Dataverse 및 금융 및 운영 앱의 스토리지 관리

기업이 디지털 혁신 여정을 가속화함에 따라 데이터를 효과적으로 관리하는 능력은 전략적 비즈니스 필수 요소가 되고 있습니다. AI 기반 애플리케이션과 Copilot 기반 워크플로의 등장으로 기업에서는 전례 없는 속도로 데이터를 생성하고 소비하고 있습니다. 이러한 데이터는 혁신을 촉진하고, 개인화된 경험을 제공하며, 중요한 의사 결정을 지원합니다. 하지만 이는 지능적으로 관리되고 저장될 때에만 가능합니다.

이러한 변화하는 비즈니스 요구를 충족하기 위해 조직은 사전 예방적 스토리지 관리 전략을 채택해야 합니다. 이를 통해 일상 업무에 더 이상 필요하지 않은 데이터를 책임감 있게 처리하여 고부가가치 작업에 필요한 용량을 확보하고, 운영상의 마찰을 줄이고, 규정 준수 및 감사 요구 사항을 충족할 수 있습니다.

기술적 관점에서 볼 때, Dynamics 365의 효과적인 저장소 관리를 통해 시스템 성능이 향상되고, 비용 효율성이 개선되며, 장기 보존(LTR) 정책 준수가 보장됩니다. Dataverse 두 플랫폼 모두 조직이 스토리지를 관리할 수 있도록 지원하는 도구와 자동화 기능을 제공합니다.

이 기사에 설명된 전략을 구현함으로써 기업은 지원 비용을 줄이고, 규정 준수를 간소화하고, 비즈니스 애플리케이션에서 더 큰 가치를 창출할 수 있으며, 스토리지를 제약에서 경쟁 우위로 전환할 수 있습니다.

주요 혜택

Dynamics 365의 효과적인 스토리지 관리 기능은 일반적인 고객 고민을 해결하고 전반적인 운영 효율성을 향상시키는 여러 가지 주요 이점을 제공합니다. Dataverse

• LTR 준수 강화: 효과적인 스토리지 관리를 통해 데이터가 LTR 정책을 준수하여 저장되도록 보장합니다. 이는 규제 요구 사항을 충족하는 데 도움이 될 뿐만 아니라, 중요한 데이터가 보존되어 필요할 때 접근 가능하도록 보장합니다.

• 향상된 성능: 스토리지 관리를 최적화함으로써 조직은 시스템 성능을 크게 향상시킬 수 있습니다. 효율적인 스토리지 할당 및 관리를 통해 지연 시간을 줄이고 데이터 검색 속도를 향상시켜 더 원활하고 빠른 운영이 가능합니다.

• 비용 효율성 향상: 효과적인 스토리지 관리를 통해 조직은 스토리지 환경을 간소화하고 정리하여 가치가 높은 데이터에 집중할 수 있습니다. 필요한 것만 보존함으로써 기업은 스토리지 공간을 최적화하여 더욱 스마트한 리소스 활용과 비용 효율적인 확장성을 얻을 수 있습니다.

백그라운드

조직이 성장하고 운영을 더 많이 디지털화함에 따라 Dynamics 365와 같은 시스템에 저장되는 비즈니스 데이터의 양도 꾸준히 증가합니다. Dataverse 여기에는 활성 거래 데이터뿐만 아니라 감사, 규제 또는 비즈니스 연속성 목적으로 보관해야 하는 과거 기록도 포함됩니다. 시간이 지남에 따라 이러한 누적은 성능 저하, 운영 오버헤드 증가, 스토리지 비용 상승으로 이어질 수 있습니다. 특히 더 이상 적극적으로 사용되지 않는 데이터가 고성능 스토리지 계층에 남아 있는 경우 더욱 그렇습니다.

명확하게 정의된 스토리지 관리 전략은 조직이 보관, 정리 또는 비용이 적게 들고 읽기에 최적화된 스토리지로 이동할 수 있는 데이터를 식별하여 이러한 과제를 해결하는 데 도움이 됩니다. 재무 기록, 감사 로그 또는 규제 문서와 같이 데이터가 변경 불가능하고, 접근 권한이 낮고, 읽기 전용이어야 하는 규정 준수 시나리오에 이는 중요합니다. 라이브 시스템의 성능에 영향을 미치지 않으면서 이러한 데이터를 규정에 맞게 보관하는 것은 많은 기업에게 중요한 요구 사항입니다.

두 플랫폼에서 제공되는 도구와 전략을 활용함으로써 조직은 스토리지 공간에 대한 가시성을 높이고, 불필요한 소비를 줄이며, 규정 준수에 중요한 데이터가 적절하게 처리되도록 할 수 있습니다.

이 문서에서는 고객이 데이터 보존 관행을 비즈니스 및 규정 요구 사항에 맞게 조정할 수 있도록 돕는 스토리지 관리에 대한 실용적인 접근 방식을 설명합니다. 이를 통해 시스템 성능이 향상되고, 운영 비용이 절감되며, 규정 준수 의무가 손상 없이 충족됩니다.

우리가 데이터를 저장하는 이유

데이터에 맞는 올바른 데이터 보존 패턴을 선택하고 최적화하려면 데이터를 저장하는 이유와 용도를 생각해 보는 것이 중요합니다.

운영 데이터

비즈니스 애플리케이션에서 운영 데이터는 판매나 재무 또는 공급망 활동을 추적하는 데 사용됩니다.

이러한 데이터는 고객 상호 작용, 주문 또는 재고 활동과 같은 세부적인 활동을 기록하는 고객 및 내부 운영 프로세스를 지원하기 위해 실시간으로 액세스해야 합니다.

시간이 지남에 따라 운영 데이터는 활발하게 사용되는 것에서 드물게 사용되는 것으로 바뀔 수 있습니다. 고객의 주문이나 지원 사례를 돕기 위해 거의 실시간으로 데이터에 접근할 수 있어야 할 수도 있습니다. 예를 들어 다음과 같은 시나리오를 고려해야 합니다.

