SlideShare a Scribd company logo
1 of 28
Download to read offline
CDV(Cloud Data Virtualization)
클라우드 데이터 가상화 솔루션
스토리지의 기하급수적 팽창
Analytics
Test & Dev
BC/DR
Snapshot
Backup
Production
• 카피 데이터 $44B 문제
• 전체 디스크 용량의 60% 소비
• 스토리지 소프트웨어 비용의 65%,
하드웨어 비용의 85% 차지
*IDC Insight document (#239875)
Data is Locked In
EXCESS REDUNDANCY, COST, COMPLEXITY, INFLEXIBILITY, AND TIME
Physical IT
Virtual IT
IT Manager
PRODUCTION
DATA
BU/SNAPSHOT
Silo 1
BC/DR
Silo 2
DEV & TEST
Silo 3
COMPLIANCE
Silo 4
ANALYTICS
Silo 5
Commoditization of Hardware & Service Virtualization Through Software
Virtualizing The Stack
COMPUTE NETWORK STORAGE
COPY DATA
VIRTUALIZATION
NETWORK
VIRTUALIZATION
SERVER
VIRTUALIZATION
2014+2012+2010+
어플리케이션 데이터 구조
- 데이터 가상화 플랫폼 : CDV(Cloud Data Virtualization)
SNAPSHOT
POOL
DEDUP
POOL
VIRTUAL DATA PIPELINE
Production
SAN | NAS | DAS
IP NETWORK
SNAPSHOT
POOL
DEDUP
POOL
VIRTUAL DATA PIPELINE
PRODUCTION DATA VIRTUALIZATION PLATFORM
DISCOVERED APPS 데이터 보호
개발/테스트
복제본 생성
스토리지 이중화
재해 복구
Radical Simplification
Development /
Test
SLA Management
WAN Optimization
H/W Independence
Backup
Networker
Avamar
Disk Library
Data
Protector
SnapVault
CommVault
SyncSort
CommVault
NetBackup
Backup Exec
Veritas
Storage
Foundation
TSM
FilesX
Dedup
Avamar
DataDomain
StoreOnce ASIS
FalconStor
VTL
NetBackup
Appliance
ProtecTier
Replication
AppSync
RecoverPoint
VPLEX
SRDF RM
Remote Copy
Continuous
Access
SnapMirror
InMage
TrueCopy
Dynamic
Replicator
VVR
ApplicationH
A
MetroMirror
GlobalMirror
GlobalCopy
Snapshot
TimeFinder
SnapView
VirtualCopy
EVA Snapshot
SnapShot
Shadow
Image
CoW
Snapshot
Veritas
Storage
Foundation
FlashCopy
S I M P L I F YIBM CDV
(Cloud Data
Virtualization)
IBM CDV 구성(Physical Appliance)
Node 1, 2와 Cache Battery로 구성되어 있으며, 데이터 저장을 위한 SAN 스위치와 스토리지로
구성되어 있습니다.
IBM CDV
Node 1(1U)
Node 2(1U)
Cache
Battery(1U)전체4U
시스템
SAN 스위치(1U)
CDV 스토리지 V3700(2U)
1Gbps NIC
10Gbps NIC
8Gbps FC SAN
범 례
Sky™(Virtual Appliance)
 소프트웨어 기반 데이터 가상화 솔루션
 원격 사무소, 클라우드 및 데이터 센터까지
확장가능한 옵션 기능 제공
 광범위한 애플리케이션 및 다양한 O/S 플랫폼 지원
 수 분 이내 프로비저닝
 네트워크에 최적화된 데이터 복제
 비즈니스 요건에 맞춘 SLA기반으로 애플리케이션
중심 데이터 관리
SKY SPECIFICATIONS
• VMware ready for
data protection
• Used in conjunction
with CDV
• Dedup replication
• Supports out-of-band
integration
• Multiple lower capacity
packages to begin
분산된 엔터프라이즈 환경을 위한 카피 데이터
가상화 솔루션
필요 용량 : 153TB
DR 10TB
백업소산 4주 40TB
원본 데이타 10 TB
주백업 4주 40TB
일백업 5일 50TB
Snap 7개 3TB
복제본 1개 10TB
원본 데이타 10 TB 1. 복제본 : 8개
2. 일백업 : 14일
3. 주백업 : 12주
4. 월백업 : 6개월
필요 용량 25TB
CDV 적용 전
153TB vs. 50TB(33%)
필요 용량 : 103TB
필요 용량 25TB
1. DR본 : 1개
2. DR본제본 : 8개
3. 일백업 : 14일
4. 주백업 : 12주
5. 월백업 : 6개월
CDV 적용 후
CDV는 카피 스토리지(PROD를 제외한) 복제용량, 백업 비용을 획기적으로
줄일 수 있습니다.
획기적인 스토리지 비용 절감
Production Data
SAN | NAS | DAS
아키텍처 개념 : 새로운 접근 방법
1 처음 1회만 전체 데이터를 조회 이후,
변경된 블럭만 조회
2 중복 제거된 데이터만을 저장/전송
3 다양한 용도로 복제본을 즉시 사용 가능(읽기/쓰기)
4 통합 관리
정책기반
그룹, APP 단위로 관리
백업 ARCHIVINGBC/DR복제본 개발/테스트
COPY DATA
핵심 기술 : 변경된 부분만 저장/전송
변경된 블록만을 읽어서 처리
(zero backup window)
중복 제거하여 저장
(90% less storage)
중복 제거된 블록만을 전송
(80% less bandwidth)
원하는 즉시 백업을 복제본으로 사용 가능
(읽기/쓰기 모두 가능)
백업을 즉시 마운트하여
즉시 업무 복구
(zero restore window)
Incremental
restore for BC
DR을 즉시 마운트하여
복구가능
(zero restore window)
원하는 즉시 DR을
복제본으로 사용 가능
(읽기/쓰기 모두 가능)
Site A Site B 백업 및 복구 시간 최소화
 네트워크 대역폭 최대 80% 절감
 스토리지 비용 최대 95% 절감
One Solution : 카피 데이터 가상화
Virtual Data Pipeline™
CAPTURE
SLA 기반에 따라 블럭 레벨로,
원래 포맷(Native Format)의
데이터
GOLDEN COPY
OF PRODUCTION
MANAGE
한번만의 이동으로 물리적
카피를 생성하여 어디든 저장
USE
즉시 액세스와 보호를 위한
무제한의 가상 카피
DATA
PROTECTION
BUSINESS
CONTINUITY
DATA
MOBILITY
DEV & TEST
DATA
INSIGHTS
OTHER
NATIVE FORMAT
• 즉시 마운트 활용
• 데이터 변형을 위한
성능 불이익 제거
C A P T U R E M A N A G E U S E
CHANGE BLOCKS
• 첫번째 카피 이후
변경된 블록만 카피
INCREMENTAL
MERGE
• 변경된 데이터를
모아 가상의 포인트
인 타임 카피 제공
• 즉시 액세스 가능
• 스토리지 절감
GLOBAL DEDUPE
• 중복된 데이터 이동
최소화
• 스토리지 절감
C A P T U R E M A N A G E U S E
SLA ARCHITECT
• SLA 기반의 관리
• 데이터 라이프사이클
관리
WORKFLOWS
• 테스트, 개발, QA
등을 위한 데이터
관리 자동화
SINGLE PANE OF GLASS
GLOBAL MANAGER
D A T A C E N T E R
P R I V A T E C L O U D
E D G E
P U B L I C C L O U D
• 데이터 센터, 지역,
클라우드를 통합
관리
C A P T U R E M A N A G E U S E
INSTANT MOUNT
COPY DATA
VIRTUALIZATION
PLATFORM
• 읽기/쓰기 가능한 가상의
데이터 카피 제공
• 불필요한 데이터 이동
제거 및 신속한 액세스
PROD
LIVECLONE
LIVECLONE
• 스케줄 기반으로
변경분만 적용하여 클론
리프레시
• 중복 제거된 데이터만 전송
• 네트웍 대역폭 절감
DEDUP ASYNC
기존 백업 방식과의 차별성
구분 테이프 라이브러리 중복제거 VTL IBM CDV
백업 속도 빠름 빠름 매우 빠름
중복제거 X O O
백업 소프트웨어 연동 O O X
백업 시, 업무 영향 O O X
데이터 리스토어 아주 느림 아주 느림 수분 ~ 수십 분
서비스 재개 시간 최소 4시간 이상 최소 4시간 이상 즉시 업무 재개
백업본 활용 X X O
IBM CDV는 기존의 재래식 솔루션의 문제점인 백업 소프트웨어 연동, 데이터 리스토어 시간의 초과,
서비스 재개 등의 해결을 위한 플랫폼을 제공합니다.
카피 데이터 활용(신규 프로젝트, 개발/테스트)
CDV는 기존 스토리지 솔루션의 기술적 한계를 넘어 이기종 지원과 다양한 업무에 복제본 활용을 극대화
