- 데이터 전문가 지식포털 · • 쿼리프로세싱의일부가스토리지계층에서 수행 • 서버로보내는데이터양이현저히감소

<Insert Picture Here>

EDW 혁명을 위한 Oracle 솔루션

김 용한 팀장(Senior Manager)

© 2008 Oracle Corporation

( g )인텔리젼스/웨어하우스기술 컨설팅 본부

목차

• 업계 현황 및 시장 분석

• Oracle Exadata 개요

• Oracle Exadata 구현 방식

• 결론

• Appendix• Customer Experiences

© 2008 Oracle Corporation – 2 –

업계 현황 및 시장분석


오늘날 IT와 업무의 도전과제Market Challenge

IT Costs의 감소

복잡성의 감소복잡성의 감소

위험의 감소

변화율(Rate of Change)을 증가( g )더 많은 데이터의 관리

서비스 품질의 향상서비스 품질의 향상


최근 IT 컴퓨팅 환경경량급 서버와 Disk의 Grid 및 가상화 기반의 클라우드

Application Servers Application Servers그리드 컴퓨팅 클라우드 컴퓨팅

pp

Database Servers Database Servers

Storage Storage


시대별 정보 시스템 구축 History

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 ~ 2009

정보계구축 ---> Data Warehouse 구축 DW 리모델링 / 고도화 / 재구축

콜센터 구축

통합 CRM 구축

분석/운영 CRM 연계

현업에서의 활용성보다,DW구축하기위한 프로젝트에 집중

체계화된 데이터 구조를

차

세

대

데이터 축적 E D W 실영업지원 시스템 구축

eCRM 구축각 고객 접점 채널별

기반으로, 현업의 활용성을극대화한 DW체계를갖추기 위한 재구축

기개발된 고객접점채널을 통합하고, 이를 분석CRM과연동하는데 초점

대

데이터 축적 E D W 실시

고객 분석모델 개발

고객 세그멘테이션

각 고객 접점 채널별,최적화된 채널구축에집중

R

T

E분석위주 인프라

시간

고객 LTV모델 개발


실시간 기업 환경

“…an enterprise that competes by using up-to-date information to progressively remove delays to the management and

execution of its critical business processes”- Gartner, Definition of Real Time Enterprise

• Real Time Enterprise• 기업 환경의 변화 속도에 대응하는 기업 경쟁력 강화를 위한 새로운 전략의• 기업 환경의 변화 속도에 대응하는 기업 경쟁력 강화를 위한 새로운 전략의

필요성

• 중요 업무 프로세스의 관리와 실행간의 지연 최소화가 가장 중요한요소(“Remove delays”)요소( Remove delays )

• 가장 최신(“Up-to-date”) 정보를 제공하고 활용하는 경쟁력 있는 기업

• Real Time Enterprise를 위한 추세

• 업무 프로세스 혁신- Process Innovation, 6 Sigma• IT 측면 – DW의 확장 , SEM


최근 데이터 웨어하우스 구축 동향““Real-Time Data Warehouse”

[실시간 데이터처리 요건]

전략적 질의[기존DW업무]

-데이터 적재

/

[실시간 데이터처리 요건]

-실시간+지속적 데이터 갱신

-대량사용자 + 동시작업

-OLAP + OLTP 업무

동시수행

정형 / 비정형 질의

배치작업

복잡한 정형질

복잡한비정형질의

OLTP성 전략적 질의

데이터 갱신

지속적인

-정형/비정형 질의

-주기적인 배치작업

데이터 웨어하우스의 확장(GDW)

노후화된 시스템의 교체 및 업그레이드

정형질의

배치작업

대량 데이터적재

비정형질의

데이터 적재

배치작업복잡한 정형질

의일괄변경

지속적인변경작업데이터 웨어하우스의 확장(GDW)

실시간 처리를 위한 기술요소

대량 적재 작업

정형질의

배치작업

대량 데이터적재

Row level Locking

OLAP+OLTP 서버 및 데이터의물리적 구성방안은?

지능형 Storage 기술의 소개

Operational Data Store

대량 적재 작업

질의 수행 속도

주기적인 배치 작업 메타 데이터 관리

Trickle Feeds (지속적데이터 반영)

24 * 365 지원부하분산 관리DW Appliance를 통한 비용 절감


최근 DW의 방향

경쟁력 극대화를 위한 Global 통합

Information-Driven Enterprise

Global 통합 정보 인프라데이터 표준화 확립

데이터 품질 확보

데이터 일관성 및정합성 유지

사용의 편의성 증진

Information in One Place사용의 편의성 증진

경영혁신의 기반 확립 저비용의 고효율체제 IT Infra 고도화

ERP Legacy 기타 해외


해외 시장 현황Source: Winter TopTen Survey, Winter Corporation, Waltham MA, 2008.