• 한 고객이 주문을 하면, 일정 기간 동안 해당 회사와 상호 작용하지 않던 다른 고객이 주문을 합니다.
• 발주되어 배송되는 모든 주문은 지속적으로 접근됩니다. 3년 보증 기간이 남아 있는 주문도 있는데, 이 경우 지원을 위해 참조해야 할 수도 있고 환불이 필요할 수도 있습니다.

이로 인해 다음과 같은 운영 데이터 액세스 요구 사항이 발생할 수 있습니다.

• 적극적으로 접근한 데이터가 1년 미만입니다.
• 3년 미만의 드물게 접근되는 데이터입니다.
• 데이터에 더 이상 운영상 접근할 수 없는 기간이 3년 이상입니다.

운영 스토리지는 실시간성을 갖추고 있기 때문에 다른 스토리지에 비해 상대적으로 비용이 많이 들 수 있습니다. 따라서 운영상 데이터에 액세스해야 하는 경우와 액세스하지 않아도 되는 경우를 파악하는 것이 보존 전략을 정의하는 데 중요합니다.

운영 통합

운영상의 특수 범주로서, 다음과 같은 패턴을 포함하여 여러 운영 시스템 간에 데이터를 복제해야 할 수도 있습니다.

• 은행업 : 최전선 고객 상호작용을 위한 고객 관계 관리 및 여러 은행 시스템에 대한 복제. 예를 들어, 당좌예금, 신용카드, 주택담보대출, 신용조회 시스템이 있습니다.
• 제조: 현장 주문 접수를 위한 고객 관계 관리와 공급망 관리를 위한 전사적 자원 관리 시스템.
• 경찰의 비상 대응 : 시민 상호작용을 위한 고객 관계 관리와 경찰서의 파견 시스템은 배치 관리를 제공합니다.

이런 경우, 각 시스템은 추적하는 고유한 데이터를 갖고 있을 수 있지만, 시스템 간에 공유하고 동기화를 유지해야 하는 공통적인 마스터 데이터가 있는 경우가 많아 통합이 필요합니다.

감사 데이터

기업은 일반적으로 내부적이든 외부적이든 감사 목적으로 재무 감사, 규제 공개 또는 사기 검토 지원 등을 위해 장기간(평균 7년) 동안 데이터를 보관할 규제 책임이 있습니다.

이 데이터는 일반적으로 운영 목적에 필요한 데이터와 더 이상 필요하지 않은 데이터를 모두 포함하며, 한 곳에서 데이터 세트를 검토할 수 있도록 해줍니다.

분석 데이터

조직에서는 자사의 사업 상태를 검토하고 분석할 필요가 있습니다. 그들은 시간이 지남에 따라 통계를 측정하고 비교해야 하며, 여러 부서나 사업의 모든 부분을 포괄해야 합니다.

이러한 분석이 수행될 수 있는 광범위한 기간과 데이터로 인해 운영 데이터를 전문화된 분석 도구로 복제해야 할 필요성이 생깁니다. 이를 통해 복잡한 분석으로 인해 운영 시스템의 성능에 영향을 받는 것을 방지할 수 있을 뿐만 아니라, 운영상 데이터가 필요한 기간을 넘어선 데이터 세트에 대한 분석도 가능해집니다. 예를 들어, 1~2년이 아닌 7년 동안의 데이터를 비교해야 할 수도 있습니다. 그러나 분석 요구 사항에 따라 전체 데이터 보존 기간이 필요할 수도 있고 운영 시스템에 보존된 데이터에만 국한될 수도 있습니다.

분석 데이터는 일반적으로 비즈니스의 여러 부분에 걸쳐 데이터를 집계하고 여러 시스템의 데이터를 결합합니다.

데이터의 흐름

이러한 유형의 데이터는 일반적으로 시간이 지남에 따라 운영 데이터에서 시작하여 다음 이미지에서 볼 수 있듯이 거래 데이터나 과거 데이터로 흐릅니다.

다양한 유형의 저장

Dataverse 저장 유형

Dataverse 저장소를 세 가지 주요 범주로 구성하며, 각 범주에는 사용 패턴과 청구 의미가 다릅니다.

스토리지 유형	설명	일반적인 사용 사례
데이터베이스 저장	구조화된 데이터를 표준 및 사용자 정의 테이블에 저장합니다.	비즈니스 기록, 메타데이터, 관계 및 구성
파일 저장소	첨부 파일과 바이너리 데이터를 저장합니다.	Power Apps를 통해 업로드된 이메일 첨부 파일, 이미지 및 문서
로그 저장	감사 로그와 플러그인 추적 로그를 저장합니다.	변경 추적, 감사, 진단 및 규정 준수

재무 및 운영 플랫폼 스토리지 유형

재무 및 운영 스토리지는 별도로 관리되지만 점점 더 생태계에 통합되고 있습니다. Power Platform 여기에는 다음과 같은 저장 유형이 포함됩니다.

스토리지 유형	설명	일반적인 사용 사례
운영 데이터베이스 저장소	재무, 공급망, 인적 자원 등을 위한 핵심 거래 데이터	원장 항목, 재고, 고객 주문
문서 관리 저장소	Azure Blob Storage에 저장된 바이너리 대형 개체(Blob)	송장, 영수증, 스캔된 문서
원격 측정 및 진단 로그	시스템 로그 및 원격 측정 데이터	성능 모니터링, 문제 진단.

공유 및 통합 스토리지 시나리오

• 듀얼 쓰기 스토리지

  • Dataverse 재무 및 운영 앱 간의 실시간 동기화가 가능합니다.
  • 중복이나 과도한 사용을 피하기 위해 신중한 역할 및 역량 관리가 필요합니다.

