database.sarang.net
UserID
Passwd
Database
DBMS
MySQL
PostgreSQL
Firebird
Oracle
ㆍInformix
Sybase
MS-SQL
DB2
Cache
CUBRID
LDAP
ALTIBASE
Tibero
DB 문서들
스터디
Community
공지사항
자유게시판
구인|구직
DSN 갤러리
도움주신분들
Admin
운영게시판
최근게시물
Informix Tutorials 1160 게시물 읽기
No. 1160
인포믹스 C-ISAM 데이터블레이드 모듈 1.0
작성자
정재익(advance)
작성일
2001-12-09 20:38
조회수
5,544

인포믹스 C-ISAM 데이터블레이드 모듈 1.0

 

C-ISAM 고객에게 데이터베이스 관리 및 SQL 액세스 기능 제공

 

ISAM(Indexed Sequential Access Method) 파일 관리 기술은 오늘날의 RDBMS의 모체이다. ISAM은 RDBMS의 과부하(overhead) 없이 데이터에 신속하고 비용 효과적으로 액세스할 수 있도록 지원하기 때문에 앞으로도 계속해서 많은 기업들을 위한 경쟁력 있는 환경이 될 것이다. 그러나 ISAM 환경은 SQL 액세스, 저장 및 복구, 고가용성, 중복 등 RDBMS 환경에서 제공되는 주요 기능을 지원하지 못하고 있다. 인포믹스 C-ISAM 데이터블레이드 모듈은 C-ISAM에 SQL 액세스 및 데이터베이스 관리 기능을 추가한 것이다. 이는 C-ISAM 데이터를 이에 액세스하는데 이용되는 C-ISAM 애플리케이션에 대한 아무런 변경 없이 인포믹스 다이나믹 서버로 마이그레이션 할 수 있도록 지원하는 한편, C-ISAM에 저장되어 있는 데이터에 대한 SQL 액세스 기능을 제공한다. 즉, C-ISAM 데이터블레이드 모듈은 RDBMS 환경의 기능을 C-ISAM 환경에서 실현할 수 있도록 지원하는 것이다.

 

인포믹스 C-ISAM 및 C-ISAM 데이터블레이드의 개요

 

인포믹스의 C-ISAM은 ISAM 파일을 효율적으로 관리하는 C함수 라이브러리이다. 인포믹스 제품 가운데 가장 오래되고 가장 널리 사용되어 온 C-ISAM은, 8년 이상 미국 및 유럽에서 업계 표준 UNIX용 ISAM 제품으로서 군림하였다. C-ISAM을 이용해 애플리케이션을 개발해 온 많은 고객들 및 소프트웨어 공급 업체들이 최근 RDBMS 기능을 C-ISAM 환경에 추가하는데 관심을 가지기 시작했으며, 또 일부는 C-ISAM 애플리케이션을 RDBMS 환경으로 마이그레이션하는 작업을 수행하고 있다. 인포믹스 C-ISAM 데이터블레이드 모듈은 특히 이러한 고객들의 요구에 부응하기 위해 개발되었다.

 

인포믹스 C-ISAM 데이터블레이드 모듈은 ‘SQL 액세스’와 ‘서버 스토리지’ 등 2개의 컴포넌트로 구성되어 있다.

 

SQL 액세스 컴포넌트는 C-ISAM 데이터에 대한 SQL 인터페이스를 제공한다. 서버 스토리지 컴포넌트는 사용자가 인포믹스 다이나믹 서버 데이터베이스 내에 C-ISAM 데이터를 직접 저장할 수 있도록 하는 한편 C-ISAM 애플리케이션이 데이터에 지속적으로 액세스하도록 지원한다.

 

C-ISAM 데이터에 SQL 인터페이스 제공

 

C-ISAM 데이터블레이드 모듈의 SQL 액세스 컴포넌트는 기존 C-ISAM 데이터 파일의 상단에 SQL 인터페이스를 위치하도록 한다. 이는 사용자가 C-ISAM에 사용자 데이터를 지속적으로 유지할 수 있도록 할뿐만 아니라 SQL을 통해 해당 데이터에 동시 액세스가 가능하도록 한다. 사용자는 SELECT, INSERT, UPDATE, DELETE 등 SQL 액세스로 모든 표준 SQL 문을 실행할 수 있다.

