$\require{mediawiki-texvc}$

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.

[국내논문] 빅데이터 환경에서 이기종 NoSQL 데이터베이스 간의 지능적 조인 기법 선택
Intelligent Join Technique Selection Between Heterogeneous NoSQL Databases in Big Data Envionment 원문보기

한국정보처리학회 2016년도 춘계학술발표대회, 2016 Apr. 29, 2016년, pp.591 - 594  

강주영 (한양대학교 컴퓨터공학과) ,  김건우 (한양대학교 컴퓨터공학과) ,  박경욱 (한양대학교 컴퓨터공학과) ,  이동호 (한양대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

최근 빅데이터 시대의 도래로 대량의 데이터에 대한 처리 및 분석 요구가 증가되면서 빅데이터를 저장하기 위해 개발된 NoSQL 데이터베이스 내의 조인 연산 필요성이 증대되고 있다. 빅데이터 환경에서는 다중 저장소 지속성의 개념에 따라 여러 NoSQL 데이터베이스를 동시 복합적으로 사용해야 하므로 이기종 NoSQL 데이터베이스간의 조인 연산이 중요시 되고 있다. 하지만 NoSQL 데이터베이스에서는 데이터 처리 과정에서 발생하는 오버헤드로 인해 조인 연산을 지원하지 않거나 조인 연산 시 성능저하가 발생한다. 이러한 조인 연산에 대한 오버헤드를 줄이기 위해 애플리케이션 단에서 맵리듀스 프레임워크를 활용한 다양한 조인 전략 연구들이 제시되었지만 단일 NoSQL 데이터베이스를 위한 방법이며 조인에 참여하는 데이터의 특성 및 연관성을 사전에 파악하고 있어야하는 한계점이 존재한다. 본 논문은 조인 연산에 참여하는 데이터에 대한 사전 정보 없이 빅데이터 환경에서 이기종 NoSQL 데이터베이스간의 조인 연산을 지원하기 위해 데이터 집합 분석, 질의 재배치, 조인 전략 자동 선정, 조인 결과가 저장될 데이터베이스 자동 선택 단계를 통한 지능적 조인 처리 기법을 제시한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 따라서, 본 논문에서는 조인 키를 제외한 나머지 열의 집합을 NoSQL 데이터베이스의 중첩 구조를 활용하여 저장 함으로써 결과 데이터의 의미적 관계를 쉽게 파악할 수 있도록 한다. (그림 7)은 최종 저장 데이터베이스로 MongoDB가 선택되었을 때 조인의 결과를 실제 저장 공간에 저장하기 위한 데이터의 가공 결과이다.
  • 본 논문에서는 노드의 활용성을 고려한 조인 전략 기법을 제안함으로써 오버헤드를 줄이고자 한다. 기존 연구인[2]의 실험결과를 통해 데이터 집합 R의 크기가 작을수록 브로드캐스팅 조인이 향상된 리파티션 조인에 비해 좋은 성능을 보이고 있음을 알 수 있다.
  • 본 논문에서는 빅데이터 환경에서 이기종 NoSQL 데이터베이스간의 조인 연산을 지원하기 위해 데이터베이스 환경 및 조인 연산에 참여하는 데이터 자동 분석, 질의 재배치, 조인 전략 자동 선정, 조인 결과를 저장할 데이터베이스 자동 선택 등을 제공하는 지능적 조인 처리 기법을 제시하였다.
  • 본 논문에서는 조인 연산에 참여하는 데이터에 대한 사전 정보 없이 빅데이터 환경에서 이기종 NoSQL 데이터베이스간의 조인 연산을 지원하기 위해 데이터베이스 환경 및 조인연산에 참여하는 데이터 자동 분석, 질의 재배치, 조인 전략 자동 선정, 조인 결과를 저장할 데이터베이스 자동 선택 등을 제공하는 지능적 조인 처리 기법을 제안한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
맵리듀스란? 맵리듀스는 애플리케이션 단에서 맵(Map)과 리듀스 (Reduce) 함수의 정의를 통해 대량의 데이터를 빠르게 처리하기 위한 분산 프로그래밍 프레임워크이다 [3]. 맵 함수는 입력받은 값을 사전에 정의한 함수에 따라 키(Key) 와 밸류(Value)의 쌍으로 출력한다.
브로드캐스팅 조인이란? • 브로드캐스팅 조인(Broadcasting Join): 브로드캐스팅 조인은 데이터 집합 R이 L보다 매우 적을 때 효율적인 성능을 보장해 주는 조인 전략이다 [4]. (그림 2)는데이터 집합 R과 L에서 조인 키로 사용되는 StdId에 대한 브로드캐스팅 조인을 보여준다.
NoSQL 데이터베이스 내의 조인 연산 필요성이 증대되는 이유는? 정보기술의 발달, 서비스 산업의 고도화, 스마트폰 및 태블릿 PC와 같은 모바일 기기의 저변확대로 인한 빅데이터 시대의 도래로 대량의 데이터에 대한 처리 및 분석 요구가 증가하고 있다 [1]. 조인은 데이터 간의 의미적 연관성에 따른 결합을 통해 고수준의 정보를 도출하는 기술로써 데이터 처리 및 분석에 활용될 수 있는 대표적인 데이터 연산 중 하나이다. 그 결과 비정형 스키마를 통해 대량의 데이터를 저장하기 위해 개발된 NoSQL 데이터베이스 내의 조인 연산 필요성이 증대되고 있다 [2].
질의응답 정보가 도움이 되었나요?
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