메인 콘텐츠로 건너뛰기

​
개요

OneSignal + Greenplum 통합은 Greenplum 데이터베이스에서 OneSignal로 사용자 지정 이벤트를 동기화하여 사용자 행동을 기반으로 자동화된 메시징 캠페인과 저니를 트리거할 수 있게 합니다. Greenplum은 PostgreSQL을 기반으로 구축된 대규모 병렬 처리(MPP) 데이터베이스로, 대규모 분석 워크로드를 위해 설계되었습니다.

​
요구 사항

​
Greenplum

  • 네트워크 액세스가 가능한 Greenplum 인스턴스
  • 적절한 권한이 있는 데이터베이스 사용자
  • 구조화된 행동 데이터가 포함된 이벤트 테이블

​
동기화 엔진 및 권한

OneSignal은 Greenplum의 테이블과 뷰에서 데이터를 읽고 이를 동기화하여 자동화된 메시징 캠페인을 트리거합니다. 데이터베이스의 부하를 제한하기 위해 OneSignal은 마지막 동기화 이후 수정된 데이터만 동기화할 수 있도록 하는 상태 추적 테이블을 유지합니다(증분 동기화). Greenplum 연결을 구성할 때 상태 추적이 처리되는 방식을 결정하는 동기화 엔진을 선택합니다. Basic Sync Engine은 OneSignal 소유 인프라에 상태 추적 테이블을 유지하며 읽기 액세스만 필요하므로 구성이 더 간단합니다. Advanced Sync Engine은 자체 Greenplum 인스턴스 내의 전용 스키마에 상태 추적 테이블을 유지하여 향상된 성능을 제공합니다.

​
설정

1

Census 사용자 생성

OneSignal이 사용할 전용 데이터베이스 사용자를 생성합니다:
-- Create CENSUS user and set password
CREATE USER CENSUS WITH PASSWORD '<strong unique password>';
2

동기화 엔진 선택 및 권한 구성

Basic Sync Engine의 경우 (읽기 전용 액세스):이벤트 데이터 스키마에 대한 읽기 액세스를 부여합니다. <your schema>를 스키마 이름으로 바꿉니다:
-- Let the census user read all existing tables in this schema
GRANT SELECT ON ALL TABLES IN SCHEMA "<your schema>" TO CENSUS;

-- Let the census user read any new tables added to this schema
ALTER DEFAULT PRIVILEGES IN SCHEMA "<your schema>" GRANT SELECT ON TABLES TO CENSUS;

-- Let the census user execute any existing functions in this schema
GRANT EXECUTE ON ALL FUNCTIONS IN SCHEMA "<your schema>" TO CENSUS;

-- Let the census user execute any new functions added to this schema
ALTER DEFAULT PRIVILEGES IN SCHEMA "<your schema>" GRANT EXECUTE ON FUNCTIONS TO CENSUS;
Advanced Sync Engine의 경우 (향상된 성능):먼저 위의 Basic Sync Engine 단계를 완료한 다음 추가합니다:
-- Create a private bookkeeping schema where Census can store sync state
CREATE SCHEMA CENSUS;

-- Give the census user full access to the bookkeeping schema
GRANT ALL ON SCHEMA CENSUS TO CENSUS;

-- Ensure the census user has access to any existing objects in the bookkeeping schema
GRANT ALL PRIVILEGES ON ALL TABLES IN SCHEMA CENSUS TO CENSUS;

-- Let the census user see your data schema
GRANT USAGE ON SCHEMA "<your schema>" TO CENSUS;
3

OneSignal에 연결

OneSignal에서 Data > Integrations으로 이동하여 Add Integration을 클릭합니다.Greenplum을 선택하고 다음을 제공합니다:
  • Host: Greenplum 마스터 호스트
  • Port: 5432 (또는 사용자 지정 포트)
  • Database: 데이터베이스 이름
  • Username: CENSUS
  • Password: 1단계의 비밀번호
  • Sync Engine: 2단계에 따라 Basic 또는 Advanced 선택

​
이벤트 데이터 매핑

를 OneSignal의 사용자 지정 이벤트 형식에 매핑합니다:
OneSignal 필드설명필수
nameevent_name이벤트 식별자Yes
external_iduser_id사용자 식별자Yes
timestampevent_timestamp이벤트가 발생한 시간No
propertiesevent_dataNo

​
이벤트 테이블 스키마 예제

-- Example Greenplum event table
CREATE TABLE analytics.user_events (
    event_id BIGSERIAL,
    event_name VARCHAR(100) NOT NULL,
    user_id VARCHAR(255) NOT NULL,
    event_timestamp TIMESTAMP WITH TIME ZONE DEFAULT NOW(),
    event_properties JSONB,
    session_id VARCHAR(255),
    device_type VARCHAR(50)
);

​
처리 모드

​
테이블 모드

Greenplum 데이터베이스에서 직접 전체 테이블 또는 뷰를 동기화합니다. OneSignal은 자동으로 열을 이벤트 필드에 매핑합니다.

​
SQL 쿼리 모드

이벤트 데이터를 변환하기 위해 PostgreSQL 호환 사용자 지정 쿼리를 작성합니다: 
-- Example: Recent high-value events
SELECT
    event_name,
    user_id,
    event_timestamp,
    event_properties
FROM analytics.user_events
WHERE event_timestamp >= NOW() - INTERVAL '7 days'
    AND (event_properties->>'value')::NUMERIC > 100
ORDER BY event_timestamp DESC;

​
MPP 쿼리 최적화

이벤트 쿼리가 분산 실행에 최적화되도록 하여 Greenplum의 병렬 처리를 활용합니다. 더 나은 성능을 위해 적절한 분산 키를 사용하고 세그먼트 간 데이터 이동을 피합니다.

​
고급 네트워크 구성

OneSignal은 지역 제약, IP 주소 허용 목록 또는 SSH 터널링을 포함한 고급 네트워킹 제어를 사용하는 Greenplum 인스턴스에 성공적으로 연결할 수 있습니다. 모든 연결에 TLS v1.2 이상을 사용하도록 Greenplum 인스턴스를 구성하는 것이 좋습니다.

​
제한 사항

  • 대규모 분석 쿼리가 클러스터 성능에 영향을 줄 수 있습니다
  • JSON/JSONB 작업은 분산을 위해 최적화되어야 합니다
  • 성능을 위해 세그먼트 간 조인을 최소화해야 합니다

​
FAQ

​
어떤 동기화 엔진을 선택해야 하나요?

더 간단한 설정과 읽기 전용 액세스를 선호한다면 Basic Sync Engine을 사용하세요. 향상된 성능이 필요하고 OneSignal이 Greenplum 인스턴스에 테이블을 생성하도록 허용할 수 있다면 Advanced Sync Engine을 선택하세요.

​
Greenplum의 MPP 아키텍처에 대해 쿼리를 어떻게 최적화하나요?

쿼리가 분산 키를 효과적으로 활용하고, 세그먼트 간 불필요한 데이터 이동을 피하며, 분석을 위해 Greenplum의 열 형식 스토리지를 활용하는지 확인합니다.

​
이벤트 데이터에 Greenplum의 외부 테이블을 사용할 수 있나요?

예, OneSignal은 외부 시스템에 저장된 Parquet 또는 CSV와 같은 형식의 데이터를 참조하는 외부 테이블에서 읽을 수 있습니다.