• 장기 보존(LTR)

  • 과거 데이터를 관리형 데이터 레이크(MDL)로 이동합니다.
  • 규정 준수 및 분석 액세스를 유지하면서 기본 저장소 사용량을 줄입니다.
  • 다음과 통합됨:
    • 빠른 찾기(Dataverse-네이티브 검색)
    • OneLake(Fabric 기반 분석)
    • Synapse Link(맞춤형 레이크 분석)

시간이 지남에 따라 데이터가 어떻게 증가하는지

조직이 Dynamics 365 재무 및 운영 플랫폼의 사용을 확장함에 따라 데이터 증가는 성공의 신호이자 전략적 과제가 됩니다. Dataverse 간소하고 거래적인 데이터 세트로 시작하더라도 빠르게 복잡하고 다층적인 데이터 자산으로 진화할 수 있습니다. 이 섹션에서는 데이터 증가의 5가지 주요 요인과 이러한 요인이 저장, 성능, 거버넌스에 미치는 영향을 살펴봅니다.

운영 데이터에 데이터 웨어하우징 사용

운영 시스템에서 통찰력을 얻기 위해 많은 조직에서는 Azure Synapse Link, OneLake 또는 데이터 내보내기를 사용하여 Dataverse 재무 및 운영 앱에서 데이터를 복제하여 분석 시스템에 저장합니다. 이는 고급 보고 및 AI 워크로드를 지원하는 동시에 다음과 같은 기능도 제공합니다.

• 운영 및 분석 계층 전반에 걸친 중복 스토리지

  데이터는 운영 환경과 분석 환경 사이에서 중복되는 경우가 많습니다. 이러한 중복성으로 인해 전체 저장소 소비가 늘어나고 비용이 증가할 수 있습니다. 특히 과거 데이터가 두 시스템 모두에 무기한 보관되는 경우 더욱 그렇습니다.

• 스키마 중복 및 버전 관리 오버헤드

  시스템 간 일관성을 유지하려면 조직에서는 스키마 변경 사항(예: 새 필드 및 이름 변경된 열)을 운영 계층과 분석 계층 모두에 복제해야 합니다. 이로 인해 데이터 거버넌스가 복잡해지고 스키마 드리프트의 위험이 커져 다운스트림 보고서나 모델이 손상될 수 있습니다.

• 추세 분석을 위한 과거 데이터의 보존 증가

  분석 시스템은 일반적으로 추세 분석, 예측 및 규제 보고를 지원하기 위해 더 오랜 기간 동안 데이터를 보관합니다. 이러한 장기 보관은 가치 있는 일이지만, 적절한 보관 및 계층화 전략으로 관리하지 않으면 데이터 세트가 부풀어 오를 수 있습니다.

데이터 웨어하우징은 분석에 필수적이지만, 수명 주기 정책이 없으면 저장 공간이 두 배 또는 세 배로 늘어날 수 있습니다.

데이터 검색 사용

검색, Copilot 인덱싱, 관련성 검색과 같은 기능을 사용하려면 대량의 구조화된 데이터와 구조화되지 않은 데이터를 인덱싱해야 합니다. Dataverse 이러한 인덱스는 종종 다음과 같습니다.

• 로그 및 데이터베이스 저장소 사용

  검색 인덱스는 로그 저장소와 데이터베이스 저장소에 모두 저장됩니다. 검색 가능한 것으로 표시되는 테이블과 필드가 많아질수록 인덱스 크기도 비례하여 커집니다. 이는 전체 저장소 사용량에 상당한 영향을 미칠 수 있으며, 특히 레코드 양이 많거나 스키마가 자주 변경되는 환경에서는 더욱 그렇습니다.

• 사용되지 않거나 더 이상 사용되지 않는 테이블에도 유지됩니다.

  특정 테이블이 더 이상 사용되지 않거나 사용되지 않더라도 명시적으로 제거하지 않는 한 연관된 검색 인덱스는 유지될 수 있습니다. 이로 인해 불필요한 저장 공간 소모가 발생하고 용량 계획이 복잡해질 수 있습니다.

• 개발, 테스트, 프로덕션 환경 등 여러 환경에서 종종 중복됩니다.

  검색 인덱스는 일반적으로 개발, 테스트 및 프로덕션 환경에 복제됩니다. 이를 통해 일관된 검색 동작이 보장되지만, 특히 환경이 자주 복제되거나 새로 고쳐지는 경우 저장소 공간도 늘어납니다.

검색 기능은 사용성과 AI 준비성을 향상시키지만, 인덱스 팽창은 저장 공간 초과의 원인으로 작용합니다.

데이터 로깅 활성화

감사 로그, 플러그인 추적 로그 및 원격 측정은 규정 준수, 디버깅 및 모니터링에 중요합니다. 하지만 다음 사항에 유의하세요.

• 로그 저장 공간은 사용량과 사용자 수에 따라 선형적으로 증가합니다.

  로그 데이터는 다음과 비례하여 증가합니다.

  • 사용자 수와 활동 수준
  • 거래량 및 통합량
  • 플러그인 및 워크플로와 같은 비즈니스 로직의 복잡성

  사용량이 많은 환경에서는 이로 인해 로그 테이블이 빠르게 확장되어 데이터베이스와 로그 저장소 할당량이 모두 소모될 수 있습니다.

• 보존 기본값 90일 이상 등 너무 관대한 경우도 많습니다.

  기본적으로 많은 로깅 기능은 90일 이상 등 장기간 동안 데이터를 보관합니다. 이 방법은 장기적인 추적성을 지원하지만, 특히 로그를 적극적으로 검토하거나 내보내지 않는 경우 불필요한 저장 공간 소모가 발생할 수 있습니다.

• 시스템 생성 로그는 Dataverse에서 고객에게 청구됩니다.

  Dataverse에서 감사 로그 및 플러그인 추적 로그를 포함한 시스템 생성 로그는 고객의 저장소 할당량에 포함되어 계산됩니다. 즉, 적절한 정화나 반출 전략이 없다면 벌목으로 인해 저장 공간 초과와 라이선스 비용이 직접적으로 증가할 수 있습니다.

규제된 산업에서 로깅은 협상의 여지가 없지만 Azure Monitor나 Log Analytics와 같은 보존 및 수출 전략과 함께 병행해야 합니다.

프로덕션 환경의 여러 사본을 갖는 것

개발, 테스트, 교육 및 문제 해결을 지원하기 위해 고객은 종종 샌드박스나 복제된 환경을 만듭니다. 각 사본:

• 전체 데이터와 인덱스 공간을 복제합니다.
• 검색 인덱스, 감사 로그, 메타데이터와 같은 명확하지 않은 종속성이 포함될 수 있습니다.
• 사용 후 청소하는 경우가 거의 없습니다.