 

SQL 클라이언트 측면에서 C-ISAM 데이터는 표준 RDBMS 테이블과 같은 “룩 앤 필(looks and feels)”을 가지며 사용자는 인포믹스 다이나믹 서버 커넥티비티(ODBC와 JDBC 포함)를 지원하는 모든 SQL 툴을 이용해 이 데이터에 액세스 할 수 있다. SQL 액세스는 인포믹스 다이나믹 서버 2000의 VTI(Virtual Table Interface) 기능을 이용해 개발되었다. VTI는 인포믹스 데이터베이스에 저장되지 않는 데이터에 대한 게이트웨이 개발용 API(Application Programming Interface)로서, 여기에는 플랫 파일, 여타 RDBMS 또는 인터넷상의 모든 시스템 등이 포함된다. 사용자는 이 데이터가 마치 인포믹스 데이터베이스에 저장된 것 같은 착각을 일으키게 되기 때문에 이를 ‘virtual table’이라고 부르게 된 것이다.

 

서버 스토리지를 이용한 데이터 액세스

 

많은 고객 및 소프트웨어 공급업체들은 C-ISAM 데이터를 마이그레이션 시켜 직접 인포믹스 데이터베이스에 저장하기를 원하고 있다. 사용자는 C-ISAM 데이터블레이드 모듈의 서버 스토리지 컴포넌트를 이용해 애플리케이션 코드를 변경하지 않고도 C-ISAM 애플리케이션에서 이 데이터에 계속 액세스할 수 있다. 이를 통해 C-ISAM 사용자들은 데이터를 마이그레이션 시킬 때 C-ISAM 애플리케이션을 마이그레이션 하지 않고도 RDBMS가 가진 모든 이점을 활용할 수 있게 되는 것이다.

 

C-ISAM 애플리케이션 측면에서 이 데이터의 “룩 앤 필”은 표준 C-ISAM 파일과 비슷하다. 그러나 이 데이터는 인포믹스 데이터베이스에 있는 물리적 테이블에서 유지되며 C-ISAM과 SQL 애플리케이션은 동시에 이 데이터에 액세스 할 수 있다.

 

C-ISAM 데이터블레이드 모듈의 이점

 

C-ISAM 데이터블레이드 모듈은 다음과 같은 이점을 통해 C-ISAM고객들의 요구에 부응하고 있다.

 

ㆍ개발 비용의 최소화

C-ISAM이 신속하고 비용 효과적인 것은 사실이지만 사용자는 표준 SQL보다 훨씬 낮은 단계에서 데이터에 액세스해야 한다. C-ISAM 애플리케이션 내의 데이터 액세스 루틴은 복잡한 경향이 있으며 일반적으로 3세대 프로그래밍 언어를 이용해 개발된다. 전문가가 아닌 사람들이 커스텀 프로그램 개발 및 보고서 없이 이 데이터에 액세스한다는 것은 상당히 어려운 일이다.

 

C-ISAM 데이터블레이드 모듈의 SQL 액세스 컴포넌트는 사용자들이 범용 질의 툴, 보고서 작성 프로그램, 자바 애플리케이션, C++ 애플리케이션, 그리고 DB-액세스 및 인포믹스 SQL과 같은 인포믹스 액세스 툴 등 표준 SQL 클라이언트 툴을 이용해 C-ISAM 데이터에 액세스할 수 있도록 지원한다. 사용자들이 보고서를 작성하는데 필요한 커스텀 프로그래밍의 양을 대폭 줄여주는 이들 툴을 이용함으로써 C-ISAM 데이터에 액세스 할 수 있을 뿐만 아니라 외부 RDBMS 시스템에 대한 인터페이스를 손쉽게 개발할 수 있게 된다.

