Oracle의 ADO(Automatic Data Optimization)와 Heat Map은 데이터 저장 및 관리의 효율성을 높이기 위한 자동 최적화 기능, Oracle Database의 Information Lifecycle Management (ILM) 기능의 일부입니다. 이 기능을 사용하면 데이터를 자동으로 관리하고 최적화할 수 있습니다.

1. ADO (Automatic Data Optimization)

• Automatic Data Optimization(ADO)는 데이터의 사용 패턴을 분석하고, 그에 따라 데이터 저장소의 성능과 효율성을 최적화하는 기능입니다.
• 데이터를 자주 사용하지 않게 되는 경우, 이를 자동으로 더 저렴한 스토리지로 이동하거나, 데이터를 압축하는 등의 처리를 통해 저장 비용을 절감합니다.

ADO의 주요 기능

• 자동 계층 저장소 관리: 사용 빈도에 따라 데이터를 고성능 또는 저성능 스토리지로 자동으로 이동시킵니다.

• 데이터 압축: 자주 액세스하지 않는 데이터를 자동으로 압축하여 저장 공간을 절약합니다.

• 정책 기반 관리: 관리자는 데이터의 사용량, 생성 시기, 수정 시기 등의 기준을 설정하여 정책에 따라 데이터를 관리할 수 있습니다.

ADO의 동작 원리

• Heat Map을 기반으로 데이터의 사용 패턴을 모니터링하고, 특정 조건을 만족할 때 미리 설정된 정책에 따라 데이터 이동 또는 압축을 실행합니다.

---

2. Heat Map

Heat Map(히트 맵)은 데이터 사용 패턴을 실시간으로 추적하여 시각화하는 기능입니다. Oracle 데이터베이스가 데이터를 읽거나 수정하는 빈도와 시기를 추적하여, ADO가 어떤 데이터를 최적화할지 결정하는 데 필요한 정보를 제공합니다.

Heat Map의 주요 기능

• 데이터 액세스 추적: 테이블, 파티션, 서브 파티션 등 데이터 객체가 얼마나 자주 읽히고 또는 수정되는지를 추적합니다.

• 시각적 패턴 분석: 데이터 사용 패턴을 분석해 어떤 데이터가 자주 사용되고, 어떤 데이터가 자주 사용되지 않는지 보여줍니다. 이를 통해 관리자는 데이터의 성격과 라이프사이클을 더 잘 파악할 수 있습니다.

• 주기적 데이터 분석: 데이터를 얼마나 자주 또는 최근에 사용했는지를 기준으로, 데이터가 고성능 스토리지에 계속 머물러야 하는지 아니면 더 저렴한 스토리지로 이동해야 하는지를 결정할 수 있습니다.

Heat Map의 예시

• Access Frequency: 데이터가 최근 얼마나 자주 읽히고 수정되었는지.
• Last Access Time: 데이터가 마지막으로 언제 사용되었는지.

ADO와 Heat Map의 상호작용

• Heat Map이 데이터를 실시간으로 추적하여 데이터의 사용 패턴에 대한 정보를 수집하면,
• ADO는 이 정보를 바탕으로 데이터를 더 효율적으로 관리하기 위한 작업(예: 데이터 압축, 스토리지 계층 이동)을 자동으로 수행합니다.

Oracle ADO & Heat Map을 사용하는 이유:

• 스토리지 비용 절감: 자주 사용되지 않는 데이터를 자동으로 저렴한 스토리지로 이동하거나 압축하여 비용을 절감할 수 있습니다.

• 성능 향상: 자주 사용되는 데이터를 고성능 스토리지에 유지하고, 잘 사용되지 않는 데이터는 비용 효율적인 스토리지로 이동시킴으로써 전체 시스템의 성능을 최적화할 수 있습니다.

• 자동화된 관리: 관리자가 데이터를 수동으로 이동하거나 압축할 필요 없이 Oracle이 이를 자동으로 관리합니다.