환경 확산은 저장 비용과 복잡성을 증가시키는 주요 요인입니다. 거버넌스 정책과 자동화는 봉쇄의 핵심입니다.

데이터 쿼리 최적화

데이터 볼륨이 증가하고 애플리케이션 응답성이 중요해짐에 따라 고객과 ISV는 종종 다양한 쿼리 최적화 기술을 구현하여 성능을 개선합니다. Dataverse 그리고 Dynamics 365. 이러한 전략은 보고, 분석 및 통합이 많은 시나리오에서 특히 일반적입니다.

성과를 개선하기 위해 고객과 ISV는 종종 다음을 생성합니다.

• 사용자 정의 인덱스 및 구체화된 뷰

  이는 조인이나 집계를 미리 계산하여 쿼리 실행을 가속화하는 데 사용됩니다. 복잡한 필터나 대규모 데이터 세트가 포함된 시나리오에서 유용합니다.

• 보고를 위한 비정규화된 테이블

  보고를 간소화하고 쿼리 복잡성을 줄이기 위해 개발자는 종종 관계형 데이터의 평면화된 버전을 만듭니다. 이러한 테이블은 런타임 조인의 필요성을 줄이고 대시보드 성능을 향상시킵니다.

• 캐싱 레이어 또는 집계 계층

  자주 액세스하는 데이터는 기본 데이터베이스의 부하를 줄이기 위해 미리 집계되거나 중간 테이블이나 외부 저장소에 캐시되는 경우가 있습니다.

이러한 기능은 반응성을 향상시키는 동시에 다음과 같은 효과도 있습니다.

• 저장 공간 사용량 증가

  각 최적화 계층은 기존 데이터의 비정규화된 형식 사본, 미리 계산된 뷰 또는 캐시 테이블 등 더 많은 데이터 구조를 도입합니다. 이러한 구조는 이미 다른 곳에 저장된 데이터를 중복하는 경우가 많아 전체 저장 공간이 더 넓어집니다. Dataverse와 같이 엄격한 저장 공간 할당량이나 비용 기반 라이선스 모델이 적용되는 환경에서는 피할 수 있는 초과 사용으로 빠르게 확대될 수 있습니다.

• 앱이 발전함에 따라 버려질 수 있음

  애플리케이션이 발전함에 따라 일부 최적화 아티팩트는 활성 보고서, 대시보드 또는 통합에서 더 이상 참조되지 않을 수 있습니다. 이러한 고아 개체는 계속해서 저장소를 차지하며, 식별 및 제거되지 않으면 백업이나 인덱싱 중에 시스템 작업을 느리게 만들 수도 있습니다. 정기적인 감사가 없다면 이러한 비용이 눈에 띄지 않게 누적되어 본래 지원하고자 했던 성과 향상 효과를 훼손할 수 있습니다.

확장성을 위해서는 쿼리 최적화가 필수적이지만 스토리지 정리 및 원격 측정 기반 튜닝과 균형을 이루어야 합니다.

인덱스와 저장소에 미치는 영향

인덱스는 쿼리 성능을 개선하고 대규모 데이터 세트에서 빠른 데이터 검색을 사용하는 데 필수적입니다. Dataverse Dynamics 365 재무 및 운영 앱에서는 기본 키와 자주 쿼리되는 필드에 대한 인덱스가 자동으로 생성되고, 특정 비즈니스 시나리오를 지원하도록 다른 사용자 지정 인덱스를 정의할 수 있습니다.

인덱스는 성능에 중요하지만 스토리지 소비에도 직접적인 영향을 미칩니다. 솔루션 설계 과정에서 이 부분이 과소평가되는 경우가 많습니다.

인덱스가 저장소를 사용하는 방식

• 데이터의 물리적 복제: 각 인덱스는 해당 행에 대한 포인터와 함께 인덱스된 열의 복사본을 저장합니다. 인덱싱된 열과 행이 많을수록 인덱스 크기가 커집니다.

• 데이터 볼륨에 따른 성장: 기본 테이블이 커짐에 따라 인덱스도 커집니다. 트랜잭션이 많은 환경에서는 인덱스가 빠르게 커질 수 있으며, 특히 대규모의 비정규화된 테이블이나 삽입 및 업데이트가 빈번한 테이블에서 인덱스가 커질 수 있습니다.

• 테이블당 여러 인덱스: 검색, 필터링, 정렬, 조인 등을 위해 단일 테이블에 여러 인덱스가 있는 것이 일반적입니다. 각 인덱스는 누적 저장 공간에 추가됩니다.

• Dataverse의 검색 인덱스: Dataverse 검색 및 Copilot 인덱싱과 같은 기능은 여러 필드와 테이블 전반에 걸친 특수한 인덱스를 생성합니다. 이러한 정보는 DataverseSearch 테이블에 저장되며, 특히 개발, 테스트, 프로덕션 환경 등 여러 환경에서 사용되는 경우 상당한 공간을 차지할 수 있습니다.

• 시스템 생성 인덱스: 일부 인덱스는 조회 필드나 관계 등에 대한 플랫폼에서 자동으로 생성됩니다. 명시적으로 제거하지 않는 한, 연관된 테이블이 더 이상 사용되지 않더라도 이러한 항목은 지속될 수 있습니다.

스토리지 영향

• 데이터베이스 및 로그 저장소 증가: 인덱스는 데이터베이스와 로그 저장소 사용량에 영향을 미치며, 이는 라이선스 비용에 영향을 미칠 수 있습니다. Dataverse
• 환경 복제: 환경을 복사하거나 새로 고치면 모든 인덱스가 복제되어 개발, 테스트 및 프로덕션 환경에서 저장소 사용량이 증가합니다.
• 유지 관리 오버헤드: 데이터가 변경되면 인덱스를 업데이트해야 하므로 쓰기 지연 시간과 리소스 소비가 증가할 수 있습니다.