 

ㆍRDBMS로의 신속한 마이그레이션 지원

C-ISAM 환경에서 RDBMS 환경으로 마이그레이션 하는 경우 상당한 시간 및 비용이 소요될 수 있다. 관계형 테이블을 설계 및 구축하기 위해서는 데이터 액세스 루틴을 완전히 재작성한 후 데이터를 마이그레이션 해야 한다.

 

C-ISAM 데이터블레이드 모듈은 C-ISAM 애플리케이션을 위해 신속하고 효율적인 마이그레이션 경로를 제공한다. 일단 데이터블레이드 모듈이 설치되면 데이터가 데이터베이스로 옮겨지게 되며, C-ISAM 애플리케이션들은 再컴파일 후 곧바로 해당 데이터에 액세스 할 수 있다.

 

또한 SQL 액세스 및 서버 스토리지 컴포넌트는 아래와 같은 간단한 SELECT 문을 통해 데이터를 데이터베이스로 마이그레이션 하는 데 함께 사용될 수 있다. INSERT INTO server_storage_tableSELECT * FROM sql_access_table

 

ㆍ동시 액세스 제공

C-ISAM 데이터블레이드 모듈을 통해 데이터가 실제로 저장된 위치와 관계없이 C-ISAM 과 SQL 애플리케이션 모두를 통해 데이터에 동시 액세스 할 수 있도록 하는 동시 액세스 기능을 제공한다. C-ISAM 내 잠금 및 트랜잭션은 적합한 C-ISAM 호출을 통해 처리되며, 데이터블레이드 모듈은 SQL 애플리케이션을 위한 모든 잠금, 트랜잭션 및 동시성 문제 등을 처리할 수 있도록 지원한다.

 

C-ISAM 데이터블레이드 모듈의 이점

 

사용자들이 커스텀 프로그래밍의 양을 대폭 줄여주는 표준 SQL 클라이언트 툴을 통해 C-ISAM 데이터에 액세스할 수 있도록 함으로써 개발 비용을 최소화하게 된다.

 

C-ISAM 애플리케이션을 위한 신속하고 효율적인 마이그레이션 경로를 제공함으로써 RDBMS로 신속하게 마이그레이션 할 수 있도록 한다.

 

데이터가 실제로 저장된 위치와 관계없이 C-ISAM과 SQL 애플리케이션 모두를 통해 데이터에 동시 액세스 할 수 있도록 하는 동시 액세스 기능을 제공한다.

 

 

[img]

(그림1)SQL Access컴포넌트 아키텍처

 

[img]

(그림2)Server Storage컴포넌트 아키텍처

 

시스템 요구 사항

 

지원 운영 체제

-Solaris 2.5.1 이상에서 운영되는 Sun SPARC

-HP-UX 10.20 이상에서 운영되는 HP

-AIX 4.2.1 이상에서 운영되는 IBM -Sequent 4.4.2 이상

 

지원 데이터베이스 서버

-Informix Dynamic Server 9.14 이상(Universal Data Option 포함) -Informix Dynamic Server

 

최소 메모리

-사용자 당 RAM 32K

 

최소 디스크 공간

-50MB 디스크 공간

 

인포믹스-NAG 파이낸셜 데이터블레이드 모듈

 

차세대 시장 정보 시스템을 제공하는 기술

 

데이터 스토리지의 성능이 지속적으로 향상되면서 새로운 문제가 야기되고 있다. 트렌드 유형의 데이터를 이용해 업무를 수행해야 하는 사람들의 경우 처리해야할 기본 자료의 규모가 엄청나게 증가하게 된 것이다.

 

정량 분석가들과 위험 관리자들은 거래 및 입찰, 세계 시장의 상품, 주식, 통화 가격 등에 관한 수백 만 개의 데이터 간 패턴을 신속하게 파악해야 하는 매우 어려운 작업을 수행하고 있다. 점점 더 많은 데이터가 제공됨에 따라 “주식 포트폴리오의 위험도는 어느 정도인가?”와 같은 단순한 질문에도 그 해답을 찾는 것은 더욱 어려워지고 있다. 여러 해 동안 상업 및 투자은행의 거래 데스크의 경우 통화를 비롯해 주식, 채권 등 수많은 금융 자산에 대해 정교한 정량 방법론을 적용해 왔다.

