🌈 데이터 디스커버리 플랫폼 도입기 - 1편. 데이터 디스커버리란?(feat. Datahub VS Amundsen 비교 분석) 🎁 이 글을 추천하는 이유 - 회사에서 데이터 분석을 하다보면,

🌈 데이터 디스커버리 플랫폼 도입기 - 1편. 데이터 디스커버리란?(feat. Datahub VS Amundsen 비교 분석) 🎁 이 글을 추천하는 이유 - 회사에서 데이터 분석을 하다보면, 중요한 것 중 하나는 Database의 스키마 정의입니다 - 이 정의를 잘 관리하기 위해 여러 시도가 진행되곤 합니다. 대표적으론 스프레드시트나 노션에 기록하고 정리하고 있을거에요 - 이 글에선 이런 문제를 해결하기 위한 데이터 디스커버리 플랫폼 도입에 대한 내용을 다루고 있습니다 - 대표적인 오픈소스인 Datahub(링크드인)와 Amundesn(Lyft)를 비교해서 어떤 선택을 했는지 작성했습니다 ✍ 내용 일부 - 데이터 디스커버리(Data Discovery)란, “원하는 데이터를 쉽고 빠르게 찾을 수 있다” 의 개념. 빅데이터 시대라는 흐름에 맞게, 회사에도 많은 양의 데이터가 여러 형태로 존재 - 많은 사람이 데이터를 생산 및 소비하고 시간이 지나게 되면서 히스토리 파악도 점점 복잡해지기 시작함 - 이런 상황에서 데이터 디스커버리는 데이터 이용자에게 “어떤 데이터”가 “어디에” “어떻게 존재”하는지에 대한 정보를 편리하게 제공 💎 목차 1. 데이터 디스커버리란 무엇인가요? - 데이터 디스커버리의 정의 - 데이터 디스커버리의 중요성 - 데이터 디스커버리 플랫폼의 정의 2. 데이터 디스커버리 플랫폼이 왜 필요한가요? - 도입 효과 - Data Discovery의 관점 - 도입 효과 - Data Governance의 관점 3. 데이터 디스커버리 플랫폼 비교 분석 : Datahub vs Amundsen - PoC 과정 소개 - Datahub VS Amundsen 비교 분석 4. 최종 결정 : Datahub! - 사용성의 편리함 - UI의 깔끔함 - 빠르고 풍부한 서포트 5. 마무리 & 다음 편 예고