서버 측 동기화가 저장소에 미치는 영향

서버 측 동기화를 통해 Dataverse 및 Microsoft Exchange 간의 이메일, 약속, 작업을 원활하게 통합할 수 있습니다. Dataverse 생산성과 자동화를 향상시키는 동시에 다음과 같은 방식으로 스토리지 소비에도 영향을 미칩니다.

• 활동 기록 생성: 동기화된 각 이메일이나 약속은 메타데이터, 본문 내용, 잠재적으로 첨부 파일을 포함하는 활동 기록을 생성합니다. Dataverse
• 첨부 파일 저장: 첨부 파일이 필터링되거나 오프로드되지 않으면 Dataverse에 직접 저장되므로 저장 공간 사용량이 늘어납니다.
• 규정 준수 및 보존: 규정 준수 추적을 위해 서버 측 동기화를 사용하는 조직은 필요 이상으로 많은 데이터를 보존할 수 있으며, 이로 인해 저장 공간이 더욱 부족해질 수 있습니다.
• 보호된 콘텐츠: 콘텐츠 가시성이 제한되어 있더라도 Purview로 보호된 이메일조차도 공간을 차지하는 플레이스홀더 레코드를 생성합니다.

이러한 영향을 관리하기 위해 기업에서는 보존 정책을 구현하고, 첨부 파일 오프로드를 고려하고, 활동 기록 볼륨을 정기적으로 모니터링해야 합니다.

계속 늘어나는 저장 공간을 어떻게 관리할 수 있나요?

이미 저장 공간 초과 문제에 직면해 있든, 아니면 그 문제를 미리 해결하려는 것이든, Dynamics 365 재무 및 운영 플랫폼에서 데이터 증가를 관리하려면 신중하고 정책 중심적인 접근 방식이 필요합니다. Dataverse 이 섹션에서는 반응적 개선과 사전적 거버넌스라는 두 가지 전략적 진입점을 간략하게 설명합니다.

가능한 시나리오는 두 가지가 있습니다.

1. 미래에 높은 비용이 발생하지 않도록 스토리지를 관리하고 모범 사례를 사전에 적용하려고 합니다.
2. 이미 저장 공간의 크기와 비용을 줄이는 것이 필요한 상황에 처해 있습니다.

저장소 크기와 비용을 관리하기 위한 모범 사례 적용

시나리오 1: 저장소 관리를 위해 모범 사례를 사전에 적용하려고 합니다.

아직 위기 모드에 들어가지 않았다면, 이제는 스토리지를 사전에 관리하기 위한 도구와 기술을 적용할 때입니다.

데이터 분석 설정

조직이 성장함에 따라 핵심 비즈니스 애플리케이션의 성능에 영향을 주지 않고 운영 데이터에서 통찰력을 추출해야 할 필요성도 커집니다. Microsoft는 자체 데이터 레이크 또는 데이터 웨어하우스와 통합하여 Dataverse 및 Dynamics 365 Finance and Operations 데이터에 대한 분석을 수행할 수 있도록 여러 가지 방법을 제공합니다.

고려할 만한 두 가지 강력한 옵션은 다음과 같습니다.

옵션 1. Azure Synapse 링크 사용 – 나만의 호수를 가져오세요

Azure Synapse Link를 사용하면 Dataverse 사용자의 Azure 데이터 레이크 또는 Synapse 작업 영역에 직접 연결할 수 있습니다. 이를 통해 복잡한 ETL 파이프라인을 작성하지 않고도 운영 데이터를 분석 환경으로 거의 실시간으로 복제할 수 있습니다.

이익:

• 라이브 또는 거의 라이브 데이터에 대해 고급 분석 및 AI 모델을 실행합니다.
• 프로덕션 시스템의 성능에 영향을 미치지 않도록 하세요.
• T-SQL, Spark 또는 Power BI 보고용과 같은 친숙한 도구를 사용하세요.

사용 사례 예시: 한 소매 회사는 Synapse Link를 사용하여 지역 전반의 고객 구매 행태를 분석하고, Dataverse의 고객 관계 관리 데이터와 자체 데이터 레이크에 있는 외부 시장 데이터를 결합합니다.

옵션 2. OneLake 사용 – Microsoft Fabric을 통한 통합 분석

OneLake는 Microsoft Fabric의 일부로, 중복 없이 재무 및 운영 앱을 포함한 여러 소스의 데이터를 저장하고 분석할 수 있는 통합 데이터 레이크 환경을 제공합니다. Dataverse

이익:

• 모든 분석 워크로드를 위한 중앙 집중식 스토리지.
• Power BISynapse 및 AI 서비스와의 기본 통합.
• 데이터 도메인 전반에 걸친 거버넌스와 보안이 간소화되었습니다.

사례 연구: 금융 서비스 회사에서는 OneLake를 사용하여 재무 및 운영 앱의 운영 데이터를 통합하고 Dataverse 외부 경제 지표와도 통합하여 실시간 위험 모델링과 임원 대시보드를 제공합니다. 이렇게 하면 핵심 시스템에서 운영 데이터를 분리하고 해당 데이터를 자체 분석 환경으로 내보내어 작업 부하를 중복하거나 성능에 영향을 미치지 않고 확장 가능하고 비용 효율적인 분석을 수행할 수 있습니다.

저장 공간을 줄이기 위한 도구 및 기술

Dataverse 관리자가 저장소를 효율적으로 관리하고 시스템 성능을 유지하는 데 도움이 되는 여러 가지 기본 도구와 전략을 제공합니다.

Dataverse

거버넌스 정책을 사용하여 데이터 관리

• 가장 많은 스토리지를 사용하는 환경 및 테이블로 시작합니다.
• 일회성 정리에만 의존하는 대신 예측 가능한 데이터 증가를 위해 되풀이 거버넌스 정책을 사용합니다.
• 프로덕션 환경에서 사용하기 전에 샌드박스 환경에서 삭제 및 보존 조건을 테스트합니다.
• 정책 결과 및 실패를 정기적으로 검토합니다.
• 필요한 데이터를 삭제하거나 장기 보존으로 이동할 수 없는 경우 스토리지 용량을 추가합니다.

