$\require{mediawiki-texvc}$

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.

Apache Kudu와 Impala를 활용한 Lambda Architecture 설계
Lambda Architecture Used Apache Kudu and Impala 원문보기

정보처리학회논문지. KIPS transactions on computer and communication systems 컴퓨터 및 통신 시스템, v.9 no.9, 2020년, pp.207 - 212  

황윤영 (숭실대학교 컴퓨터학과) ,  이필원 (숭실대학교 컴퓨터학과) ,  신용태 (숭실대학교 컴퓨터학부)

초록
AI-Helper 아이콘AI-Helper

데이터의 양은 기술의 발전으로 크게 증가하였고 이를 처리하기 위해 다양한 빅데이터 처리 플랫폼이 등장하고 있다. 이 중 가장 널리 사용되고 있는 플랫폼이 Apache 소프트웨어 재단에서 개발한 하둡이며, 하둡은 IoT 분야에도 사용된다. 그러나 기존에 하둡 기반 IoT 센서 데이터 수집 분석 환경은 하둡의 코어 프로젝트인 HDFS의 Small File로 인한 네임노드의 과부하 문제와 임포트된 데이터의 업데이트나 삭제가 불가능하다는 문제가 있다. 본 논문에서는 Apache Kudu와 Impala를 활용해 Lambda Architecture를 설계한다. 제안하는 구조는 IoT 센서 데이터를 Cold-Data와 Hot-Data로 분류해 각 성격에 맞는 스토리지에 저장하고 배치를 통해 생성된 배치뷰와 Apache Kudu와 Impala를 통해 생성된 실시간뷰를 활용해 기존 하둡 기반 IoT 센서 데이터 수집 분석 환경의 문제를 해결하고 사용자가 분석된 데이터에 접근하는 시간을 단축한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The amount of data has increased significantly due to advances in technology, and various big data processing platforms are emerging, to handle it. Among them, the most widely used platform is Hadoop developed by the Apache Software Foundation, and Hadoop is also used in the IoT field. However, the ...

주제어

#Apache Hadoop   #HDFS   #Apahce Kudu   #Apache Impala   #Lambda Architecture   #IoT  

표/그림 (10)

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 제안하는 Apache Kudu와 Impala를 활용한 Lambda Architecture는 하둡 기반의 IoT 센서 데이터 수집 분석 환경에서 발생하는 Small File 문제를 해결한다. 제안하는 구조는 하둡에서 불가능한 임포트된 데이터의 수정 문제를 Apache Kudu와 Impala를 활용하여 해결한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
데이터의 발생량이 폭발적으로 증가하는 이유는 무엇인가? 데이터의 발생량은 5G의 등장으로 초고속, 초저지연을 이용한 새로운 IoT(Internet of Things) 기술이 등장하고 발전하면서 폭발적으로 증가하고 있다. 다양한 빅데이터 처리 플랫폼이 이를 처리하기 위해 등장하고 있다.
Lambda Architecture는 무엇으로 구성되어 있는가? Lambda Architecture는 Batch Layer, Speed Layer, Serving Layer로 구성되어 있다. Batch Layer에서는 배치를 이용해 데이터를 미리 계산하여 저장소에 raw 데이터를 보관한다.
Lambda Architecture의 Batch Layer에서는 어떤 데이터를 보관하는가? Lambda Architecture는 Batch Layer, Speed Layer, Serving Layer로 구성되어 있다. Batch Layer에서는 배치를 이용해 데이터를 미리 계산하여 저장소에 raw 데이터를 보관한다. 배치뷰의 데이터가 부정확할 때 저장소의 raw 데이터를 통해 복구가 가능하다.
질의응답 정보가 도움이 되었나요?

참고문헌 (4)

  1. S. Bende and R. Shedge, "Dealing with small files problem in hadoop distributed file system," Procedia Computer Science, Vol.79, pp.1001-1012, 2016. 

    상세보기 crossref

  2. M. Kiran, P. Murphy, I. Monga, J. Dugan, and S. Baveja "Lambda architecture for cost- effective batch and speed big data processing," In: 2015 IEEE International Conference on Big Data (Big Data). IEEE, pp.2785-2792, 2015. 

  3. T. Lipcon, D. Alves, D. Burkert, J.Cryans, A. Dembo, M. Percy, S. Rus, D. Wang, M. Bertozzi, C. McCabe, and A. Wang "Kudu: Storage for fast analytics on fast data," Cloudera, inc, Vol.28, 2015. 

  4. M. Kornacker and J. Erickson, "Cloudera impala: Real time queries in apache hadoop, for real," Ht Tpblog Cloudera Comblog201210cloudera-Impala-Real-Time-Queries- Apache-Hadoop--Real, 2012. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

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