$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

대용량 데이터의 분산 처리를 위한 클라우드 컴퓨팅 환경 최적화 및 성능평가
Optimization and Performance Analysis of Cloud Computing Platform for Distributed Processing of Big Data 원문보기

한국공간정보학회지 = Journal of Korea Spatial Information Society, v.19 no.4, 2011년, pp.55 - 71  

홍승태 (전북대학교 전자정보공학부) ,  신영성 (전북대학교 전자정보공학부) ,  장재우 (전북대학교 전자정보공학부)

초록
AI-Helper 아이콘AI-Helper

최근 IT 분야에서 인터넷을 기반으로 IT 자원들을 서비스 형태로 제공하는 클라우드 컴퓨팅에 대한 관심이 증대되고 있으며, 이에 따라 대규모 데이터를 수많은 서버들에 분산 저장하고 관리하기 위한 분산 데이터 처리 기법에 대한 연구가 활발히 진행되고 있다. 한편 GIS 기술의 성장과 더불어 급격히 증가하고 있는 공간 데이터를 효율적으로 활용하기 위해서는, 클라우드 컴퓨팅을 이용한 대용량 공간데이터의 분산 처리가 필수적이다. 이를 위해 본 논문에서는 대표적인 분산 데이터 처리 기법에 대해 살펴보고, 분산 데이터 처리 기법 성능 개선을 위한 최적화 요구사항을 분석한다. 마지막으로 Hadoop 기반 클러스터를 구축하고 이를 통해서 분산 데이터 처리 기법의 성능 최적화에 대한 성능평가를 수행한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, interest in cloud computing which provides IT resources as service form in IT field is increasing. As a result, much research has been done on the distributed data processing that store and manage a large amount of data in many servers. Meanwhile, in order to effectively utilize the spatia...

주제어

#클라우드 컴퓨팅   #대용량 데이터   #분산 처리  

질의응답

핵심어 질문 논문에서 추출한 답변
클라우드 컴퓨팅이란 무엇인가? 최근 IT 분야에서 클라우드 컴퓨팅에 대한 연구가 활발히 진행되고 있다. 클라우드 컴퓨팅이란 인터넷을 기반으로 하여 IT 자원들을 서비스 형태로 제공하는 컴퓨팅을 의미한다[13]. 클라우드 컴퓨팅은 2006년 Google의 크리스토프 비시글리아가 CEO인 에릭 슈미츠에게 처음으로 제안하였으며, 이후 경제 전문지 및 대표적인 글로벌 기업의 CEO들이 잇달아 클라우드 컴퓨팅을 차기 주력 비즈니스 아이템으로 지목하면서 클라우드 컴퓨팅은 차세대 인터넷 비즈 니스의 핵심 분야로 부각되고 있다[14].
클라우드 컴퓨팅의 대표적인 예로는 무엇이 있는가? 클라우드 컴퓨팅은 2006년 Google의 크리스토프 비시글리아가 CEO인 에릭 슈미츠에게 처음으로 제안하였으며, 이후 경제 전문지 및 대표적인 글로벌 기업의 CEO들이 잇달아 클라우드 컴퓨팅을 차기 주력 비즈니스 아이템으로 지목하면서 클라우드 컴퓨팅은 차세대 인터넷 비즈 니스의 핵심 분야로 부각되고 있다[14]. 국외에서는 이미 많은 연구와 개발이 진행 중이며, 대표적인 예로 Amazon Elastic Compute Cloud, IBM Blue Cloud, 그리고 Google App Engine 등이 있다[18]. 국내에서도 IBM, HP, 마이크로소프트 등 글로벌 기업의 한국지사가 대기업 계열 IT 서비스 업체와 함께 국내 클라우드 컴퓨팅 보급을 구체화 하고 있으며, KT, SK 텔레콤 등 통신 사업자도 사업 준비를 서두르면서 클라우드 컴퓨팅에 대한 관심을 높이고 있다[15].
분산 파일 시스템은 무엇인가? 분산 파일 시스템은 대용량 데이터를 저장하고 관리하기 위해 많은 서버들에 데이터를 나누어 저장하고 관리하는 파일 시스템이다. 클라우드 컴퓨팅에서의 분산 파일 시스템은 단순히 데이터를 저장하고 관리하는 것뿐만이 아니라, 데이터를 저장하고 있는 하드웨어의 장애에 유연하게 대처하고 서비스가 요구하는 충분한 성능도 보장해야 한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (18)