환경 및 데이터 정리

• 사용하지 않는 환경 삭제: 저장 공간을 복구하고 개인 식별 정보(PII)를 제거하기 위해 환경을 삭제할 수 있습니다.
• 대량 삭제 작업: 다음 데이터를 대량으로 삭제할 수 있습니다.
  • 오래된 데이터 또는 비즈니스와 관련이 없는 데이터입니다.
  • 불필요한 테스트 또는 샘플 데이터입니다.
  • 다른 시스템에서 잘못 가져온 데이터입니다.

파일 및 테이블 최적화

• 고급 검색을 사용하여 파일 저장 공간 줄이기: 이 글에서는 저장 공간을 보다 효율적으로 관리할 수 있는 15가지 방법을 소개합니다. 이러한 방법들 중 하나 이상을 사용하여 총 데이터 저장소 사용량을 제어할 수 있습니다. 필요에 따라 데이터 범주를 삭제하거나 설정된 간격으로 대량 삭제 작업이 다시 발생하도록 설정할 수 있습니다. 예를 들어 메모, 첨부 파일, 가져오기 기록 및 기타 데이터를 삭제할 수 있습니다.
• 시스템 작업(AsyncOperationBase) 및 프로세스 로그(WorkflowLogBase) 테이블에서 레코드 정리: 조직에서 워크플로 또는 비즈니스 프로세스 흐름을 많이 사용하는 경우 이러한 테이블(AsyncOperationBase, WorkflowLogBase)은 시간이 지남에 따라 커지고 결국 성능 문제를 일으키고 조직 데이터베이스에서 과도한 저장 공간을 차지할 만큼 커집니다. WorkflowLogBase의 경우 완료된 백그라운드 워크플로 작업을 자동으로 삭제하도록 구성할 수 있습니다.

장기 보존(LTR) 및 보관

• 데이터 보관: LTR: Dataverse 비용 효율적인 방식으로 무제한 데이터를 장기간 안전하게 보관하기 위한 사용자 지정 보존 정책을 지원합니다. 활성 데이터에 제한 없이 비즈니스 성장을 지원할 수 있지만, 비활성 데이터는 장기 보관 저장소로 이동하는 것을 고려할 수도 있습니다. Dataverse Dataverse
• 테이블 정리 Dataverse : 데이터를 보관하되 관계형 저장소에서는 제거하려는 경우, Dataverse 장기 데이터 보관으로 이동하세요. 그렇지 않은 경우 다음 표를 정리하세요.
  • ActivityPointerBase: 여기의 단계에 따라 테이블을 정리할 수 있습니다. ...
  • AsyncOperationBase: 여기의 단계에 따라 테이블을 정리할 수 있습니다. ...
  • msdyn_copilotinteraction: 여기의 단계에 따라 표를 정리할 수 있습니다.
  • PrincipalObjectsAcces: 여기의 단계에 따라 테이블을 정리할 수 있습니다. ...
  • 구독 추적: 여기의 단계에 따라 표를 정리할 수 있습니다. ...

검색 인덱스 최적화

• Dataverse 검색 용량 줄이기: Dataverse 용량 기반 저장소 세부 정보의 모든 단계를 수행하여 저장소 크기를 줄일 수 있습니다.
• DataverseSearch 테이블 크기 줄이기: DataverseSearch 테이블은 Dataverse 검색 인덱스에서 사용하는 누적 저장 공간입니다. 여기에는 환경에 대해 인덱싱한 테이블의 검색, 가져오기 및 필터링 가능한 모든 필드의 데이터가 포함됩니다. 하나 이상의 테이블에 대한 찾기 열, 보기 열 및 필터 조건을 제거하여 테이블 크기를 줄일 수 있습니다. Dataverse 검색을 꺼서 인덱싱된 모든 데이터를 제거할 수 있습니다.

금융 및 운영 앱

재무 및 운영 앱은 프로덕션 및 샌드박스 환경에서 스토리지를 관리하기 위한 유연한 옵션을 제공합니다.

환경 관리

• 전체 프로덕션 사본의 수를 제한하세요. 샌드박스 환경에서 전체 프로덕션 사본을 제거하면 재무 및 운영 앱의 전체 저장소 사용량을 줄일 수 있습니다. 예를 들어, 샌드박스에 프로덕션 환경 사본 5개가 있는 경우 스토리지 사용량은 프로덕션과 샌드박스에 있는 프로덕션 환경 사본 5개의 합계입니다.
• 샌드박스 환경에서 데이터 정리: 샌드박스 환경에서 데이터를 정리하면 전체 저장소 공간을 줄일 수 있습니다. 샌드박스의 데이터를 정리하려면 아래 방법을 따르세요.
  • 복원 프로세스는 열기 및 트리밍 작업을 수행합니다.
  • T-SQL 작성
  • X++를 쓰세요
• 환경 간에 트랜잭션 없는 복사 수행: 재무 및 운영 앱의 환경 복사에는 전통적으로 구성, 마스터 데이터, 트랜잭션을 포함한 전체 데이터베이스 복제가 수반되었습니다. 이는 디버깅에는 유용하지만 재무와 운영 모두에서 스토리지 소비가 크게 증가합니다. Dataverse

맞춤형 정리 및 로그 관리

• 필요에 따라 사용자 정의 정리 루틴을 작성하세요: 원치 않는 데이터를 정리하기 위해 비즈니스의 필요에 따라 사용자 정의 정리 루틴을 작성할 수 있습니다.
• 로그 저장을 피하세요.SysDatabaseLog 를 트랜잭션이 적은 데이터베이스로 옮겨서 전체 저장 공간을 줄일 수 있습니다.