USD $1 8BUSD $1.8B

Source: IDC, 2007 – Data Warehouse Platform Tools 2006 Vendor Shares

Total Market = USD $4.4B, 12.4% growth YoY


Source: IDC, 2007 Data Warehouse Platform Tools 2006 Vendor Shares

국내 DBMS 시장 현황

• Oracle은 2007년도 대비 2008년도에 한국 DBMS 시장 점유율이 약 6% 상승하는 시장의 강자임을 다시 한번 확인하는 실적을보였습니다 ( S IDC K 제공)보였습니다.( Source : IDC Korea 제공)

Source: IDC, 2007 – Data Warehouse Platform Tools 2006 Vendor Shares

Total Market = USD $4.4B, 12.4% growth YoY


Source: IDC, 2007 Data Warehouse Platform Tools 2006 Vendor Shares

국내 시장 현황(’08)※ 2008년 BI 시장 규모(순수 S/W License Only) : 973억원(2007년 보다 12% 성장)

※ 2008년 BI 시장 규모(HW, S/W, 인력비등) : 4,000억원

※ Application : BSC/CPM/Planning& Budgeting

구분 DW DI&DQ Application ETT/ETL OLAP/Mining Reporting Tool

※ Application : BSC/CPM/Planning& Budgeting

※ 산업별 크기 : 금융(30%), 공공(20%), 제조(20%), 기타(30%)

점유율 37.8% 10.7% 11.0% 3.8% 16.2% 20.5%

•DW 한국 시장 규모 : 4000 억 * 0.378 = 1512 억•CY09 성장율 4.2 % : 1512 + 1512 * 0.042 = 1520억


DW Appliance• 정의

• S/W와 H/W의 패키지화된 솔루션으로 기획부터 구축, 운영까지의 총 TCO를낮추기 위한 솔루션

전통 방식 DW Appliance

낮추기 위한 솔루션

• 전통 방식 vs. DW Appliance

최대 수십억원 초기비용 수억~십억 대 내외

필수사항 성능튜닝 최소 혹은 필요 없음

논리 모델과 성능향상을 위한 요약 데이터 모델링 논리 모델을 기반으로 성능 향상을 위한논리 모델과 성능향상을 위한 요약테이블과 같은 물리 모델의 최적화 병행

데이터 모델링 논리 모델을 기반으로 성능 향상을 위한물리 모델 최소화

6개월에서 1년 이상 구축기간 기존 방식의 4/1~1/3

DBMS, OS, 서버, 스토리지 등 별도업그레이드/추가 비용 발생

업그레이드 주로 유지보수 계약으로 한번에 해결업그레이드/추가 비용 발생

•고객의 IT 운영 환경의 표준에 부응하는환경 구축 가능

•폭발적인 데이터 증가량을 수용하는데

장단점 •데이터 양의 증가량에 따른 확장성의유연성 제공

•IT 운영 환경의 유연성 부족있어서 성능 저하

DBMS, OS, 서버, 스토리지 등 별도관리 인력 필요

관리/인력 관리 인력 최소화


DW Appliance 비교

Key Feature Oracle Exadata Netezza Teradata

B tree Indexing B-tree Indexing - -

Bitmap Indexing - -

Business Intelligence - -

Data Mining -

Data Quality / ETL - -

HW Architecture Open Proprietary Proprietary

Join Indexing -

OLAP Cubes - -OLAP Cubes - -

Partitioning - Random Placement*

Query Results Cache - ?

TPC-H Benchmark Leader - -

•Note: While Oracle has true range and value partitioning, Teradata’s partitioning is merely a hashing procedure to randomly distribute data across storage

-14-

to randomly distribute data across storage.

Oracle Exadata개요개요


대용량 데이터 웨어하우스의 급격한 사이즈증가로 인한 초대용량화증가로 인한 초대용량화

매 2년 마다 세배의 사이즈 증가

1000

D tActual

600

800 Data Warehouse Size (TB)

Projected

400

600

0

200

02000 2004 2008 2012

Source: Winter TopTen Survey, Winter Corporation, Waltham MA, 2008.