할 수 있습니다.
CDV 적용 전 CDV 적용 후
• 동일 벤더/등급의 스토리지에서만 구현
• 용량 확보를 위한 스토리지 용량 증설이 필요
• 용량 증설에 따른 라이선스 추가도 필요
소스 BCV#2
BCV#3
개발 1팀
개발 2팀
개발 3팀
BCV#1
IBM CDV
BCV#1
BCV#2
BCV#N
개발 1팀
개발 2팀
개발 N팀
....
• 이기종 스토리지 지원
• 적은 용량으로 다양한 서비스 활용 가능
• 이미 구매하였다면 복제를 위한 추가 라이선스 불필요
SANDBOX DEV AQA QA
UAT /
STAGING
Code Check In, Frequent Builds
Compute Provisioning 예 : Vmware
Application Configuration 예 : Puppet/Chef
Data : ???
Quick Iterations
개발 프로세스
Change
Management
Request
SLA 1–2 weeks
SLA 1
week
SLA 1
week
Dev requests
copy. Tickets
opened.
Compute &
storage is
provisioned
DBA Creates
copies &
masks data
Developer
gets a
masked copy
Ex: The initial copy +
5 physical copies of 5 TB
over 1 Gbps will take 5 days
First Copy
Prototype DEV AQA QA UAT
Production
Data
The same process and time
is needed every time data
refresh needs to be done
Speed Problem
Prototype DEV AQA QA UAT Production
• 결과
• Poor Quality
• Delayed Releases
• Dev vs Ops Blame Game
CRITICAL
STAGES
Unit Testing
Works Great !!
Automated
Integration
Testing Works !
Manual QA
Testing Works
It Does Not
Work !!!!!!
• 더미(dummy) 데이터 사용의 문제
– Can’t test scalability ‘early’
– Can’t test boundary conditions
‘early’
– Bugs surface too late in DEV cycles
Quality Problem : Inconsistent Data
신속하고 비용 효율적 개발 환경 적용 방안
Before CDV After CDV
Backup Server
SRDF
PROD
50TB50TB
Tape
 분기별로 데이터 리프레쉬
 4개의 개발팀에 오직 하나의 테스트/개발 환경 제공
 요청시 즉각적인 데이터 리프레쉬
 개발자들에게 4개 이상의 테스트/개발 환경 제공
Test/Dev
50TB
Restore
Backup Server
SRDF
PROD
50TB50TB
CDV Test/Dev
Instant Mount
카피
데이터
적용 효과 Before After 개선점
테스트 개발 환경 구축 시간 8일 0.5일 16배 신속
스토리지 절감 200TB 90TB 55% 절감
비용 절감 하이엔드 스토리지 미드레인지 스토리지
업무 프로세스 개선 여러 인프라 담당자 협조 필요 즉시 구성 가능 생산성 향상
적용 배경 : 시장 경쟁력 강화를 위해
신속한 데이터 리프레쉬/용도에 따른 개별 개발본 제공/스토리지 비용 절감
유연하고 비용 효율적인 DR 적용 방안
주센터
DR센터
SAN
SAN
• Sync
• Async
• Dedup Async
WAN
RPO
0
RPO
수시간
RPO
수 일
RPO RTO 구성 방식 비용
0 ~ 수 초 수 분 Sync/Async 고
수 시간~장기 수 분 Dedup Async 저
적용 방식 : 다양한 복제 방식 지원으로 RPO/RTO에 따라 투자 가능
차별성 기존 방식 액티피오 방식
즉각적인 서
비스 재개
복잡한 하드웨어 재구성 즉시 마운트 기능 활용
내장 디스크
복제
불가능 가능
DR 볼륨의
활용
Data Query(Read Only)
용도로만 가능
(이 경우 추가적으로 DR
볼륨의 BCV 필요)
개발/테스트
(Read/Writeable) 등의 실
제 업무에 활용
통신 회선
비용 절감
고가의 통신 장비 및 큰 네
트웍 대역폭 필요
IP 네트웍과 DedupAsync
기술 활용
손쉬운 재해
복구 훈련
기존 운영 환경에 영향을
주고 복잡한 절차 필요
독립적인 훈련 및 단순한
데이터 정합성 검증 절차
기존 방식 대비 차별성 및 적용 효과
RPO
0
RPO
수시간
RPO
수 일
테스트/개발
환경 구축
Executive Summary
CDV는 카피 데이터 가상화를 통해 TCO 절감을 위한 데이터 보호 환경을 위한 최적의 솔루션으로 비용
절감, 즉시 백업/복구 및 DR, 관리 단순화, 카피 데이터 활용을 극대화할 수 있습니다.
스토리지 비용절감
추진 내역 기대효과
 스토리지 관련 비용(H/W, S/W) 약 70%
절감
 데이터 장기간 보관 가능
• 사일로(silo)된 기존 솔루션을 통합 솔루션으로
대체하여 스토리지 용량 절감
• 중복제거기술을 통한 용량 최적화
• 장시간의 백업 시간 개선
• 복구 시간 최소화하여 업무연속성 제고
• 복제 데이터 최소화하여 업무 데이터 DR
 별도의 백업 서버 없이 백업 및 복구
 하나의 솔루션으로 관리 단일화
• 복제, 백업, 가상화를 하나로 통합
• 운영 관리 프로세스 단일화
 추가적인 스토리지 불필요
 운영 데이터를 활용한 실질적인 테스트
가능
• 신규 업무 개발 및 테스트에 필요한 데이터로 활용
• 어플리케이션 또는 DB업그레이드 사전 테스트로
활용
추진 목표
즉시 백업/복구 및
비용 효율적 DR
관리 단순화
카피 데이터 활용
1
2
3
4
 즉시 백업
 즉시 복구 및 즉작적인 서비스 재개
 DR 비용 80% 절감(통신 회선, 통신 장비
비용)
24
비용 절감 효과
PTL 또는 VTL
SAN Fabric
DR
Main
스토리지
PROD
BCV
내부복
제
백업
수행
….
원격
복제
A A A
M
C
C
C
C
C
C
C
C
DR
스토리지
동일 벤더/동일 기종
Agent 비용
VTL/PTL
백업용량
라이선스
마스터 비용
내부/원격복제
용량 라이선스
스토리지 도입/증설
전용
회선
추가 비용
BCV 비용
SAN Fabric
Main
스토리지
PROD
….
A A A
No Agent 비용 No 마스터 비용
낮은
회선
대역폭
비용 절감
DR
DR
스토리지
No
내부복제
No
내부/원격복제
라이선스
No
백업용량
라이선스 이기종
스토리지
적용
A Agent
C Capacity
M Master
IBM CDV는 재래식 스토리지 솔루션과 비교하여 불필요한 백업 에이전트 비용, 백업 용량에 따른
라이선스 비용 추가, 스토리지 내부/원격 복제 솔루션 비용, 회선 비용 등을 절감 할 수 있습니다.
C
기존 백업 방식과의 차별성 : 편리한 DB로그 백업 및 복구
LogSmartTM Powerful SLA management for Oracle and SQL
 데이터베이스와 로그 백업 정책을 하나의
SLA에서 정의함으로써 편리하게 관리
 로그 관리의 자동화(백업 후 정책에 따라
삭제)
 GUI를 통해 손쉽게 시점(Point-In-Time)
복구 자동화 및 원하는 시점의 테스트/
개발본 Bring-Up 가능(log roll forward)
기존 백업 방식과의 차별성 : 일부 table 장애 시 복구 방안
번호 복구 절차
1 복구 할 시점의 백업 본 선택
2 백업 본 Bring Up서버 마운트
3 CDV에서 제공하는 customer Clone 스크립
트 이용하여 백업 본을 Clone DB 구동 시킴
4 Clone DB에서 장애난 table을 export 백업
받아 운영 서버로 ftp 및 rcp 이용 파일
copy
5 해당 table export 백업 file을 운영 서버에서
import 함
6 장애 난 table을 복구 시킴
7 DB에서 table 정상 유무 확인
IBM CDV
SAN Fabric
운영
볼륨
운영 Oracle DB 서버
Copy Data
백업 볼륨
시점 백업 본
Bring Up 서버
Table
장애 Export 백업 본
백업 본
즉시 마운트
DB 즉시
재시작
운영 DB 데이터 중 일부 table 장애 시 CDV 백업 본을 별도의 Bring Up 서버에 즉시 마운트하여 Clone
DB를 실행 후 장애 발생한 table을 export 백업 후 운영 서버로 copy후 import 하여 장애 복구
데이터 보호 및 다양한 업무에 데이터 활용
운영
스토리지
DB
서버
SNAP
백업
DEDUP
백업
IBM CDV
Copy Storage
백업 본 즉시 마운트
개발 서버 Clone DB 제공
DB 암호화 테스트
판촉 DB 업무용
Clone DB 서버
별도의 스토리지
용량 필요 없음
활용 사례 상세 내용
데이터 보호 • 전사 데이터 통합 백업
오라클 DB 암호
화 테스트 활용
• 오라클 DB 암호화 테스트를 위한 별도의
테스트 DB를 액티피오 백업 본 이용하여
운영 및 개발 서버에 업무 연속성 증가
판촉 DB 업무 분
리
• 고객 판촉 업무 DB에서 하는 SMS 업무
관련하여 운영 DB 서버의 리소스 부하를
줄여 가용성을 확보
개발 DB본 즉시
업무 재개
• 액티피오 백업 본을 이용한 개발 볼륨을
생성
• 스케줄에 의한 최신 데이터를 반영
백업
할당할당

