datamarts 소개

비즈니스 사용자는 IT(정보 기술 팀)에서 빌드한 중앙에서 관리되는 데이터 원본에 크게 의존하지만 IT 부서에서 지정된 데이터 원본의 변경 내용을 제공하는 데 몇 달이 걸릴 수 있습니다. 이에 대한 대응으로 사용자는 Access 데이터베이스, 로컬 파일, SharePoint 사이트 및 스프레드시트를 사용하여 자체 데이터 마트를 빌드하는 경우가 많으며, 이로 인해 거버넌스가 부족하고 적절한 감독을 통해 이러한 데이터 원본이 지원되고 합리적인 성능을 유지할 수 있습니다.

Datamarts는 비즈니스 사용자와 IT 간 격차를 해소하는 데 도움이 됩니다. Datamarts는 셀프 서비스 분석 솔루션으로, 사용자가 완전히 관리되는 데이터베이스에 로드된 데이터를 저장하고 탐색할 수 있도록 합니다. Datamarts는 다양한 데이터 원본에서 데이터를 수집하고, 파워 쿼리를 사용하여 데이터를 ETL(변환 및 로드)한 다음, 완전히 관리되고 튜닝 또는 최적화가 필요하지 않은 Azure SQL 데이터베이스에 로드하는 간단하고 선택적으로 코드 없는 환경을 제공합니다.

데이터가 datamart에 로드되면 비즈니스 인텔리전스 및 분석을 위한 관계 및 정책을 추가로 정의할 수 있습니다. Datamarts는 Power BI 보고서 및 대시보드를 만드는 데 사용할 수 있는 데이터 세트 또는 의미 체계 모델을 자동으로 생성합니다. T-SQL 엔드포인트를 사용하거나 시각적 환경을 사용하여 데이터 마트를 쿼리할 수도 있습니다.

Datamarts는 다음과 같은 이점을 제공합니다.

• 셀프 서비스 사용자는 데이터베이스 관리자 없이 관계형 데이터베이스 분석을 쉽게 수행할 수 있습니다.
• Datamarts는 코드 없는 환경을 포함하여 SQL을 사용하여 엔드투엔드 데이터 수집, 준비 및 탐색을 제공합니다.
• 하나의 전체적인 환경 내에서 의미 체계 모델 및 보고서 빌드 사용

Datamart 기능:

• 100% 웹 기반, 다른 소프트웨어 필요 없음
• 완전히 관리되는 데이터마트의 결과로 코드가 없는 환경
• 자동화된 성능 튜닝
• 즉석 분석을 위한 기본 제공 시각적 편집기 및 SQL 쿼리 편집기
• SQL 및 기타 인기 있는 클라이언트 도구 지원
• Power BI, Microsoft Office 및 기타 Microsoft 분석 제품과 네이티브 통합
• Power BI 프리미엄 용량 및 프리미엄 사용자 단위에 포함

datamarts를 사용하는 경우

Datamarts는 셀프 서비스 시나리오에 대한 대화형 데이터 워크로드를 대상으로 합니다. 예를 들어 회계 또는 재무 분야에서 작업하는 경우 사용자 고유의 데이터 모델 및 컬렉션을 빌드한 다음 T-SQL 및 시각적 쿼리 환경을 통해 비즈니스 질문과 답변을 셀프 서비스하는 데 사용할 수 있습니다. 또한 이러한 데이터 수집을 더 전통적인 Power BI 보고 환경에 계속 사용할 수 있습니다. 데이터 마트는 제품 또는 셀프 서비스 데이터 플랫폼으로 데이터를 필요로 하는 사용자와 같이 도메인 지향적이고 분산된 데이터 소유권 및 아키텍처가 필요한 고객에게 권장됩니다.

Datamarts는 다음 시나리오를 지원하도록 설계되었습니다.

• 부서별 셀프 서비스 데이터: 셀프 서비스 완전 관리형 SQL 데이터베이스에서 작은 데이터 볼륨에서 중간 크기로 데이터 볼륨(약 100GB)을 중앙 집중화합니다. Datamarts를 사용하면 셀프 서비스 부서 다운스트림 보고 요구 사항(예: Excel, Power BI 보고서 등)에 대한 단일 저장소를 지정하여 셀프 서비스 솔루션의 인프라를 줄일 수 있습니다.

• Power BI를 사용한 관계형 데이터베이스 분석: 외부 SQL 클라이언트를 사용하여 datamart의 데이터에 액세스합니다. T-SQL을 사용하는 Azure Synapse 및 기타 서비스/도구는 Power BI에서 데이터 마트를 사용할 수도 있습니다.

