문제 정의

• 이런 문제점을 해결하기 위해 많은 양의 다차원 데이터를 효율적으로 처리하기 위한 많은 알고리즘이 연구되고 있다. 본 논문에서는 다차원 인덱스 기법인 그리드 파일을 분산 병렬 처리 모델인 맵리듀스(MapReduce) 기반의 구축 방법을 제안하여 해결하였다. 또한 데이터의 분포를 미리 후)맵리듀스의">맵리듀스 의 구조와 특징을 설명한다. 또한 다차원 인덱스 기법인 그리드 파일에 대해 기술한다.
• 본 논문에서는 다차원 데이터에 대해 한번의 그리드 파일 구축만으로 원하는 데이터를 여러 번 분석하는 것이 목적이기 때문에 기존의 동적관리가 아닌 정적으로 관리 된다. 그렇기 때문에 데이터의 삭제와 그로 인한 합병에 대해 본 논문에서는 고려하지 않는다.
• 본 논문에서는 대용량 다차원데이터를 분산 병렬 처리 하기 위해 맵리듀스 기반의 효율적인 그리드 파일 생성 기법을 제안하였다. 또한 샘플링 기법을 사용함으로써

  제안 방법

  • 후)분산병렬">분산 병렬 처리 모델인 맵리듀스(MapReduce) 기반의 구축 방법을 제안하여 해결하였다. 또한 데이터의 분포를 미리 파악 할 수 있는 샘플링 기법을 사용하여 보다 효율적인 그리 드 파일 구축 방법을 제안하였다. 그리고 생성된 그리드 파일을 가지고 맵리듀스를 이용하여 후)그리드">그리 드 파일 구축 방법을 제안하였다. 그리고 생성된 그리드 파일을 가지고 맵리듀스를 이용하여 분산 병렬 처리가 가 능한 질의 처리 방법을 제안하였다.
  • 후)본장에서는">본 장에서는 맵리듀스 기반의 단순 그리드 파일 구축 방법을 설명하고 그에 따른 문제점과 샘플링 기법을 사용 한 문제점 해결방안을 제안한다. 마지막으로 본 논문에서 최종적으로 제안하는 맵리듀스 기반의 그리드 파일 구축 후)해결 방안을">해결방안을 제안한다. 마지막으로 본 논문에서 최종적으로 제안하는 맵리듀스 기반의 그리드 파일 구축 방 법을 기술한다.
  • 후)본절에서는">본 절에서는 앞서 제안하는 샘플링 작업을 통해 데이 터를 균등 분할하여 맵리듀스 기반의 그리드 파일을 구축 한다. 맵리듀스 기반의 그리드 파일 구축 방법은 후)본장에서는">본 장에서는 맵리듀스를 이용한 질의 처리 방법으로 완전 일치 질의와 범위 질의을 제안한다. (2) 선형 눈금자를 참조하여 질의 영역에 해당되는 모 든 격자 배열 인덱스를 탐색한다.
  • 후)처리하기">처리 하기 위해 맵리듀스 기반의 효율적인 그리드 파일 생성 기법을 제안하였다. 또한 샘플링 기법을 사용함으로써 비 균등 분포의 데이터에 대한 그리드 파일 생성 문제점도 해결하였다. 이로 인해 단일 머신에서의 그리드 파일 후)비균등">비 균등 분포의 데이터에 대한 그리드 파일 생성 문제점도 해결하였다. 이로 인해 단일 머신에서의 그리드 파일 구축 보다 분산 병렬 처리의 장점을 이용한 빠른 구축 방법을 제시 하였으며 질의 처리에도 분산 처리를 이용해 기존의 단일 머신에서의 질의 처리보다 처리시간을 단축시켰다. 그러므로 본 논문이 제안한 맵리듀스 기반의 그리드 파일 구축 방법은 빅데이터 시대의 대용량 다차원 데이터

    이론/모형

    • 샘플링 기법중 랜덤샘플링 기법을 사용하였으며 일정 확률로 표본을 추출하여 분포를 조사하였다.

      성능/효과

      • 후)앞절에서">앞 절에서 언급한 문제점의 해결방안으로 본 논문에서 는 데이터의 분포를 모르는 상태에서 미리 분할 하는 방 법은 적절치 않다는 것을 알았다. 이를 위해 샘플링

        후속연구

        • 후)제시하였으며">제시 하였으며 질의 처리에도 분산 처리를 이용해 기존의 단일 머신에서의 질의 처리보다 처리시간을 단축시켰다. 그러므로 본 논문이 제안한 맵리듀스 기반의 그리드 파일 구축 방법은 빅데이터 시대의 대용량 다차원 데이터 처리 에 크게 기여할 것이라고 사료된다.