최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.12 no.2, 2019년, pp.127 - 134
이협건 (Dept. of Data Analysis, Seoul Gangseo Campus of Korea Polytechnic) , 김영운 (Dept. of Data Analysis, Seoul Gangseo Campus of Korea Polytechnic) , 김기영 (Dept. of Computer Software, Seoil University)
With the advancement of IT technology, the amount of data generated has been growing exponentially every year. As an alternative to this, research on distributed systems and in-memory based big data processing schemes has been actively underway. The processing power of traditional big data processin...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
노드의 수의 증가는 어떠한 문제를 일으키는가? | 그러나 노드의 수의 증가는 빅데이터 인프라 환경에서 발생 가능한 장애발생 빈도가 높아지고, 이로 인해 인프라 관리 포인트 및 인프라 운영에 필요한 비용도 증가된다. 또한 메모리 용량의 증가는 빅데이터 처리에 필요한 노드 구성에 대한 인프라 비용이 증가된다[3]. | |
인-메모리 기반 하이브리드 빅데이터 처리 기법을 제안하는 이유는 무엇인가? | 기존 빅데이터 처리 기법들의 처리 성능은 노드의 수와 메모리 용량이 증가될수록 보다 빠르게 빅데이터 처리한다. 그러나 노드의 수의 증가는 빅데이터 인프라 환경에서 장애발생 빈도가 높아지며, 인프라 관리 포인트 및 인프라 운영비용도 증가된다. 또한 메모리 용량의 증가는 노드 구성에 대한 인프라 비용이 증가된다. 이에 본 논문에서는 빅데이터 처리율 향상을 위한 인-메모리 기반 하이브리드 빅데이터 처리 기법을 제안한다. | |
스파크란 무엇인가? | 스파크는 맵리듀스의 다음 단계로 개발된 기술이며, 맵리듀스보다 높은 수준의 API를 제공한다. API 제공으로 스파크는 보다 로직 중점적인 빅데이터 프로그래밍이 가능하다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.