Oracle의 지속적인 혁신 기술 제공

Exadata StorageExadata StorageReal Application TestingReal Application Testing

Oracle 11gReal Application TestingReal Application Testing

Advanced Compression Advanced Compression Automatic Storage Management Automatic Storage Management

Transparent Data Encryption Transparent Data Encryption Oracle 8

Oracle 8iyy

Self Managing Database Self Managing Database XML DatabaseXML Database

Oracle Data GuardOracle Data GuardReal Application ClustersReal Application Clusters

Oracle 7

Oracle 8

Real Application ClustersReal Application ClustersFlashback QueryFlashback Query

Virtual Private DatabaseVirtual Private DatabaseBuilt in Java VMBuilt in Java VM

Partitioning SupportPartitioning Support

Oracle 6Oracle 10g

g ppg ppBuilt in MessagingBuilt in Messaging

Object Relational SupportObject Relational SupportMultimedia SupportMultimedia Support

Data Warehousing OptimizationsData Warehousing OptimizationsParallel OperationsParallel Operations

Oracle 2Oracle 9i

Oracle 5

Parallel OperationsParallel OperationsDistributed SQL & Transaction SupportDistributed SQL & Transaction Support

Cluster and MPP SupportCluster and MPP SupportMultiMulti--version Read Consistencyversion Read Consistency

Client/Server SupportClient/Server SupportPlatform PortabilityPlatform Portability

C i l SQL I l t tiC i l SQL I l t ti


Commercial SQL ImplementationCommercial SQL Implementation

해결책을 위한 접근…

• “지능형 소프트웨어(Brainy Software)” 접근방식 –똑똑한 데이터베이스 소프트웨어 사용으로똑똑한 데이터베이스 소프트웨어 사용으로하드웨어 요구량 최소화

• OLAP, Bitmap Indexing, Join indexing, Materialized Views Result Caches Range Partitioning etcViews, Result Caches, Range Partitioning, etc.

• “강력한 하드웨어(Brawny Hardware)” 접근방식 –강력한 하드웨어 사용으로 하드웨어 파워에의존하여 데이터 스캔과 조인 수행

• 강력한 하드웨어식 접근방식은 단지 일정 수준의데이터 사이즈와 일정 비율의 데이터 스캐닝을 할때에 제대로 먹힐 수 있는 일시적인 해결책때에 제대로 먹힐 수 있는 일시적인 해결책

– 18 –

Brawny Hardware 도전 과제스토리지 데이터 대역폭(B d idth)스토리지 데이터 대역폭(Bandwidth)

• 전통적 데이터 웨어하우의 한계• 전통적 데이터 웨어하우의 한계• 스토리지 Array의 프로세서와 Fiber 채널 Loop 간의 내재된 병목

현상

• 서버들 사이에서 제한된 Fiber Channel Host Bus Adapter• 구성되고 복잡한 SAN 스토리지 환경의 사용

데이터 대역폭 병목현상에 대한 해법

• 파이프를 통한 보다 적은 양의 데이터 이동

• 더 많은 파이프 증설

• 파이프의 크기 확장 – 파이프의 처리 용량 확장


Exadata – 새로운 아키텍쳐 제시데이터 대역폭 병목현상 제거

• Exadata는 보다 적은 양의 데이터를 파이프롤통해 수송 – “Cell Offloading”

• 쿼리 프로세싱의 일부가 스토리지 계층에서수행수행

• 서버로 보내는 데이터 양이 현저히 감소

• 서버 CPU 사용 부하를 최소화

• Exadata는 보다 많은 파이프들을 보유• 스토리지 구성 단위 “cell” 빌딩 블록 들이

초대용량 병렬 그리드 구성초대용량 병렬 그리드 구성

• 독립된 스토리지 서버들간의 간섭이 없기때문에 확장성 제공

• Exadata는 더 큰 파이프를 보유• 인피니밴드 인터컨넥트는 화이버(Fibre)

채널보다 5배 이상 더 빠른 이동 속도를 제공

Exadata Moves a Lot Less Data a Lot Faster


Smart Scan

• 스토리지 층에서 데이터베이스가 처리해야 하는 양을스토리지 층에서 데이터베이스가 처리해야 하는 양을경감시키는 효과.• 쿼리에 필요한 레코드와 컬럼 들 만을 데이터베이스에

반환반환

• WHERE 조건, Join 조건 및 점진적 백업(Incremental Backup) 의 최적화

• 스토리지와 DBMS 서버간의 현저한 데이터 전송 감소효과를 제공

• 완전한 투명성

• 애플리케이션의 수정 필요 없음.• 질의 시에 셀 또는 디스크 장애가 발생하더라도 적용됨.

