# @data warehouse

Data Warehouse
데이터 웨어하우스의 정의와 목적, 아키텍처 및 구성요소 등에 대해 정리한다. 또한, 데이터 웨어하우스와 데이터베이스, 데이터 레이크, 데이터 마트를 비교한다.

Storage architectures for big data : Data Warehouse Vs Data Lake Vs Data Lakehouse
본 글은 Data Warehouse vs. Data Lake vs. Data Lakehouse: An Overview of Three Cloud Data Storage Patterns 을 번역 및 정리하였습니다.
Data Lake VS Data Warehouse
이번 포스팅은 Data Lake와 Warehouse의 차이점을 알아보고자 합니다.그러기에 앞서 일단 Data Lake와 Data Warehouse의 정의를 먼저 알아볼 필요가 있습니다.데이터 레이크는 구조화되거나 반구조화되거나 구조화되지 않은 대량의 데이터를 저장, 처

Amazon Redshift 와 MPP(Massively Parallel Processing) 에 대하여
Amazon Redshift delivers up to 3x better price-performance than other cloud data warehouses. Amazon Redshift takes advantage of AWS designed-hardware

데이터마트(Data Mart), 데이터웨어하우스(Data Warehouse), 데이터 레이크(Data Lake)
데이터마트, 데이터웨어하우스, 데이터레이크

Data Engineering - OLAP vs. OLTP
Application: Operational->ERP, CRM, legacy apps, etc.Typical users: Staff/CustomersHorizon: Weeks, MonthsRefresh: ImmediateData model: Entity-relation

Data Warehouse Design (데이터 웨어하우스 디자인) - Kimball vs. Inmon Model
비지니스 개발에 있어 데이터 웨어하우스 설계는 필수적이다. 데이터 웨어하우스 설계 방식에는 크게 두가지 기법이 있는데, Kimball method 와 Inmon method 가 있다. 디자인의 이름은 디자인 설계자의 이름을 따서 만들어졌다. 오늘은 두 가지를 비교해

Star Schema & SnowFlake Schema- Fact, Dimensional table 핵심 정리
이 포스트는 Microsoft Power BI 데이터베이스 지침을 참고하여 작성되었습니다.Reference:https://docs.microsoft.com/ko-kr/power-bi/guidance/star-schema(Microsoft Power BI)Sta