보관 및 장기 보존

• 데이터 보관: LTR: 재무 및 운영 앱을 사용하면 조직에서 보관을 통해 다음과 같은 이점을 얻을 수 있습니다.
  • 감사, 법률 및 규제 요구 사항을 충족하기 위해 장기간 동안 사용되지 않는 과거 애플리케이션 데이터를 보호합니다.
  • 대규모 테이블과 관련된 애플리케이션 성능을 잠재적으로 개선하려면 애플리케이션 데이터베이스의 크기와 소비되는 용량을 줄여야 합니다.
• 보관 데이터 설정 및 관리
• 아카이브 사용자 정의
• 재고 거래 통합

내장된 정리 루틴

• 정리 루틴: Dynamics 365 Finance 및 Dynamics 365 Supply Chain Management에서는 다양한 모듈에서 정리 루틴을 사용할 수 있습니다. 정리 루틴 은 현재 사용 가능한 루틴에 대한 개요를 제공합니다. 샌드박스 데이터베이스를 복사한 후에는 일괄 처리 기록, 로그, 소매 거래 기록 등 불필요한 테이블을 제거하기 위해 이러한 정리 루틴을 사전에 실행하세요. 오래되었거나 관련성이 없는 데이터를 삭제합니다.
• 신용카드 거래 데이터 보관: 신용카드 결제 토큰을 보관하여 데이터베이스의 공간을 확보하는 데 도움이 되는 보관 작업을 설명합니다. Dynamics 365 Commerce

저장 공간 크기 및 비용 절감

시나리오 2: 저장소 크기와 비용을 줄이는 것이 필요한 상황에 이미 처해 있습니다.

저장 공간을 소비하는 항목을 평가하세요

• Power Platform 관리 센터와 재무 및 운영 스토리지 보고서를 사용하여 가장 많이 사용되는 테이블, 파일 유형 및 로그를 파악합니다.
• 가능하다면 원격 측정을 활용해 특정 앱, 사용자 또는 사업부에 사용량을 귀속시킵니다.

정리 후보자 우선 순위 지정

• 다음에 초점을 맞춥니다:
  • 듀얼 쓰기 버퍼와 같은 스테이징 및 통합 테이블
  • 감사 로그: 자체 저장소에 보관하세요
  • 사용하지 않는 환경 또는 샌드박스
  • 고립된 메타데이터 및 검색 인덱스
  • 필요 없는 항목 삭제(예: 대량 삭제)

분석 보고를 위해 Synapse Link와 OneLake를 사용하세요

• 분석 데이터를 Synapse Link로 내보냅니다.
• OneLake를 사용하면 보고 및 분석 목적으로 보관된 데이터와 비즈니스 데이터에 액세스할 수 있습니다.

장기보유(LTR) 적용

• LTR 정책을 사용하여 과거 데이터를 관리형 데이터 레이크(MDL)로 이동합니다.
• 빠른 찾기, Synapse Link 또는 OneLake를 통해 검색 및 분석 액세스를 유지하세요.

사용 사례

데이터베이스 공간을 최적화하고, 시스템 성능을 향상하고, 규정 요구 사항을 충족하기 위해서는 Dataverse 재무 및 운영 환경에서의 스토리지 관리 사용 사례가 매우 중요합니다. 이러한 전략을 적용하는 방법을 보여주는 몇 가지 일반적인 시나리오는 다음과 같습니다.

• 과거 데이터의 성장 관리

  • 시나리오: 한 기업이 수년간 Dynamics 365를 사용해 왔으며, 그동안 많은 양의 과거 거래와 첨부 파일이 누적되었습니다.
  • 조치: 비활성 데이터를 보존하고, 기본 데이터베이스 크기를 줄이고, 감사 요구 사항을 준수하기 위해 장기 보존 전략을 구현합니다.

• 규정 준수 기반 데이터 보존

  • 시나리오: 규제된 산업 고객은 변조 방지 형식으로 7~10년 동안 재무 또는 고객 데이터를 보관해야 합니다.
  • 조치: LTR을 사용하여 법률 및 규제 요구 사항을 준수하는 변경 불가능한 읽기 전용 데이터를 보존하는 동시에 분석 및 보고 기능에 영향을 주지 않으면서 비즈니스 데이터를 간소하게 유지합니다.

• 검색 및 Copilot 인덱스 최적화

  • 시나리오: Dataverse 사용되지 않는 테이블을 포함하여 모든 환경에서 검색 및 Copilot 인덱싱이 활성화됩니다.
  • 조치: 검색 가능한 필드를 감사하고 가치가 낮거나 더 이상 사용되지 않는 테이블에 대한 인덱싱을 비활성화합니다. DataverseSearch 테이블의 크기를 모니터링하고 구성을 최적화하여 로그와 데이터베이스 저장 공간을 줄입니다.

• 감사 및 원격 측정 관리

  • 시나리오: 플러그인 추적 로그와 감사 로그가 빠르게 커지면서 저장소를 차지하고 성능에 영향을 미칩니다.
  • 작업: Azure Monitor와 같은 외부 시스템으로 로그를 내보내고, 저장소를 늘리지 않고도 가시성을 유지하기 위해 오래된 항목의 정리를 자동화합니다.

• 데이터 웨어하우징 및 분석 통합

  • 시나리오: 조직이 분석을 위해 운영 데이터를 OneLake로 복제하여 저장소가 중복되는 문제가 발생합니다. Azure Synapse
  • 조치: 증분형 내보내기를 사용하고, 필터를 적용하고, 전체 데이터 세트 복제를 방지하여 중복을 최소화하는 동시에 풍부한 통찰력을 확보하세요.

• 저장 초과량 감소

  • 시나리오: 고객이 저장 용량 할당량을 초과했다는 알림을 받고 예상치 못한 비용이 발생합니다. Dataverse
  • 조치: 용량 보고서를 사용하여 가장 많이 사용되는 테이블을 파악하고, 오래된 환경을 정리하고, 사용하지 않는 첨부 파일이나 로그를 제거합니다. 일반적으로 과거 기록이나 액세스 빈도가 낮은 콜드 데이터를 비용이 덜 드는 스토리지 계층으로 옮기는 것을 고려하세요.

• 대용량 테이블에서 성능 최적화

  • 시나리오: 비즈니스에 중요한 프로세스가 대용량 테이블로 인해 느려지고 있습니다.
  • 작업: 오래된 레코드를 보관하고 시스템 작업을 정리합니다(예: AsyncOperationBase 및 WorkflowLogBase).