쿼리 프로세싱: Exadata 스토리지 서버

Oracle Database Grid

어제의

Exadata Storage Grid

어제의판매량은?

Select sum(sales)

where Date= ’23-Sept’

9월 23일판매량만 추출

…

SUM

셀(Cell) - 스토리지 서버 빌딩 블록

• Hardware by HP• Hardware by HP• Software by Oracle

• 모든 Oracle 데이터베이스 서버와 동작• 산업 표준 구성 요소

HP Oracle Exadata Storage Server

모든 Oracle 데이터베이스 서버와 동작예정

• 현재는 Linux x86• 다른 운영 체제는 출시 예정

산업 준 구성• 2 Intel processors• 12 SAS 또는 SATA 디스크

• 최대 12 TB RAW 스토리지

• 스토리지 내에서 직접 데이터 집중 처리기능(Data Intensive Processing)를 구현

• 최대 12 TB RAW 스토리지

• InfiniBand connectivity

대용량 병렬 스토리지 그리드 • 질의 부합하지 않는 데이터에 대한 여과를통해 테이블과 인덱스 스캔 작업 실행

• 전형적으로 10 배 이상의 데이터 감소 효과

• 대용량 병렬 스토리지 그리드빌딩 블록• 최대 데이터 대역폭 1 GB/Sec


인피니밴드 처리량

1400단일 연결 처리량

1000

1200

1400

600

800

1000

MB/sec3x slower

400

60012x slower

3x slower

0

200

Gigabit Ethernet 4Gb Fibre 20Gb Infiniband

• 위의 그래프는 실제 환경에서 달성된 처리량에 대한 예를 보여주고 있음

• 전형적인 호스트 시스템에서 인피니밴드는 PCIe 1.0 x8 로 수행

Gigabit Ethernet 4Gb Fibre 20Gb Infiniband


Oracle Exadata 구현 방식구현 방식

-26-

Oracle DB Machine Full Rack 실제 사진

H/W Configuration

HP O l D t b M hi F ll R k• HP Oracle Database Machine Full Rack• 8 Node RAC와 12 Cell Storage

• HP Oracle Database Machine Half Rack• 4 Node RAC와 7 Cell Storage

• Custom Configurations• 구성 요소의 개별 구매를 통해 자체 패키지구성 요소의 개별 구매를 통해 자체 패키지

-28-

Oracle Database Machine Full Rack고성능 데이터 웨어하우징을 위한 사전 구성고성능 데이터 웨어하우징을 위한 사전 구성

Database Server Grid8대 서버 각각의 구성 목록 :• 하나의 HP DL 360 G5• 하나의 HP DL 360-G5

•2개의 인텔 쿼드코어 프로세서•32 GB RAM•4개의 146GB SAS 디스크•이중 포트의 Infinibad Host Channel Adapter (HCA)

•사전 구성 항목•Oracle Enterprise Linux•Oracle Database 11g Enterprise Edition (*)•Real Application Clusters (*)•Partitioning (*)

E d t St S G id

4 4 개의개의 Infiniband Infiniband 스위치스위치각각은각각은 24 24 포트포트 보유보유

Exadata Storage Server Grid14개 서버, 각각의 구성목록: • 하나의 HP DL180-G5

• 2개의 인텔 쿼드코어 프로세서• 8GB RAM

(*) = 오라클에 의해 최적화되고, 검증되어 설치및 지원. 라이센스는 별도임

•12개의 300GB SAS or 1TB SATA disks•이중포트의 Infiniband Host Channel Adapter (HCA)

•사전 구성 항목• Oracle Enterprise Linux• Oracle Exadata Storage Server Software (*)

및 지원. 라이센스는 별도임

Oracle Database Machine Half Rack 사전 구성된 고성능 데이터 웨어하우스사전 구성된 고성능 데이터 웨어하우스

• Full Rack과 유사한 구성요소

• 4 Oracle Database servers• 32 Core Intel processor cores• Oracle Enterprise LinuxOracle Enterprise Linux