 

그 목적은 다음과 같은 사항을 다각적으로 분석하는 것이다.

 

■자산의 과대 또는 과소 평가 여부 확인

■자동 거래 전략 구현

■파생상품과 같은 복잡한 증권 평가

■은행의 기업 고객들을 위한 맞춤 상품 개발

 

이러한 기법들은 미국의 최고 경영대학원은 물론 월스트리트와 런던의 기업들이 출자한 대부분의 지적 자본(intellectual capital)을 통해 전세계적으로 채택됐다. 이러한 정량 기법을 통해 이들의 목표를 성공적으로 달성했을 뿐만 아니라 정량 기법을 채택한 은행들은 기업 고객들과의 보다 나은 거래와 고마진 상품 판매로 수천만 달러의 이익이 발생했다고 인정되고 있다.

 

현재의 기술 : 일간 데이터 분석

 

궁극적으로 분석가들은 보안, 복잡한 거래 또는 전체 시장이 미래에 어떻게 변화할지 예측하기 위해 모델을 구축하고 있다. 분석에 필요한 주요 자료는 과거 자산 가격으로 모델과 함께 20년 전의 가격 데이터를 활용하는 사례가 비일비재 하다. “시계열 데이터”라고도 하는 이 데이터는 모델을 백테스트(backtest; 상품의 가격을 인상한 후에 일부를 원래의 값으로 팔아 보아 가격 인상의 영향을 알아보는 판매 시험)하거나 지금까지의 자산 시세를 예측하는데 있어서 모델이 얼마나 효과적인지를 파악하는데 사용된다.

 

오늘날 가장 많이 분석된 시계열 데이터는 “일간 데이터(daily data)”로서 이는 금융 자산에 대한 일일 활동의 단면이라고 할 수 있다. 예를 들면 특정 주식을 위해 수집된 일간 데이터는 일반적으로 주식 거래량과 함께 개장 시세, 상·하한가, 종장 시세 등이다.

 

시계열 데이터를 관리하는데 있어서 금융 전문가들은 독특한 문제에 직면해왔다. 관계형 모델은 시계열에서는 비효율적인 모델이며, 고성능은 물론 유용한 프로그래밍 인터페이스도 제공하지 않는다. 일간 데이터를 포함하고 있는 데이터 세트의 크기는 일반적으로 수 기가바이트에 이르고 있다.

 

일반으로 실행되는 사례를 보면, 데이터 세트는 서버에 저장되어 분석되는 클라이언트에 제공된다. 다양한 데이터 유형을 통합하는 작업은 개인 고객들과 컨설팅 기업의 몫이 되어 왔다.

 

 

최신 동향 : 틱 데이터베이스

 

일간 데이터보다는 처리 데이터나 틱 데이터(tick data)를 요구하는 것이 정량 분석가들 간의 최신 동향이다.

 

예를 들면, 현재 주식을 연구하는 분석가는 여러 해에 걸친 특정 주식에 관한 각기 모든 거래 시세 및 거래량을 포함하고 있는 데이터세트를 원한다. 문제는 10년 간 전세계 주식에 대한 짧은 내역을 포함하고 있는 데이터 세트의 크기가 대략 1 테라바이트에 이른다는 것이다. 이렇게 용량이 클 경우 네트워크 상에서 자유롭게 이동할 수 없을 뿐만 아니라 워크스테이션으로는 분석할 수도 없기 때문에 서버 중심 모델을 필요로 한다.

