DATOR


데이터마이그-일정비율 및 업무분담

데이터 마이그레이션에서 가장 중요한 일이라고 할수 있는것은 바로 업무 분담이라고 할수 있다.

 

작은 데이터 마이그레이션 프로젝트에서는 잘하는 한두사람만 있어도 문제 없이 해결되지만

대용량 데이터 및 업무 복잡도가 높은 마이그레이션에서는 업무분담을 잘못해 버리면 몇명 주요 사람은 맨날 죽어라도 밤샘을 하는 경향이 비일 비재 하다.

그사람은 다음 프로젝트가면  또 그런 업무분담을 받아서 몸과 마음이 힘들어 지고 때로는 좌절 하기도 한다.

 

PM입장에서는 이런 일을 방지하기 위해서 일정 및 업무분장을 잘 해야 하지만 이게 말이 쉽지 현실적으로 참 어려운 일이다.

이것만 잘해도 그 프로젝트는 반 이상은 성공했다고도 말할수 있다.

 

아래의 표는 데이터 마이그하면서 아래의 절차를 지키면 그래도 위험에 대해서는 약간 방지 할수 있지 않을까 생각을 한다.

 

일정비율.gif

  

데이터 마이그는 나의 경험으로 봐서는 DA의 종합 선물 세트라고 말할수 있다.

모델링만 하고 빠지는것도 아니고 결론은 TO-BE모델에 맞게 최종 데이터가 완벽하게 들어가는 것인데 경험이 없으면  쉽지가 않는 부분이다.

위의 표의 기준은 DA의 경험을 최소 10년 이상은 했을 경우를 가정한 것이다.

 

위의 표를 간단하게 설명을 하면

리버스 대상 테이블만 200개 정도만 무작정 분담해서는 안되고 업무의 영역을 나누어서 합리적인 수준으로 배분을 해야 한다.(이거도 말이 쉽지 어려운 부분이다.)

대부분의 사이트는 리버스대상보다 보통 최종 타켓은 반정도 줄어든다고 불수 있다.(집합의 통합,조사해보니 안사용하는 테이블,기타 등등)

이상적인 것은 최종 타켓이 인당 100~130개 정도가 그 사람이 계속적으로 모델을 관리할수 있는 수준이라고 생각을 한다.

 

사이즈가 중요한 팩터가 되는 이유는?

  데이터가 작으면 현실적으로 시행착오를 많이 해도 금방 다시 수행 및 테스트를 할수가 있다.

 그러나 한테이블의 사이즈가 300G가 넘는다면   해당 데이터에 대한 생성에 대한 시간 및 테스트에 대한 시간이 오래 소유기 되기때문에 어뜬 사람 하루에 10번 할수 있는것

  제대로 한번도 못하는 경우가 허다하다.

 이런경우에 전체로 테스트를 하지 말고 한달치 혹은 1/10 정도만 샘플링해서 해당 데이터에 대해서 완벽하게 맞추면 9/10의 데이터도 99%정도는 맞는다고 볼수도 있다.

그래도 데이터가 많으며 일딴 부담스러운것은 사실이다.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Tag

Leave Comments