• 7 Exadata Storage Servers (All SAS or All SATA) • 최대 168 TB RAW 스토리지

• 2 InfiniBand switches• 2개의 Master Switch2개의 Master Switch

• 1 “Admin” Ethernet switch• Keyboard, Video, Mouse (KVM) hardware• PDUs

Can connect up to two Half RacksCan connect up to two Half Racks

Custom Configurations

• 소규모 데이터 웨어하우스/데이터 마트 구축

개발 환경 및 백업 환경• 개발 환경 및 백업 환경

• 전통적인 구성과 유사• InfiniBand 로 네트워크 구성• InfiniBand 로 네트워크 구성

• Oracle Exadata Storage Server로 구성

Database Servers

InfiniBand

Storage

성능과 용량의 증설 …비즈니스 요구사항에 따른 확장

• 추가적인 랙의 추가를Data Intensive Processing


HP Oracle Database S

비즈니스 요구사항에 따른 확장

추가적인 랙의 추가를통한 확장

…Compute Intensive

ProcessingServer

…

Data Intensive

Processing


Data Intensive Processing

HP Oracle Exadata Storage ServerCompute Intensive

Processing

HP Oracle Database Server

Compute Intensive


• 인피니밴드 네트워크가모든 데이터베이스 서버와스토리지 서버에 전체


HP Oracle Exadata Storage Serverp

Processing




Processing

HP Oracle Database Server la

bilit

y

스토리지 서버에 전체대역폭 제공…

…


g




Compute Intensive Processing




ed S

cal

• 대역폭과 용량의 동시증가Data Intensive

Processing




Processing


HP Oracle Database S


Unl

imite

• 초대용량 병렬 스토리지그리드

…

…


Server







U

그리드

결론

-33-

DBMS와 Storage 그리드 환경

DBMS Server 그리드

BusinessData Protection

ASM스토리지 풀(Pool)

ExadataD t b 지능형Database 지능형

스토리지Storage 그리드


HP Oracle Exadata Database Machine

준비된 데이터 웨어하우스 솔루션(어플라이언스)• 준비된 데이터 웨어하우스 솔루션(어플라이언스)• 데이터베이스 서버 그리드

• 스토리지 서버 그리드

• 사전 인스톨 및 구성된 소프트웨어

• 최고수준의 성능• 전통적인 방식의 DW시스템에 비해 10배에서 100배에 까지 빠른 성능 제공

• Exadata 스토리지에 의해 제공

• 무한의 확장성• 랙추가를 통한 더 많은 데이터와 성능 보장

• 준비된 엔터프라이즈 사용 환경• 완벽한 데이터 웨어하우스 기능

• 전사수준의 가용성과 보안 및 안정성

• 전사수준의 소프트웨어 및 하드웨어 지원전사수준의 소프트웨어 및 하드웨어 지원

-35-

Appendix

-36-

Exadata 스토리지 서버 개발

3년간의 개발 프로젝트• 대규모의 병렬 아키텍쳐 상에서 수행된 수 십년의 긴 연구의 성과

고객 테스트 프로그램은 2007년 10월에 시작됨고객 테스트 프로그램은 2007년 10월에 시작됨.

-37-

Simeon DimitrovSimeon DimitrovEnterprise Resources Manager, M-Tel

European Telecommunications Provider

“우리의 현재 시스템과 비교하여 Exadata 에서는 모든 질의가 빨라졌다. 가장 작은성능 향상이 10배 빨라진 것이었고, 가장

큰 성능 향상은 놀랍게도 72배의 성능큰 성능 향상은 놀랍게도 72배의 성능향상이 있었다.”

-38-

M-Tel 테스트 결과4 5TB 콜 데이터 레코드(CDR)4.5TB 콜 데이터 레코드(CDR)

기존 시스템Database Machine

테스 성기존 시스템 테스트 구성

2 IBM P570s

EMC CX3-40 Storage 28배 평균P570s

성능 향상

-39-

M-Tel Exadata 속도 향상 – 10배에서 72배

28배

I d C i

Tablespace Creation

28배평균속도향상

CRM Customer Discount Report

Handset to Customer Mapping Report

Index Creation 속도향상

Warehouse Inventory Report

CRM Service Order Repport

CRM Customer Discount Report

0 10 20 30 40 50 60 70 80

CDR Full Table Scan

Warehouse Inventory Report

0 10 20 30 40 50 60 70 80

-40-

Grant SalmonCEO, LGR Telecommunications

Telecomms Business Intelligence SolutionsTelecomms Business Intelligence Solutions

“콜 데이터 레코드 관련 질의는이전에는 30분 이상 걸렸으나,

현재는 모두 1분 이내에 완료된다현재는 모두 1분 이내에 완료된다.이것이 바로 최고수준의 성능

(extreme performance)이다 ”(extreme performance)이다.