More Related Content

What's hot

Hello, kafka! (an introduction to apache kafka)
Hello, kafka! (an introduction to apache kafka)Hello, kafka! (an introduction to apache kafka)
Hello, kafka! (an introduction to apache kafka)Timothy Spann
 
Always on in sql server 2017
Always on in sql server 2017Always on in sql server 2017
Always on in sql server 2017Gianluca Hotz
 
A Reference Architecture for ETL 2.0
A Reference Architecture for ETL 2.0 A Reference Architecture for ETL 2.0
A Reference Architecture for ETL 2.0 DataWorks Summit
 
[DSC Europe 22] Lakehouse architecture with Delta Lake and Databricks - Draga...
[DSC Europe 22] Lakehouse architecture with Delta Lake and Databricks - Draga...[DSC Europe 22] Lakehouse architecture with Delta Lake and Databricks - Draga...
[DSC Europe 22] Lakehouse architecture with Delta Lake and Databricks - Draga...DataScienceConferenc1
 
Data Lakehouse, Data Mesh, and Data Fabric (r1)
Data Lakehouse, Data Mesh, and Data Fabric (r1)Data Lakehouse, Data Mesh, and Data Fabric (r1)
Data Lakehouse, Data Mesh, and Data Fabric (r1)James Serra
 
Monitoring your Power BI Tenant
Monitoring your Power BI TenantMonitoring your Power BI Tenant
Monitoring your Power BI TenantAngel Abundez
 
Comparing Sidecar-less Service Mesh from Cilium and Istio
Comparing Sidecar-less Service Mesh from Cilium and IstioComparing Sidecar-less Service Mesh from Cilium and Istio
Comparing Sidecar-less Service Mesh from Cilium and IstioChristian Posta
 
Provisioning and automating high availability postgres on aws ec2 (1)
Provisioning and automating high availability postgres on aws ec2 (1)Provisioning and automating high availability postgres on aws ec2 (1)
Provisioning and automating high availability postgres on aws ec2 (1)Payal Singh
 
Fundamentals of Apache Kafka
Fundamentals of Apache KafkaFundamentals of Apache Kafka
Fundamentals of Apache KafkaChhavi Parasher
 
클라우드는 제품 및 비즈니스 모델 혁신에 어떤 도움을 줄 수 있는가? - 김상필 솔루션즈 아키텍트 매니저, AWS / 김재우 프로, 삼성중...
클라우드는 제품 및 비즈니스 모델 혁신에 어떤 도움을 줄 수 있는가? - 김상필 솔루션즈 아키텍트 매니저, AWS / 김재우 프로, 삼성중...클라우드는 제품 및 비즈니스 모델 혁신에 어떤 도움을 줄 수 있는가? - 김상필 솔루션즈 아키텍트 매니저, AWS / 김재우 프로, 삼성중...
클라우드는 제품 및 비즈니스 모델 혁신에 어떤 도움을 줄 수 있는가? - 김상필 솔루션즈 아키텍트 매니저, AWS / 김재우 프로, 삼성중...Amazon Web Services Korea
 
Oracle Database Migration to Oracle Cloud Infrastructure
Oracle Database Migration to Oracle Cloud InfrastructureOracle Database Migration to Oracle Cloud Infrastructure
Oracle Database Migration to Oracle Cloud InfrastructureSinanPetrusToma
 
Data Warehouse Tutorial For Beginners | Data Warehouse Concepts | Data Wareho...
Data Warehouse Tutorial For Beginners | Data Warehouse Concepts | Data Wareho...Data Warehouse Tutorial For Beginners | Data Warehouse Concepts | Data Wareho...
Data Warehouse Tutorial For Beginners | Data Warehouse Concepts | Data Wareho...Edureka!
 
Free Training: How to Build a Lakehouse
Free Training: How to Build a LakehouseFree Training: How to Build a Lakehouse
Free Training: How to Build a LakehouseDatabricks
 
Data Warehousing 2016
Data Warehousing 2016Data Warehousing 2016
Data Warehousing 2016Kent Graziano
 
Building a modern data warehouse
Building a modern data warehouseBuilding a modern data warehouse
Building a modern data warehouseJames Serra
 
Introduction to Azure Databricks
Introduction to Azure DatabricksIntroduction to Azure Databricks
Introduction to Azure DatabricksJames Serra
 

What's hot (20)

Hello, kafka! (an introduction to apache kafka)
Hello, kafka! (an introduction to apache kafka)Hello, kafka! (an introduction to apache kafka)
Hello, kafka! (an introduction to apache kafka)
 
Always on in sql server 2017
Always on in sql server 2017Always on in sql server 2017
Always on in sql server 2017
 
A Reference Architecture for ETL 2.0
A Reference Architecture for ETL 2.0 A Reference Architecture for ETL 2.0
A Reference Architecture for ETL 2.0
 
[DSC Europe 22] Lakehouse architecture with Delta Lake and Databricks - Draga...
[DSC Europe 22] Lakehouse architecture with Delta Lake and Databricks - Draga...[DSC Europe 22] Lakehouse architecture with Delta Lake and Databricks - Draga...
[DSC Europe 22] Lakehouse architecture with Delta Lake and Databricks - Draga...
 