• 엔드 투 엔드 의미 체계 모델: Power BI 작성자가 다른 도구 또는 IT 팀에 종속된 종속성 없이 엔드투엔드 솔루션을 빌드할 수 있도록 합니다. Datamarts는 자동 생성된 의미 체계 모델을 통해 데이터플로우와 의미 체계 모델 간의 오케스트레이션 관리를 제거하면서, Azure SQL DB에서 지원되는 데이터 쿼리 및 즉석 분석을 위한 사용자 인터페이스 체험을 제공합니다.

다음 표에서는 datamarts를 사용하는 역할을 포함하여 이러한 제품과 각 제품에 가장 적합한 용도를 설명합니다.

Datamarts 및 데이터 흐름 통합

경우에 따라 데이터 흐름과 데이터 마트를 모두 동일한 솔루션에 통합하는 것이 유용할 수 있습니다. 다음 상황에서는 데이터 흐름과 datamarts를 통합하는 것이 유리할 수 있습니다.

• 기존 데이터 흐름이 있는 솔루션의 경우:

  • datamarts를 사용하여 데이터를 쉽게 사용하여 추가 변환을 적용하거나 SQL 쿼리를 사용하여 임시 분석 및 쿼리를 사용하도록 설정
  • 의미 체계 모델을 관리하지 않고 코드 없는 데이터 웨어하우징 솔루션을 쉽게 통합

• 기존 데이터 마트가 있는 솔루션의 경우:

  • 대규모 데이터 볼륨에 대해 대규모로 재사용 가능한 ETL(추출, 변환 및 로드) 수행
  • 자체 데이터 레이크를 사용하고 데이터 흐름을 데이터 마트의 파이프라인으로 활용하세요.

데이터 흐름과 datamarts 비교

이 섹션에서는 데이터 흐름과 datamarts 간의 차이점을 설명합니다.

데이터 흐름은 다시 사용할 수 있는 ETL(추출, 변환 및 로드)을 제공합니다. 의미 체계 모델 없이는 테이블을 찾아보거나 쿼리하거나 탐색할 수 없지만 재사용을 위해 정의할 수 있습니다. 데이터는 사용자 고유의 데이터 레이크를 가져오는 경우 Power BI 또는 CDM 형식으로 노출됩니다. 데이터 흐름은 Power BI에서 데이터 마트에 데이터를 수집하는 데 사용됩니다. ETL 논리를 다시 사용하려는 경우 데이터 흐름을 사용해야 합니다.

다음을 수행해야 하는 경우 데이터 흐름을 사용합니다.

• Power BI의 항목에 대해 재사용 가능하고 공유 가능한 데이터 준비를 빌드합니다.

Datamarts 는 관계형 및 완전 관리형 Azure SQL DB에서 데이터를 저장하고 탐색할 수 있는 완전 관리형 데이터베이스입니다. Datamarts는 SQL 지원, 코드 없는 시각적 쿼리 디자이너, RLS(행 수준 보안) 및 각 데이터 마트에 대한 의미 체계 모델의 자동 생성을 제공합니다. 임시 분석을 수행하고 웹에서 보고서를 만들 수 있습니다.

다음을 수행해야 하는 경우 datamarts 를 사용합니다.

• SQL에 정의된 식을 통해 시각적으로 또는 식을 통해 정렬, 필터링, 단순 집계 수행
• 결과, 집합, 테이블 및 필터링된 데이터 테이블인 출력의 경우
• SQL 엔드포인트를 통해 액세스 가능한 데이터 제공
• Power BI Desktop에 액세스할 수 없는 사용자를 활성화하기

관련 콘텐츠

이 문서에서는 데이터 마트의 개요와 이를 사용할 수 있는 여러 가지 방법을 제공했습니다.

다음 문서에서는 Datamarts 및 Power BI에 대한 자세한 정보를 제공합니다.

• 데이터마트를 이해하다
• 데이터마트 시작
• 데이터마트 분석
• datamarts 사용하여 보고서 만들기
• datamarts에서의 액세스 제어
• Datamart 관리
• Microsoft Fabric 의사 결정 가이드: 데이터 웨어하우스 또는 레이크하우스

데이터 흐름 및 데이터 변환에 대한 자세한 내용은 다음 문서를 참조하세요.

• 데이터 흐름 및 셀프 서비스 데이터 준비 소개
• 자습서: Power BI Desktop에서 데이터 셰이핑 및 결합