  1. Apache Software Foundation, Apache Hadoop: http://hadoop.apache.org/. 

  2. Apache Software Foundation, Apache Lucene: http://lucene.apache.org/. 

  3. Apache Software Foundation, Hadoop Map- Redce: http://hadoop.apache.org/mapreduce. 

  4. Shivnath Babu, 2010, "Towards Automatic Optimization of MapReduce Programs", ACM Symposium on Cloud Computing, pp. 137-142 

  5. D. Borthakur, 2009, HDFS Architecture: http://hadoop.apache.org/common/docs/r0 -.20.0/hdfs_design.pdf. 

  6. T. Condie, N. Conway, Hadoop Online Prototype: http://code.google.com/p/hop. 

  7. T. Condie, N. Conway, P. Alvaro, J. M. Hellerstein, K. Elmeleegy and R. Sears, 2010, "MapReduce Online", Networked Systems Design and Implementation, pp. 21-21. 

  8. B. F. Cooper, A. Silberstein, E. Tam, R. Ramakrishnan and R. Sears, 2010, "Benchmarking cloud serving systems with YCSB", ACM Symposium on Cloud Computing, pp. 143-154. 

  9. J. Dean, S. Ghemawat, 2004, "MapReduce : Simplified Data Processing on Large Clusters", Operating System Design and Implementation, pp. 10-10. 

  10. S. Ghemawat, H. Gobioff and Shun-Tak Leung, 2003, "The Google File System", Symposium on Operating Systems Principles, pp.29-43. 

  11. D. Jiang, B. C. Ooi, L. Shi and S. Wu, 2010, "The performance of MapReduce: an in-depth study", VLDB, vol. 3, Issue 1-2, pp. 472-483. 

  12. C. Olston, B. Reed, U. Srivastava, R. Kumer and A. Tomkins, 2008, "Pig latin: a not-so-foreign language for data processing", ACM SIGMOD, pp. 1099-1110. 

  13. 민영수, 김흥연, 김영균, 2009, "클라우드 컴퓨팅을 위한 분산 파일 시스템 기술", 한국정보과학회지, 제27권, 제5호, pp. 86-94. 

  14. 민옥기, 김학영, 남궁한, 2009, "클라우드 컴퓨팅 기술 동향", ETRI 전자통신동향분석, 제24권, 제4호, pp 1-13. 

  15. 성병용, 2009, "국내 기업의 클라우드 컴퓨팅 동향 및 전략", 한국소프트웨어진흥원 정책리포트, 2009년, 7월호, pp. 6-25. 

  16. 이기영, 김동오, 신중수, 한기준, 2008, "대용량 공간 데이터의 효율적인 검색을 위한 공간미들웨어의 개발", 한국공간정보시스템학회 논문지, 제10권, 제1호, pp. 1-14. 

    원문보기 상세보기

  17. 이동규, 이경민, 정석호, 이성호, 류근호, 2010, "대용량 공간 데이터로부터 빈발 패턴 마이닝", 한국공간정보시스템학회 논문지, 제12권, 제1호, pp. 49-56. 

    원문보기 상세보기

  18. 정재호, 2008, "클라우드. 컴퓨팅의 현재와 미래, 그리고 시장전략", 한국소프트웨어진흥원 정책리포트, 2008년, 10월호, pp. 56-85. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로