Data Lakehouse, Data Mesh, and Data Fabric (r1)
Data Lakehouse, Data Mesh, and Data Fabric (r1)Data Lakehouse, Data Mesh, and Data Fabric (r1)
Data Lakehouse, Data Mesh, and Data Fabric (r1)
 
Monitoring your Power BI Tenant
Monitoring your Power BI TenantMonitoring your Power BI Tenant
Monitoring your Power BI Tenant
 
Comparing Sidecar-less Service Mesh from Cilium and Istio
Comparing Sidecar-less Service Mesh from Cilium and IstioComparing Sidecar-less Service Mesh from Cilium and Istio
Comparing Sidecar-less Service Mesh from Cilium and Istio
 
Provisioning and automating high availability postgres on aws ec2 (1)
Provisioning and automating high availability postgres on aws ec2 (1)Provisioning and automating high availability postgres on aws ec2 (1)
Provisioning and automating high availability postgres on aws ec2 (1)
 
Oracle Database Vaultのご紹介
Oracle Database Vaultのご紹介Oracle Database Vaultのご紹介
Oracle Database Vaultのご紹介
 
Oracle Cloud Infrastructure
Oracle Cloud InfrastructureOracle Cloud Infrastructure
Oracle Cloud Infrastructure
 
Azure SQL Database
Azure SQL DatabaseAzure SQL Database
Azure SQL Database
 
Fundamentals of Apache Kafka
Fundamentals of Apache KafkaFundamentals of Apache Kafka
Fundamentals of Apache Kafka
 
클라우드는 제품 및 비즈니스 모델 혁신에 어떤 도움을 줄 수 있는가? - 김상필 솔루션즈 아키텍트 매니저, AWS / 김재우 프로, 삼성중...
클라우드는 제품 및 비즈니스 모델 혁신에 어떤 도움을 줄 수 있는가? - 김상필 솔루션즈 아키텍트 매니저, AWS / 김재우 프로, 삼성중...클라우드는 제품 및 비즈니스 모델 혁신에 어떤 도움을 줄 수 있는가? - 김상필 솔루션즈 아키텍트 매니저, AWS / 김재우 프로, 삼성중...
클라우드는 제품 및 비즈니스 모델 혁신에 어떤 도움을 줄 수 있는가? - 김상필 솔루션즈 아키텍트 매니저, AWS / 김재우 프로, 삼성중...
 
Oracle Database Migration to Oracle Cloud Infrastructure
Oracle Database Migration to Oracle Cloud InfrastructureOracle Database Migration to Oracle Cloud Infrastructure
Oracle Database Migration to Oracle Cloud Infrastructure
 
Data Warehouse Tutorial For Beginners | Data Warehouse Concepts | Data Wareho...
Data Warehouse Tutorial For Beginners | Data Warehouse Concepts | Data Wareho...Data Warehouse Tutorial For Beginners | Data Warehouse Concepts | Data Wareho...
Data Warehouse Tutorial For Beginners | Data Warehouse Concepts | Data Wareho...
 
Oracle Database Vault
Oracle Database VaultOracle Database Vault
Oracle Database Vault
 
Free Training: How to Build a Lakehouse
Free Training: How to Build a LakehouseFree Training: How to Build a Lakehouse
Free Training: How to Build a Lakehouse
 
Data Warehousing 2016
Data Warehousing 2016Data Warehousing 2016
Data Warehousing 2016
 
Building a modern data warehouse
Building a modern data warehouseBuilding a modern data warehouse
Building a modern data warehouse
 
Introduction to Azure Databricks
Introduction to Azure DatabricksIntroduction to Azure Databricks
Introduction to Azure Databricks
 

Viewers also liked

클라우드 환경에서 재해복구 방안
클라우드 환경에서 재해복구 방안클라우드 환경에서 재해복구 방안
클라우드 환경에서 재해복구 방안Hyuk Kwon
 
[찾아가는세미나] 고객맞춤형 재해복구서비스
[찾아가는세미나] 고객맞춤형 재해복구서비스[찾아가는세미나] 고객맞춤형 재해복구서비스
[찾아가는세미나] 고객맞춤형 재해복구서비스해은 최
 
성기능 장애
성기능 장애성기능 장애
성기능 장애kelly92765
 
프로세일즈맨의 스마트워크 구글폼을 활용한 정보수집 FF 20131114
프로세일즈맨의 스마트워크 구글폼을 활용한 정보수집 FF 20131114프로세일즈맨의 스마트워크 구글폼을 활용한 정보수집 FF 20131114
프로세일즈맨의 스마트워크 구글폼을 활용한 정보수집 FF 20131114기모 구
 
Getting started with Azure Services Platform
Getting started with Azure Services PlatformGetting started with Azure Services Platform
Getting started with Azure Services PlatformTedAhn
 
AWS fault tolerant architecture
AWS fault tolerant architectureAWS fault tolerant architecture
AWS fault tolerant architectureskadyan1
 
가상화 기반 재해복구 솔루션(Zerto)
가상화 기반 재해복구 솔루션(Zerto)가상화 기반 재해복구 솔루션(Zerto)
가상화 기반 재해복구 솔루션(Zerto)영철 현
 
가상화 기반 재해복구 솔루션(Zerto 4.0)
가상화 기반 재해복구 솔루션(Zerto 4.0)가상화 기반 재해복구 솔루션(Zerto 4.0)
가상화 기반 재해복구 솔루션(Zerto 4.0)영철 현
 
파괴적기술
파괴적기술파괴적기술
파괴적기술승원 하
 
가상화와 보안 발표자료
가상화와 보안 발표자료가상화와 보안 발표자료
가상화와 보안 발표자료hanbeom Park
 
[찾아가는세미나] 매니지드서비스 오해와 진실
[찾아가는세미나] 매니지드서비스 오해와 진실[찾아가는세미나] 매니지드서비스 오해와 진실
[찾아가는세미나] 매니지드서비스 오해와 진실해은 최
 
ESB의 이해와 기술 동향
ESB의 이해와 기술 동향ESB의 이해와 기술 동향
ESB의 이해와 기술 동향shiptaek
 
[찾아가는세미나] ERP 매니지드서비스: SAP+ 인프라토탈케어솔루션
[찾아가는세미나] ERP 매니지드서비스: SAP+ 인프라토탈케어솔루션[찾아가는세미나] ERP 매니지드서비스: SAP+ 인프라토탈케어솔루션
[찾아가는세미나] ERP 매니지드서비스: SAP+ 인프라토탈케어솔루션해은 최
 
3 빅데이터기반비정형데이터의실시간처리방법 원종석
3 빅데이터기반비정형데이터의실시간처리방법 원종석3 빅데이터기반비정형데이터의실시간처리방법 원종석
3 빅데이터기반비정형데이터의실시간처리방법 원종석Saltlux Inc.
 
Talk IT_IBM_박아룸_110811
Talk IT_IBM_박아룸_110811Talk IT_IBM_박아룸_110811
Talk IT_IBM_박아룸_110811Cana Ko
 
[찾아가는세미나] 클라우드 구축과 관리
[찾아가는세미나] 클라우드 구축과 관리[찾아가는세미나] 클라우드 구축과 관리
[찾아가는세미나] 클라우드 구축과 관리해은 최
 

Viewers also liked (20)

클라우드 환경에서 재해복구 방안
클라우드 환경에서 재해복구 방안클라우드 환경에서 재해복구 방안
클라우드 환경에서 재해복구 방안
 
[찾아가는세미나] 고객맞춤형 재해복구서비스
[찾아가는세미나] 고객맞춤형 재해복구서비스[찾아가는세미나] 고객맞춤형 재해복구서비스
[찾아가는세미나] 고객맞춤형 재해복구서비스
 
성기능 장애
성기능 장애성기능 장애
성기능 장애
 
[Gaming on AWS] 환영사 및 AWS 소개
[Gaming on AWS] 환영사 및 AWS 소개[Gaming on AWS] 환영사 및 AWS 소개
[Gaming on AWS] 환영사 및 AWS 소개
 
Google Docs/Drive
Google Docs/DriveGoogle Docs/Drive
Google Docs/Drive
 
프로세일즈맨의 스마트워크 구글폼을 활용한 정보수집 FF 20131114
프로세일즈맨의 스마트워크 구글폼을 활용한 정보수집 FF 20131114프로세일즈맨의 스마트워크 구글폼을 활용한 정보수집 FF 20131114
프로세일즈맨의 스마트워크 구글폼을 활용한 정보수집 FF 20131114
 
Getting started with Azure Services Platform
Getting started with Azure Services PlatformGetting started with Azure Services Platform
Getting started with Azure Services Platform
 
AWS fault tolerant architecture
AWS fault tolerant architectureAWS fault tolerant architecture
AWS fault tolerant architecture
 
가상화 기반 재해복구 솔루션(Zerto)
가상화 기반 재해복구 솔루션(Zerto)가상화 기반 재해복구 솔루션(Zerto)
가상화 기반 재해복구 솔루션(Zerto)
 
Ibm
IbmIbm
Ibm
 
가상화 기반 재해복구 솔루션(Zerto 4.0)
가상화 기반 재해복구 솔루션(Zerto 4.0)가상화 기반 재해복구 솔루션(Zerto 4.0)
가상화 기반 재해복구 솔루션(Zerto 4.0)
 