• 환경 수명주기 관리

  • 시나리오: 개발 및 테스트 환경이 운영 환경에서 복제되어 모든 데이터와 인덱스가 복제됩니다.
  • 작업: 새로 고침 후 샌드박스 환경을 다듬고, 불필요한 검색 인덱싱을 비활성화하고, 테스트 데이터를 제거하여 중복 저장소 소비를 줄이세요. 저장 공간을 절약하려면 사용하지 않는 샌드박스 환경을 삭제하세요.

사례 연구

사례 연구 1: 인덱스 정리를 통한 스토리지 초과 감소

고객 프로필: 공급망과 재무 및 운영 앱에 Dynamics 365를 사용하는 글로벌 제조 회사입니다.

과제: 고객은 운영 환경에서 예상치 못한 저장 공간 초과와 성능 저하를 겪고 있었습니다. 조사 결과, 초기 구현 과정에서 생성된 여러 개의 사용자 정의 인덱스와 구체화된 뷰가 더 이상 사용되지 않지만 여전히 상당한 저장 공간을 차지하고 있는 것으로 나타났습니다.

해결책: 팀은 모든 사용자 정의 인덱스에 대한 분기별 감사를 실시하고 활성 쿼리나 보고서에서 참조하지 않는 인덱스를 제거했습니다. 또한 배포 전에 새로운 인덱스 요청을 검토하기 위한 거버넌스 정책도 구현했습니다.

결과:

• 데이터베이스 저장 공간이 28% 감소했습니다.
• 쿼리 성능이 15% 향상되었습니다.
• 기타 스토리지 비용에서 연간 약 12,000달러의 지출을 절감했습니다.

사례 연구 2: 규정 준수 및 성과 목표 달성을 위한 과거 데이터 보관

고객 프로필: 고객 온보딩 및 사례 관리 기능을 위해 Dynamics 365를 사용하는 금융 서비스 회사입니다. Dataverse

과제: 이 회사는 규제 요건을 충족하기 위해 7년 이상 고객 기록을 보관해야 했지만, 비활성 데이터 양이 늘어나면서 활성 워크플로가 느려지고 저장 비용이 증가했습니다.

솔루션: 고객은 Dataverse의 보관 기능을 활용하여 장기 보존 전략을 구현했습니다. 비활성 레코드는 읽기 전용, 비용 최적화된 스토리지 계층으로 이동되었고, 활성 데이터는 고성능 스토리지에 남아 있었습니다.

결과:

• 120만 개 이상의 기록이 보관되었습니다.
• 기본 데이터베이스 크기를 40% 줄였습니다.
• 완전한 감사 기능과 보존 정책 준수를 유지했습니다.

사례 연구 3: 환경 전반의 검색 인덱스 간소화

고객 프로필: 개발, 테스트, 프로덕션 환경을 포함한 여러 환경을 갖춘 소매 조직으로 Copilot 기반 고객 관계 관리 솔루션을 지원합니다. Dataverse

과제: 사용되지 않는 테이블과 테스트 데이터를 포함하여 모든 환경에서 검색 인덱스가 사용되었습니다. 이로 인해 DataverseSearch 테이블이 부풀어 오르고 불필요한 저장 공간 소모가 발생했습니다.

해결책: 팀에서는 검색 가능한 필드를 검토하고 개발 및 테스트 환경에서 중요하지 않은 테이블에 대한 인덱싱을 중단했습니다. 또한 환경을 새로 고치는 동안 인덱스 정리를 자동화했습니다.

결과:

• 검색 인덱스 저장 공간이 35% 감소했습니다.
• 환경 새로고침 시간이 20% 향상되었습니다.
• 전반적인 로그 및 데이터베이스 저장소 사용량이 낮아졌습니다.

사례 연구 4: 저장소 복제 없이 분석을 위한 데이터 내보내기 사용

고객 프로필: Dynamics 365를 사용하여 환자 참여 및 청구를 처리하는 의료 서비스 제공자입니다. Dataverse

과제: 분석 팀은 추세 분석 및 AI 모델링을 위해 운영 데이터에 액세스해야 했지만, 별도의 창고에 데이터를 복제하면서 보관 비용과 복잡성이 증가했습니다.

솔루션: 고객은 OneLake에서 증분형 내보내기 및 계층형 스토리지를 갖춘 Azure Synapse Link를 사용했습니다. 그들은 필수적인 분석 데이터만 보관하고, 과거 데이터를 관리하기 위해 보관 정책을 적용했습니다.

결과:

• 운영 시스템에 영향을 주지 않고 실시간 분석이 가능해졌습니다.
• 중복 저장소가 45% 감소했습니다.
• 분석 데이터 수명 주기에 대한 거버넌스가 개선되었습니다.

결론

Dynamics 365 환경에서 시스템 성능을 유지하고 리소스 활용도를 최적화하려면 효과적인 저장소 관리가 필수적입니다. 이 기사에 설명된 정리 루틴과 보관 작업은 귀중한 데이터베이스 공간을 확보하고 운영을 간소화하는 강력한 솔루션을 제공합니다. LTR 및 이와 유사한 기술과 같은 도구를 사용하면 고객은 일반적인 스토리지 문제를 해결하고 지속 가능한 데이터 관리 관행을 만들 수 있습니다. 더욱이 실제 사례 연구는 이러한 접근 방식의 효과를 보여주며, 이를 실제 적용에 적용할 수 있는 통찰력을 제공합니다. 이러한 전략을 채택하면 조직은 사전에 스토리지 요구 사항을 관리하고 전반적인 효율성을 높일 수 있습니다.

참조

Dataverse의 저장소 정리:

• 스토리지 공간 확보
• 시스템 작업(AsyncOperationBase) 및 프로세스 로그(WorkflowLogBase) 테이블에서 레코드 정리

재무 및 운영 부문의 저장소 정리:

• 재무 및 운영 저장 용량
• Dynamics 365 Finance 및 Dynamics 365 Supply Chain Management의 정리 루틴
• 신용 카드 거래 데이터 보관 - 상업

저장 용량:

• Dataverse 용량 기반 스토리지 세부 정보
• 재무 및 운영 저장 용량