터 웨어하우스입니다. 주제 지향적인 데이터 웨어하우스는 주제 지향적인 통합 통합입니다. 안정적이고 안정적이며 안정적이며 시간이 지남에 따라 변하는 시간에 따른 변화입니다. 의사 결정 지원에 주로 사용되는 데이터베이스 시스템" 은 Kimball 에 있습니다. < 데이터 웨어하우스 라이프 사이클 도구 세트 데이터 웨어하우스 라이프 사이클 도구 세트 데이터 웨어하우스 라이프 사이클 도구 세트 데이터 웨어하우스 라이프 사이클 도구 세트 the data warehouse lift cycle toolkit 과거 및 기타 상세 쿼리 (비즈니스 시스템의 일부) 2. 의사 결정 지원을 위한 현재 상세 데이터 (데이터 웨어하우스의 일부) 를 제공하므로 운영 데이터 저장소 (ODS) 는 기업의 일상적인 글로벌 애플리케이션을 지원하는 데 사용되는 데이터 모음입니다. ODS 의 데이터에는 주제 지향, 통합, 변수 및 데이터가 현재이거나 거의 현재 4 가지 기본 특징이 있습니다. 또한 ODS 는 DB 와 DW 사이에 있는 데이터 저장 기술이며, ODS 의 데이터 구성 방식과 데이터 웨어하우스 (DW) 도 주제 지향적이고 통합되어 ODS 로 들어오는 데이터도 데이터 웨어하우스로 들어가는 데이터처럼 통합된다는 것을 알 수 있습니다. 또한 ODS 는 현재 또는 거의 현재 데이터를 저장할 뿐, 필요한 경우 ODS 의 데이터를 추가, 삭제 및 업데이트할 수 있습니다. DW 의 데이터도 주제와 통합을 지향하지만 일반적으로 수정되지 않으므로 ODS 와 DW 의 차이는 주로 데이터의 가변성, 현재, 안정성, 요약도를 반영합니다. ODS 는 여전히 일반 관계형 데이터베이스에 저장되기 때문에 성능, 저장 및 백업 복구와 같은 데이터베이스의 관점과 소스 데이터베이스의 성능에 미치는 영향 때문에 개인은 ODS 에 상당히 긴 주기의 데이터를 저장하지 않는 것이 좋습니다. 마찬가지로 ODS 의 데이터도 가능한 한 변환되지 않고 비즈니스 데이터베이스와 그대로 유지됩니다. 즉, ODS 는 데이터 웨어하우스 처리 및 의사 결정 지원 요구 사항을 OLTP 시스템과 격리하고 의사 결정 지원 요구 사항이 OLTP 시스템에 미치는 영향을 줄이기 위해 비즈니스 데이터베이스의 백업 또는 이미지일 뿐입니다. 일반적으로 ODS 가 있는 시스템 아키텍처에서 ODS 는 다음과 같은 기능을 수행합니다 .1) 비즈니스 시스템과 데이터 웨어하우스 간에 격리 계층을 형성합니다. 일반적인 데이터 웨어하우스 애플리케이션 시스템은 매우 복잡한 데이터 소스를 갖추고 있으며, 이러한 데이터는 서로 다른 지리적 위치, 데이터베이스, 애플리케이션에 보관되어 있습니다. 이러한 비즈니스 시스템에서 데이터를 추출하는 것은 쉬운 일이 아닙니다. 따라서 ODS 는 비즈니스 시스템에서 직접 추출한 데이터를 저장하는 데 사용됩니다. 이러한 데이터는 데이터 구조, 데이터 간의 논리적 관계에서 비즈니스 시스템과 기본적으로 일치하므로 추출 과정에서 데이터 변환의 복잡성을 크게 줄일 수 있습니다. 데이터 추출 인터페이스, 데이터 양 크기, 추출 방법 등에 중점을 둡니다. 2) 일부 업무 시스템 상세 조회 이전 기능은 데이터 웨어하우스가 구축되기 전에 대량의 보고서와 분석이 업무 시스템에 의해 직접 지원되며, 비교적 복잡한 보고서 생성 과정에서 업무 시스템 운영에 상당한 압력을 가하고 있습니다. ODS 의 데이터는 세분성, 구성 방식 등 모든 측면에서 비즈니스 시스템과 일관성을 유지하므로 원래 비즈니스 시스템에서 생성된 보고서, 상세 데이터의 질의를 ODS 에서 수행할 수 있으므로 비즈니스 시스템의 쿼리 압력을 줄일 수 있습니다. 3) 데이터 웨어하우스에서 수행할 수 없는 일부 기능을 완료합니다. 일반적으로 ODS 가 있는 데이터 웨어하우스 아키텍처에서 DW 계층에 저장된 데이터는 요약된 데이터 및 운영 지표이며 각 트랜잭션에서 생성된 세부 데이터를 저장하지 않습니다. 그러나 일부 특수 애플리케이션에서는 트랜잭션 세부 데이터를 쿼리해야 할 수 있습니다. 이 경우 세부 데이터 쿼리 기능을 ODS 로 이전하여 수행해야 하며 ODS 의 데이터 모델은 주제 지향적 방식으로 저장되며 다음을 수행할 수 있습니다. 즉, 데이터 웨어하우스는 거시적 관점에서 기업의 의사 결정 지원 요구 사항을 충족하는 반면, ODS 계층은 세부적인 트랜잭션 데이터 또는 낮은 세분성 데이터 쿼리 요구 사항을 미시적으로 반영합니다. ODS 계층이 없는 데이터 웨어하우스 애플리케이션 시스템 아키텍처에서는 데이터 웨어하우스에 저장된 데이터의 세분성이 필요에 따라 결정되지만 일반적으로 가장 세부적인 비즈니스 데이터도 보존되어야 하며 실제로는 ODS 와 동일하지만 ODS 와는 달리 현재 세부 데이터는 "현재, 변화하는" 데이터가 아니라 "현재" 입니다. 이러한 데이터 웨어하우스의 스토리지 압력과 성능 압력은 모두 비교적 크기 때문에 데이터 웨어하우스의 물리적 설계와 논리적 설계에 대한 요구가 높아지고 있습니다.