파괴적기술
파괴적기술파괴적기술
파괴적기술
 
가상화와 보안 발표자료
가상화와 보안 발표자료가상화와 보안 발표자료
가상화와 보안 발표자료
 
[찾아가는세미나] 매니지드서비스 오해와 진실
[찾아가는세미나] 매니지드서비스 오해와 진실[찾아가는세미나] 매니지드서비스 오해와 진실
[찾아가는세미나] 매니지드서비스 오해와 진실
 
ESB의 이해와 기술 동향
ESB의 이해와 기술 동향ESB의 이해와 기술 동향
ESB의 이해와 기술 동향
 
[찾아가는세미나] ERP 매니지드서비스: SAP+ 인프라토탈케어솔루션
[찾아가는세미나] ERP 매니지드서비스: SAP+ 인프라토탈케어솔루션[찾아가는세미나] ERP 매니지드서비스: SAP+ 인프라토탈케어솔루션
[찾아가는세미나] ERP 매니지드서비스: SAP+ 인프라토탈케어솔루션
 
3 빅데이터기반비정형데이터의실시간처리방법 원종석
3 빅데이터기반비정형데이터의실시간처리방법 원종석3 빅데이터기반비정형데이터의실시간처리방법 원종석
3 빅데이터기반비정형데이터의실시간처리방법 원종석
 
Talk IT_IBM_박아룸_110811
Talk IT_IBM_박아룸_110811Talk IT_IBM_박아룸_110811
Talk IT_IBM_박아룸_110811
 
[찾아가는세미나] 클라우드 구축과 관리
[찾아가는세미나] 클라우드 구축과 관리[찾아가는세미나] 클라우드 구축과 관리
[찾아가는세미나] 클라우드 구축과 관리
 
Redis edu 4
Redis edu 4Redis edu 4
Redis edu 4
 

Similar to [찾아가는세미나] 클라우드 데이터 가상화솔루션

SteelEye 표준 제안서
SteelEye 표준 제안서SteelEye 표준 제안서
SteelEye 표준 제안서Yong-uk Choe
 
Alluxio: Data Orchestration on Multi-Cloud
Alluxio: Data Orchestration on Multi-CloudAlluxio: Data Orchestration on Multi-Cloud
Alluxio: Data Orchestration on Multi-CloudJinwook Chung
 
SK ICT Tech Summit 2019_BIG DATA-11번가_DP_v1.2.pdf
SK ICT Tech Summit 2019_BIG DATA-11번가_DP_v1.2.pdfSK ICT Tech Summit 2019_BIG DATA-11번가_DP_v1.2.pdf
SK ICT Tech Summit 2019_BIG DATA-11번가_DP_v1.2.pdfDeukJin Jeon
 
한국사이버테크 Ha dr 구축전략 160527
한국사이버테크 Ha dr 구축전략 160527한국사이버테크 Ha dr 구축전략 160527
한국사이버테크 Ha dr 구축전략 160527성호 윤
 
아마존 클라우드와 함께한 1개월, 쿠키런 사례중심 (KGC 2013)
아마존 클라우드와 함께한 1개월, 쿠키런 사례중심 (KGC 2013)아마존 클라우드와 함께한 1개월, 쿠키런 사례중심 (KGC 2013)
아마존 클라우드와 함께한 1개월, 쿠키런 사례중심 (KGC 2013)Brian Hong
 
[2016 데이터 그랜드 컨퍼런스] 2 1(빅데이터). 티맥스 빅데이터시대,더욱중요해진dw를위한어플라이언스전략
[2016 데이터 그랜드 컨퍼런스] 2 1(빅데이터). 티맥스 빅데이터시대,더욱중요해진dw를위한어플라이언스전략[2016 데이터 그랜드 컨퍼런스] 2 1(빅데이터). 티맥스 빅데이터시대,더욱중요해진dw를위한어플라이언스전략
[2016 데이터 그랜드 컨퍼런스] 2 1(빅데이터). 티맥스 빅데이터시대,더욱중요해진dw를위한어플라이언스전략K data
 
NexGen overview_201705
NexGen overview_201705NexGen overview_201705
NexGen overview_201705CDIT-HCI
 
넥슨 글로벌 플랫폼 구축 이야기 : DB Migration case study (임현수 플랫폼인프라실 Technical Manager, 넥...
넥슨 글로벌 플랫폼 구축 이야기 : DB Migration case study (임현수 플랫폼인프라실 Technical Manager, 넥...넥슨 글로벌 플랫폼 구축 이야기 : DB Migration case study (임현수 플랫폼인프라실 Technical Manager, 넥...
넥슨 글로벌 플랫폼 구축 이야기 : DB Migration case study (임현수 플랫폼인프라실 Technical Manager, 넥...Amazon Web Services Korea
 
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호 상무, 조영준 상무, BSG::AWS Summit Se...
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호 상무, 조영준 상무, BSG::AWS Summit Se...기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호 상무, 조영준 상무, BSG::AWS Summit Se...
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호 상무, 조영준 상무, BSG::AWS Summit Se...Amazon Web Services Korea
 
클라우드 환경에서 알아야할 성능 이야기
클라우드 환경에서 알아야할 성능 이야기클라우드 환경에서 알아야할 성능 이야기
클라우드 환경에서 알아야할 성능 이야기YoungSu Son
 
Daily Continuous Deployment를 위한 Custom CLI 개발 및
 AWS Elastic Beanstalk에 적용하기
Daily Continuous Deployment를 위한 Custom CLI 개발 및
 AWS Elastic Beanstalk에 적용하기Daily Continuous Deployment를 위한 Custom CLI 개발 및
 AWS Elastic Beanstalk에 적용하기
Daily Continuous Deployment를 위한 Custom CLI 개발 및
 AWS Elastic Beanstalk에 적용하기Jongwon Han
 
110922 oracle ap
110922 oracle ap110922 oracle ap
110922 oracle apCana Ko
 
Cloud dw benchmark using tpd-ds( Snowflake vs Redshift vs EMR Hive )
Cloud dw benchmark using tpd-ds( Snowflake vs Redshift vs EMR Hive )Cloud dw benchmark using tpd-ds( Snowflake vs Redshift vs EMR Hive )
Cloud dw benchmark using tpd-ds( Snowflake vs Redshift vs EMR Hive )SANG WON PARK
 
나에게 맞는 AWS 데이터베이스 서비스 선택하기 :: 양승도 :: AWS Summit Seoul 2016
나에게 맞는 AWS 데이터베이스 서비스 선택하기 :: 양승도 :: AWS Summit Seoul 2016나에게 맞는 AWS 데이터베이스 서비스 선택하기 :: 양승도 :: AWS Summit Seoul 2016
나에게 맞는 AWS 데이터베이스 서비스 선택하기 :: 양승도 :: AWS Summit Seoul 2016Amazon Web Services Korea
 
[AWS Media Symposium 2019] 고객사례 | SBS Web Service Cloud Migration Process - 김...
[AWS Media Symposium 2019] 고객사례 | SBS Web Service Cloud Migration Process - 김...[AWS Media Symposium 2019] 고객사례 | SBS Web Service Cloud Migration Process - 김...
[AWS Media Symposium 2019] 고객사례 | SBS Web Service Cloud Migration Process - 김...Amazon Web Services Korea
 
AWS CLOUD 2018- Amazon Aurora  신규 서비스 알아보기 (최유정 솔루션즈 아키텍트)
AWS CLOUD 2018- Amazon Aurora  신규 서비스 알아보기 (최유정 솔루션즈 아키텍트)AWS CLOUD 2018- Amazon Aurora  신규 서비스 알아보기 (최유정 솔루션즈 아키텍트)
AWS CLOUD 2018- Amazon Aurora  신규 서비스 알아보기 (최유정 솔루션즈 아키텍트)Amazon Web Services Korea
 
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호, 조영준 BSG Partners::AWS Summit ...
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호, 조영준 BSG Partners::AWS Summit ...기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호, 조영준 BSG Partners::AWS Summit ...
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호, 조영준 BSG Partners::AWS Summit ...Amazon Web Services Korea
 
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호, 조영준 BSG Partners::AWS Summit ...
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호, 조영준 BSG Partners::AWS Summit ...기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호, 조영준 BSG Partners::AWS Summit ...
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호, 조영준 BSG Partners::AWS Summit ...Amazon Web Services Korea
 