-41-

LGR Telecommunications 테스트 결과220TB 콜 데이터 레코드(CDR)220TB 콜 데이터 레코드(CDR)


테스 성기존 시스템 테스트 구성

64 Socket SMP

1024 Disk Drive High-End Array

훨씬 적은 용량의하드웨어로SMP Array 하드웨어로

30배 이상의 성능 향상

-42-

Walt LitzenbergerDirector Enterprise Database Systems, CME Group

World’s Largest Futures ExchangeWorld s Largest Futures Exchange

“Oracle Exadata는 우리가 전에 테스트했던어떤 것들보다 10배에서 15배까지 능가하는

성능을 보였다. 경악을 금치 못할 (flat-out screams) 최고의 제품이다 ”screams) 최고의 제품이다.

-43-

Giant Eagle 테스트 결과5TB 유통 판매 데이터5TB 유통 판매 데이터


기존 시스템 테스트 구성

13 IBM EMC CLARiiON and 16배의 평균P570 CPUs DMX Storage Array

16배의 평균

성능 향상

-44-

Giant Eagle Exadata 속도향상 – 3배에서 50배

Merchandising Level 1 Detail:

Merchandising Level 1 Detail:Period Ago

Supply Chain Vendor - Year - ItemMovement

Merchandising Level 1 Detail:Current - 52 weeks

Materialized Views Rebuild

Merchandising Level 1 Detail byWeek

Prompt04 Clone for ACL audit

Date to Date MovementComparison - 53 weeks

16배

Gift Card Activations

Sales and Customer Counts

16배평균

속도향상

- 5.0 10.0 15.0 20.0 25.0 30.0 35.0 40.0 45.0 50.0

Recall Query

-45-

Exadata 성능 향상Oracle의 주 회계 데이터 웨어하우스Oracle의 주 회계 데이터 웨어하우스

Exadata Storage Server GridNetApp사의 Storage Array Exadata Storage Server GridNetApp사의 Storage Array

시간당 337 질의시간당 10 7 질의 시간당 337 질의시간당 10.7 질의

Exadata 30배 평균 속도향상

-46-

Exadata 성능 향상Oracle의 주 회계 데이터 웨어하우스Oracle의 주 회계 데이터 웨어하우스

70 30배60

70 30배

평균

40

50Times Faster

속도향상

30

40

10

20

01 3 5 7 9 11 13 15 17 19 21 TPC-H QueryTPC-H Queries

-47-

1 3 5 7 9 11 13 15 17 19 21 TPC H QueryTPC H Queries

Exadata 스마트 스토리지 서버와 비교될 수 없는기존의 Disk Array기존의 Disk Array

각각의 디스크 블록을 보내줌. 낮은 데이터 대역폭

질의 결과를 보내줌. 높은 데이터 대역폭.

Vs.

Disk Array < 3 GB/sec 3 Exadata Servers > 3 GB/sec

-48-

Exadata 스토리지 서버의 선형적인 확장성각 서버는 저장용량 대역폭 및 처리능력이 함께 증가됨각 서버는 저장용량, 대역폭 및 처리능력이 함께 증가됨

10 Hours

Table Typical Hi h E dScan

TimeTypical

Mid-Range Array

High-End Array

5 Hours Typical NAS

Array

1 H

Oracle Exadata Storage Grid

Table Size1TB 10 TB 100TB

1 Hour

-49-

참고 원문

• Oracle.com:http://www oracle com/exadatahttp://www.oracle.com/exadata

• Oracle Exadata Technology Portal on OTN: http://www.oracle.com/technology/products/bi/db/exadata

• Oracle Exadata white papers:Oracle Exadata white papers: http://www.oracle.com/technology/products/bi/db/exadata/pdf/exadata-technical-whitepaper.pdf

http://www.oracle.com/technology/products/bi/db/exadata/pdf/migration-to-exadadata.pdfp

-50-

Documents

- 데이터 전문가 지식포털 · • 쿼리프로세싱의일부가스토리지계층에서 수행 • 서버로보내는데이터양이현저히감소