 

솔루션:인포믹스 인터넷 파운데이션, 타임시리즈 및 NAG 파이낸셜 데이터블레이드 모듈

 

인포믹스만이 유일하게 틱 데이터베이스를 제공하고 있다. 틱 데이터를 분석해야 하는 기업의 핵심 요구는 인포믹스가 자체 역량을 발휘할 수 있는 절호의 기회를 맞도록 했다. 다른 분야와는 달리 금융 서비스 분야에서는 보다 신속하게 자산을 평가하거나 거래에 따라 위험 대책을 파악하는 기능은 뜻밖의 수익을 가져올 수 있다.

 

일반적으로 분석은 때로 데이터의 양을 한 자리 수까지 줄여준다. 이러한 분석은 일찍 이루어질수록 효과적이다. 필요한 것은 결과이지 원시 데이터 그 자체는 아니다. 인포믹스-NAG 파이낸셜 데이터블레이드 모듈은 이러한 분석을 데이터에 보다 가까이 옮겨 놓았다. 또한 데이터베이스 서버 내 분석 작업은 동일한 분석이 이기종의 클라이언트 프로세스에서도 이루어진다는 것을 의미한다. 클라이언트 프로세스(여러 프로그램과 웹 브라우저를 연결하는 C 프로그램, ODBC 또는 JDBC)는 다양한 기능이 구현된 동일한 서버를 이용할 수 있다. 매일의 종장 시세를 이용해 1년에 걸친 100주(株)의 분산-공분산 메트릭스를 계산하는 간단한 예를 생각해 볼 수 있다. 입력 데이터와 출력 데이터의 비율은 5대1이다. 분산-공분산 메트릭스가 서버에서 작성될 수 있다면 그 결과를 클라이언트에게 전송하기만 하면 된다. 클라이언트는 모든 프로그램이 될 수 있고, 이제 모든 클라이언트 프로그램은 여러 동일한 분석 기능을 공유할 수 있다.

 

수치 분석은 서버 프로세스에 의해 직접 실행된 표준 NAG Fortran 라이브러리의 다양한 기능을 통해 실행된다. 이는 최고 수준의 계산 기능을 통해 가능한 최고의 성능을 제공한다. 따라서 사용자는 속도는 물론 수학적인 무결성을 확보하게 된다.

 

인포믹스-NAG 데이터블레이드 모듈과 인포믹스 타임시리즈 데이터블레이드 모듈은 뗄레야 뗄 수 없는 긴밀한 관계를 가지고 있다. 타임시리즈 데이터블레이드 모듈은 시간 표시 데이터를 효율적으로 저장 및 검색하고, 인포믹스-NAG 데이터블레이드에는 산더미처럼 많은 원시 데이터에서 정보를 추출할 수 있는 강력한 분석 성능을 보유하고 있다.

 

성공적인 솔루션

 

파운데이션의 뛰어난 확장성을 비롯해 텍스트와 타임시리즈 데이터블레이드 모듈을 통한 컨텍스트 리치 데이터의 관리, NAG 파이낸셜 데이터블레이드 모듈의 분석 성능 등을 활용하는 유일한 솔루션은 바로 MIS(Market Information Services)의 토털서버이다. MIS(www.marketinfoserv.com)는 효과가 매우 클 뿐만 아니라 특히 거래 지원 및 위험 관리를 위해 설계된 오리지널 경영정보시스템을 판매하고 있는 인포믹스의 VAR이다. 세계적인 거래 시 직면하게 되는 과제에 차세대 시장 정보 시스템을 제공하기 위한 기술 및 기능은 바로 이용할 수 있다.

[Top]
No.
제목
작성자
작성일
조회
1202인포믹스와 Servlet 의 연동방법
정재익
2001-12-20
7062
1162인포믹스-NAG 파이낸셜 데이터블레이드 모듈
정재익
2001-12-09
4481
1161인포믹스와 XML
정재익
2001-12-09
5046
1160인포믹스 C-ISAM 데이터블레이드 모듈 1.0
정재익
2001-12-09
5544
Valid XHTML 1.0!
All about the DATABASE... Copyleft 1999-2019 DSN, All rights reserved.
작업시간: 0.257초, 이곳 서비스는
	PostgreSQL v11.5로 자료를 관리합니다