Similar to [찾아가는세미나] 클라우드 데이터 가상화솔루션 (20)

steeleye Replication
steeleye Replication steeleye Replication
steeleye Replication
 
SteelEye 표준 제안서
SteelEye 표준 제안서SteelEye 표준 제안서
SteelEye 표준 제안서
 
Alluxio: Data Orchestration on Multi-Cloud
Alluxio: Data Orchestration on Multi-CloudAlluxio: Data Orchestration on Multi-Cloud
Alluxio: Data Orchestration on Multi-Cloud
 
Aws로 ci하기 안기욱
Aws로 ci하기 안기욱Aws로 ci하기 안기욱
Aws로 ci하기 안기욱
 
SK ICT Tech Summit 2019_BIG DATA-11번가_DP_v1.2.pdf
SK ICT Tech Summit 2019_BIG DATA-11번가_DP_v1.2.pdfSK ICT Tech Summit 2019_BIG DATA-11번가_DP_v1.2.pdf
SK ICT Tech Summit 2019_BIG DATA-11번가_DP_v1.2.pdf
 
한국사이버테크 Ha dr 구축전략 160527
한국사이버테크 Ha dr 구축전략 160527한국사이버테크 Ha dr 구축전략 160527
한국사이버테크 Ha dr 구축전략 160527
 
아마존 클라우드와 함께한 1개월, 쿠키런 사례중심 (KGC 2013)
아마존 클라우드와 함께한 1개월, 쿠키런 사례중심 (KGC 2013)아마존 클라우드와 함께한 1개월, 쿠키런 사례중심 (KGC 2013)
아마존 클라우드와 함께한 1개월, 쿠키런 사례중심 (KGC 2013)
 
[2016 데이터 그랜드 컨퍼런스] 2 1(빅데이터). 티맥스 빅데이터시대,더욱중요해진dw를위한어플라이언스전략
[2016 데이터 그랜드 컨퍼런스] 2 1(빅데이터). 티맥스 빅데이터시대,더욱중요해진dw를위한어플라이언스전략[2016 데이터 그랜드 컨퍼런스] 2 1(빅데이터). 티맥스 빅데이터시대,더욱중요해진dw를위한어플라이언스전략
[2016 데이터 그랜드 컨퍼런스] 2 1(빅데이터). 티맥스 빅데이터시대,더욱중요해진dw를위한어플라이언스전략
 
NexGen overview_201705
NexGen overview_201705NexGen overview_201705
NexGen overview_201705
 
넥슨 글로벌 플랫폼 구축 이야기 : DB Migration case study (임현수 플랫폼인프라실 Technical Manager, 넥...
넥슨 글로벌 플랫폼 구축 이야기 : DB Migration case study (임현수 플랫폼인프라실 Technical Manager, 넥...넥슨 글로벌 플랫폼 구축 이야기 : DB Migration case study (임현수 플랫폼인프라실 Technical Manager, 넥...
넥슨 글로벌 플랫폼 구축 이야기 : DB Migration case study (임현수 플랫폼인프라실 Technical Manager, 넥...
 
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호 상무, 조영준 상무, BSG::AWS Summit Se...
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호 상무, 조영준 상무, BSG::AWS Summit Se...기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호 상무, 조영준 상무, BSG::AWS Summit Se...
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호 상무, 조영준 상무, BSG::AWS Summit Se...
 
클라우드 환경에서 알아야할 성능 이야기
클라우드 환경에서 알아야할 성능 이야기클라우드 환경에서 알아야할 성능 이야기
클라우드 환경에서 알아야할 성능 이야기
 
Daily Continuous Deployment를 위한 Custom CLI 개발 및
 AWS Elastic Beanstalk에 적용하기
Daily Continuous Deployment를 위한 Custom CLI 개발 및
 AWS Elastic Beanstalk에 적용하기Daily Continuous Deployment를 위한 Custom CLI 개발 및
 AWS Elastic Beanstalk에 적용하기
Daily Continuous Deployment를 위한 Custom CLI 개발 및
 AWS Elastic Beanstalk에 적용하기
 
110922 oracle ap
110922 oracle ap110922 oracle ap
110922 oracle ap
 
Cloud dw benchmark using tpd-ds( Snowflake vs Redshift vs EMR Hive )
Cloud dw benchmark using tpd-ds( Snowflake vs Redshift vs EMR Hive )Cloud dw benchmark using tpd-ds( Snowflake vs Redshift vs EMR Hive )
Cloud dw benchmark using tpd-ds( Snowflake vs Redshift vs EMR Hive )
 
나에게 맞는 AWS 데이터베이스 서비스 선택하기 :: 양승도 :: AWS Summit Seoul 2016
나에게 맞는 AWS 데이터베이스 서비스 선택하기 :: 양승도 :: AWS Summit Seoul 2016나에게 맞는 AWS 데이터베이스 서비스 선택하기 :: 양승도 :: AWS Summit Seoul 2016
나에게 맞는 AWS 데이터베이스 서비스 선택하기 :: 양승도 :: AWS Summit Seoul 2016
 
[AWS Media Symposium 2019] 고객사례 | SBS Web Service Cloud Migration Process - 김...
[AWS Media Symposium 2019] 고객사례 | SBS Web Service Cloud Migration Process - 김...[AWS Media Symposium 2019] 고객사례 | SBS Web Service Cloud Migration Process - 김...
[AWS Media Symposium 2019] 고객사례 | SBS Web Service Cloud Migration Process - 김...
 
AWS CLOUD 2018- Amazon Aurora  신규 서비스 알아보기 (최유정 솔루션즈 아키텍트)
AWS CLOUD 2018- Amazon Aurora  신규 서비스 알아보기 (최유정 솔루션즈 아키텍트)AWS CLOUD 2018- Amazon Aurora  신규 서비스 알아보기 (최유정 솔루션즈 아키텍트)
AWS CLOUD 2018- Amazon Aurora  신규 서비스 알아보기 (최유정 솔루션즈 아키텍트)
 
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호, 조영준 BSG Partners::AWS Summit ...
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호, 조영준 BSG Partners::AWS Summit ...기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호, 조영준 BSG Partners::AWS Summit ...
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호, 조영준 BSG Partners::AWS Summit ...
 
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호, 조영준 BSG Partners::AWS Summit ...
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호, 조영준 BSG Partners::AWS Summit ...기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호, 조영준 BSG Partners::AWS Summit ...
기업 IT 담당자라면 꼭 알아야 할 Enterprise AWS 사례와 특징::김종호, 조영준 BSG Partners::AWS Summit ...
 

[찾아가는세미나] 클라우드 데이터 가상화솔루션

  • 1. CDV(Cloud Data Virtualization) 클라우드 데이터 가상화 솔루션
  • 2. 스토리지의 기하급수적 팽창 Analytics Test & Dev BC/DR Snapshot Backup Production • 카피 데이터 $44B 문제 • 전체 디스크 용량의 60% 소비 • 스토리지 소프트웨어 비용의 65%, 하드웨어 비용의 85% 차지 *IDC Insight document (#239875)
  • 3. Data is Locked In EXCESS REDUNDANCY, COST, COMPLEXITY, INFLEXIBILITY, AND TIME Physical IT Virtual IT IT Manager PRODUCTION DATA BU/SNAPSHOT Silo 1 BC/DR Silo 2 DEV & TEST Silo 3 COMPLIANCE Silo 4 ANALYTICS Silo 5
  • 4. Commoditization of Hardware & Service Virtualization Through Software Virtualizing The Stack COMPUTE NETWORK STORAGE COPY DATA VIRTUALIZATION NETWORK VIRTUALIZATION SERVER VIRTUALIZATION 2014+2012+2010+
  • 5. 어플리케이션 데이터 구조 - 데이터 가상화 플랫폼 : CDV(Cloud Data Virtualization) SNAPSHOT POOL DEDUP POOL VIRTUAL DATA PIPELINE Production SAN | NAS | DAS IP NETWORK SNAPSHOT POOL DEDUP POOL VIRTUAL DATA PIPELINE PRODUCTION DATA VIRTUALIZATION PLATFORM DISCOVERED APPS 데이터 보호 개발/테스트 복제본 생성 스토리지 이중화 재해 복구
  • 6. Radical Simplification Development / Test SLA Management WAN Optimization H/W Independence Backup Networker Avamar Disk Library Data Protector SnapVault CommVault SyncSort CommVault NetBackup Backup Exec Veritas Storage Foundation TSM FilesX Dedup Avamar DataDomain StoreOnce ASIS FalconStor VTL NetBackup Appliance ProtecTier Replication AppSync RecoverPoint VPLEX SRDF RM Remote Copy Continuous Access SnapMirror InMage TrueCopy Dynamic Replicator VVR ApplicationH A MetroMirror GlobalMirror GlobalCopy Snapshot TimeFinder SnapView VirtualCopy EVA Snapshot SnapShot Shadow Image CoW Snapshot Veritas Storage Foundation FlashCopy S I M P L I F YIBM CDV (Cloud Data Virtualization)
  • 7. IBM CDV 구성(Physical Appliance) Node 1, 2와 Cache Battery로 구성되어 있으며, 데이터 저장을 위한 SAN 스위치와 스토리지로 구성되어 있습니다. IBM CDV Node 1(1U) Node 2(1U) Cache Battery(1U)전체4U 시스템 SAN 스위치(1U) CDV 스토리지 V3700(2U) 1Gbps NIC 10Gbps NIC 8Gbps FC SAN 범 례
  • 8. Sky™(Virtual Appliance)  소프트웨어 기반 데이터 가상화 솔루션  원격 사무소, 클라우드 및 데이터 센터까지 확장가능한 옵션 기능 제공  광범위한 애플리케이션 및 다양한 O/S 플랫폼 지원  수 분 이내 프로비저닝  네트워크에 최적화된 데이터 복제  비즈니스 요건에 맞춘 SLA기반으로 애플리케이션 중심 데이터 관리 SKY SPECIFICATIONS • VMware ready for data protection • Used in conjunction with CDV • Dedup replication • Supports out-of-band integration • Multiple lower capacity packages to begin 분산된 엔터프라이즈 환경을 위한 카피 데이터 가상화 솔루션
  • 9. 필요 용량 : 153TB DR 10TB 백업소산 4주 40TB 원본 데이타 10 TB 주백업 4주 40TB 일백업 5일 50TB Snap 7개 3TB 복제본 1개 10TB 원본 데이타 10 TB 1. 복제본 : 8개 2. 일백업 : 14일 3. 주백업 : 12주 4. 월백업 : 6개월 필요 용량 25TB CDV 적용 전 153TB vs. 50TB(33%) 필요 용량 : 103TB 필요 용량 25TB 1. DR본 : 1개 2. DR본제본 : 8개 3. 일백업 : 14일 4. 주백업 : 12주 5. 월백업 : 6개월 CDV 적용 후 CDV는 카피 스토리지(PROD를 제외한) 복제용량, 백업 비용을 획기적으로 줄일 수 있습니다. 획기적인 스토리지 비용 절감
  • 10. Production Data SAN | NAS | DAS 아키텍처 개념 : 새로운 접근 방법 1 처음 1회만 전체 데이터를 조회 이후, 변경된 블럭만 조회 2 중복 제거된 데이터만을 저장/전송 3 다양한 용도로 복제본을 즉시 사용 가능(읽기/쓰기) 4 통합 관리 정책기반 그룹, APP 단위로 관리 백업 ARCHIVINGBC/DR복제본 개발/테스트 COPY DATA
  • 11. 핵심 기술 : 변경된 부분만 저장/전송 변경된 블록만을 읽어서 처리 (zero backup window) 중복 제거하여 저장 (90% less storage) 중복 제거된 블록만을 전송 (80% less bandwidth) 원하는 즉시 백업을 복제본으로 사용 가능 (읽기/쓰기 모두 가능) 백업을 즉시 마운트하여 즉시 업무 복구 (zero restore window) Incremental restore for BC DR을 즉시 마운트하여 복구가능 (zero restore window) 원하는 즉시 DR을 복제본으로 사용 가능 (읽기/쓰기 모두 가능) Site A Site B 백업 및 복구 시간 최소화  네트워크 대역폭 최대 80% 절감  스토리지 비용 최대 95% 절감
  • 12. One Solution : 카피 데이터 가상화 Virtual Data Pipeline™ CAPTURE SLA 기반에 따라 블럭 레벨로, 원래 포맷(Native Format)의 데이터 GOLDEN COPY OF PRODUCTION MANAGE 한번만의 이동으로 물리적 카피를 생성하여 어디든 저장 USE 즉시 액세스와 보호를 위한 무제한의 가상 카피 DATA PROTECTION BUSINESS CONTINUITY DATA MOBILITY DEV & TEST DATA INSIGHTS OTHER
  • 13. NATIVE FORMAT • 즉시 마운트 활용 • 데이터 변형을 위한 성능 불이익 제거 C A P T U R E M A N A G E U S E CHANGE BLOCKS • 첫번째 카피 이후 변경된 블록만 카피 INCREMENTAL MERGE • 변경된 데이터를 모아 가상의 포인트 인 타임 카피 제공 • 즉시 액세스 가능 • 스토리지 절감 GLOBAL DEDUPE • 중복된 데이터 이동 최소화 • 스토리지 절감
  • 14. C A P T U R E M A N A G E U S E SLA ARCHITECT • SLA 기반의 관리 • 데이터 라이프사이클 관리 WORKFLOWS • 테스트, 개발, QA 등을 위한 데이터 관리 자동화 SINGLE PANE OF GLASS GLOBAL MANAGER D A T A C E N T E R P R I V A T E C L O U D E D G E P U B L I C C L O U D • 데이터 센터, 지역, 클라우드를 통합 관리
  • 15. C A P T U R E M A N A G E U S E INSTANT MOUNT COPY DATA VIRTUALIZATION PLATFORM • 읽기/쓰기 가능한 가상의 데이터 카피 제공 • 불필요한 데이터 이동 제거 및 신속한 액세스 PROD LIVECLONE LIVECLONE • 스케줄 기반으로 변경분만 적용하여 클론 리프레시 • 중복 제거된 데이터만 전송 • 네트웍 대역폭 절감 DEDUP ASYNC
  • 16. 기존 백업 방식과의 차별성 구분 테이프 라이브러리 중복제거 VTL IBM CDV 백업 속도 빠름 빠름 매우 빠름 중복제거 X O O 백업 소프트웨어 연동 O O X 백업 시, 업무 영향 O O X 데이터 리스토어 아주 느림 아주 느림 수분 ~ 수십 분 서비스 재개 시간 최소 4시간 이상 최소 4시간 이상 즉시 업무 재개 백업본 활용 X X O IBM CDV는 기존의 재래식 솔루션의 문제점인 백업 소프트웨어 연동, 데이터 리스토어 시간의 초과, 서비스 재개 등의 해결을 위한 플랫폼을 제공합니다.
  • 17. 카피 데이터 활용(신규 프로젝트, 개발/테스트) CDV는 기존 스토리지 솔루션의 기술적 한계를 넘어 이기종 지원과 다양한 업무에 복제본 활용을 극대화 할 수 있습니다. CDV 적용 전 CDV 적용 후 • 동일 벤더/등급의 스토리지에서만 구현 • 용량 확보를 위한 스토리지 용량 증설이 필요 • 용량 증설에 따른 라이선스 추가도 필요 소스 BCV#2 BCV#3 개발 1팀 개발 2팀 개발 3팀 BCV#1 IBM CDV BCV#1 BCV#2 BCV#N 개발 1팀 개발 2팀 개발 N팀 .... • 이기종 스토리지 지원 • 적은 용량으로 다양한 서비스 활용 가능 • 이미 구매하였다면 복제를 위한 추가 라이선스 불필요
  • 18. SANDBOX DEV AQA QA UAT / STAGING Code Check In, Frequent Builds Compute Provisioning 예 : Vmware Application Configuration 예 : Puppet/Chef Data : ??? Quick Iterations 개발 프로세스
  • 19. Change Management Request SLA 1–2 weeks SLA 1 week SLA 1 week Dev requests copy. Tickets opened. Compute & storage is provisioned DBA Creates copies & masks data Developer gets a masked copy Ex: The initial copy + 5 physical copies of 5 TB over 1 Gbps will take 5 days First Copy Prototype DEV AQA QA UAT Production Data The same process and time is needed every time data refresh needs to be done Speed Problem
  • 20. Prototype DEV AQA QA UAT Production • 결과 • Poor Quality • Delayed Releases • Dev vs Ops Blame Game CRITICAL STAGES Unit Testing Works Great !! Automated Integration Testing Works ! Manual QA Testing Works It Does Not Work !!!!!! • 더미(dummy) 데이터 사용의 문제 – Can’t test scalability ‘early’ – Can’t test boundary conditions ‘early’ – Bugs surface too late in DEV cycles Quality Problem : Inconsistent Data
  • 21. 신속하고 비용 효율적 개발 환경 적용 방안 Before CDV After CDV Backup Server SRDF PROD 50TB50TB Tape  분기별로 데이터 리프레쉬  4개의 개발팀에 오직 하나의 테스트/개발 환경 제공  요청시 즉각적인 데이터 리프레쉬  개발자들에게 4개 이상의 테스트/개발 환경 제공 Test/Dev 50TB Restore Backup Server SRDF PROD 50TB50TB CDV Test/Dev Instant Mount 카피 데이터 적용 효과 Before After 개선점 테스트 개발 환경 구축 시간 8일 0.5일 16배 신속 스토리지 절감 200TB 90TB 55% 절감 비용 절감 하이엔드 스토리지 미드레인지 스토리지 업무 프로세스 개선 여러 인프라 담당자 협조 필요 즉시 구성 가능 생산성 향상 적용 배경 : 시장 경쟁력 강화를 위해 신속한 데이터 리프레쉬/용도에 따른 개별 개발본 제공/스토리지 비용 절감
  • 22. 유연하고 비용 효율적인 DR 적용 방안 주센터 DR센터 SAN SAN • Sync • Async • Dedup Async WAN RPO 0 RPO 수시간 RPO 수 일 RPO RTO 구성 방식 비용 0 ~ 수 초 수 분 Sync/Async 고 수 시간~장기 수 분 Dedup Async 저 적용 방식 : 다양한 복제 방식 지원으로 RPO/RTO에 따라 투자 가능 차별성 기존 방식 액티피오 방식 즉각적인 서 비스 재개 복잡한 하드웨어 재구성 즉시 마운트 기능 활용 내장 디스크 복제 불가능 가능 DR 볼륨의 활용 Data Query(Read Only) 용도로만 가능 (이 경우 추가적으로 DR 볼륨의 BCV 필요) 개발/테스트 (Read/Writeable) 등의 실 제 업무에 활용 통신 회선 비용 절감 고가의 통신 장비 및 큰 네 트웍 대역폭 필요 IP 네트웍과 DedupAsync 기술 활용 손쉬운 재해 복구 훈련 기존 운영 환경에 영향을 주고 복잡한 절차 필요 독립적인 훈련 및 단순한 데이터 정합성 검증 절차 기존 방식 대비 차별성 및 적용 효과 RPO 0 RPO 수시간 RPO 수 일 테스트/개발 환경 구축
  • 23. Executive Summary CDV는 카피 데이터 가상화를 통해 TCO 절감을 위한 데이터 보호 환경을 위한 최적의 솔루션으로 비용 절감, 즉시 백업/복구 및 DR, 관리 단순화, 카피 데이터 활용을 극대화할 수 있습니다. 스토리지 비용절감 추진 내역 기대효과  스토리지 관련 비용(H/W, S/W) 약 70% 절감  데이터 장기간 보관 가능 • 사일로(silo)된 기존 솔루션을 통합 솔루션으로 대체하여 스토리지 용량 절감 • 중복제거기술을 통한 용량 최적화 • 장시간의 백업 시간 개선 • 복구 시간 최소화하여 업무연속성 제고 • 복제 데이터 최소화하여 업무 데이터 DR  별도의 백업 서버 없이 백업 및 복구  하나의 솔루션으로 관리 단일화 • 복제, 백업, 가상화를 하나로 통합 • 운영 관리 프로세스 단일화  추가적인 스토리지 불필요  운영 데이터를 활용한 실질적인 테스트 가능 • 신규 업무 개발 및 테스트에 필요한 데이터로 활용 • 어플리케이션 또는 DB업그레이드 사전 테스트로 활용 추진 목표 즉시 백업/복구 및 비용 효율적 DR 관리 단순화 카피 데이터 활용 1 2 3 4  즉시 백업  즉시 복구 및 즉작적인 서비스 재개  DR 비용 80% 절감(통신 회선, 통신 장비 비용)
  • 24. 24
  • 25. 비용 절감 효과 PTL 또는 VTL SAN Fabric DR Main 스토리지 PROD BCV 내부복 제 백업 수행 …. 원격 복제 A A A M C C C C C C C C DR 스토리지 동일 벤더/동일 기종 Agent 비용 VTL/PTL 백업용량 라이선스 마스터 비용 내부/원격복제 용량 라이선스 스토리지 도입/증설 전용 회선 추가 비용 BCV 비용 SAN Fabric Main 스토리지 PROD …. A A A No Agent 비용 No 마스터 비용 낮은 회선 대역폭 비용 절감 DR DR 스토리지 No 내부복제 No 내부/원격복제 라이선스 No 백업용량 라이선스 이기종 스토리지 적용 A Agent C Capacity M Master IBM CDV는 재래식 스토리지 솔루션과 비교하여 불필요한 백업 에이전트 비용, 백업 용량에 따른 라이선스 비용 추가, 스토리지 내부/원격 복제 솔루션 비용, 회선 비용 등을 절감 할 수 있습니다. C
  • 26. 기존 백업 방식과의 차별성 : 편리한 DB로그 백업 및 복구 LogSmartTM Powerful SLA management for Oracle and SQL  데이터베이스와 로그 백업 정책을 하나의 SLA에서 정의함으로써 편리하게 관리  로그 관리의 자동화(백업 후 정책에 따라 삭제)  GUI를 통해 손쉽게 시점(Point-In-Time) 복구 자동화 및 원하는 시점의 테스트/ 개발본 Bring-Up 가능(log roll forward)
  • 27. 기존 백업 방식과의 차별성 : 일부 table 장애 시 복구 방안 번호 복구 절차 1 복구 할 시점의 백업 본 선택 2 백업 본 Bring Up서버 마운트 3 CDV에서 제공하는 customer Clone 스크립 트 이용하여 백업 본을 Clone DB 구동 시킴 4 Clone DB에서 장애난 table을 export 백업 받아 운영 서버로 ftp 및 rcp 이용 파일 copy 5 해당 table export 백업 file을 운영 서버에서 import 함 6 장애 난 table을 복구 시킴 7 DB에서 table 정상 유무 확인 IBM CDV SAN Fabric 운영 볼륨 운영 Oracle DB 서버 Copy Data 백업 볼륨 시점 백업 본 Bring Up 서버 Table 장애 Export 백업 본 백업 본 즉시 마운트 DB 즉시 재시작 운영 DB 데이터 중 일부 table 장애 시 CDV 백업 본을 별도의 Bring Up 서버에 즉시 마운트하여 Clone DB를 실행 후 장애 발생한 table을 export 백업 후 운영 서버로 copy후 import 하여 장애 복구
  • 28. 데이터 보호 및 다양한 업무에 데이터 활용 운영 스토리지 DB 서버 SNAP 백업 DEDUP 백업 IBM CDV Copy Storage 백업 본 즉시 마운트 개발 서버 Clone DB 제공 DB 암호화 테스트 판촉 DB 업무용 Clone DB 서버 별도의 스토리지 용량 필요 없음 활용 사례 상세 내용 데이터 보호 • 전사 데이터 통합 백업 오라클 DB 암호 화 테스트 활용 • 오라클 DB 암호화 테스트를 위한 별도의 테스트 DB를 액티피오 백업 본 이용하여 운영 및 개발 서버에 업무 연속성 증가 판촉 DB 업무 분 리 • 고객 판촉 업무 DB에서 하는 SMS 업무 관련하여 운영 DB 서버의 리소스 부하를 줄여 가용성을 확보 개발 DB본 즉시 업무 재개 • 액티피오 백업 본을 이용한 개발 볼륨을 생성 • 스케줄에 의한 최신 데이터를 반영 백업 할당할당