표제지
목차
ABSTRACT 10
제1장 서론 12
제1절 연구 배경 12
제2절 배경지식 및 관련 연구 13
1. HTAP (Hybrid Transactional/Analytical Processing) 13
2. Point Cloud Data 15
3. Spatial Database 17
제3절 연구 목적 및 내용 19
제2장 데이터 수집 시스템 구성 21
제1절 데이터 수집 파이프라인 설계 21
1. Edge Part 21
2. Cloud Part 22
제2절 데이터 파이프라인 구성 소프트웨어 22
1. ROS Message 23
2. Apache KAFKA 24
3. AWS Lambda 25
4. PostgreSQL & Citus 26
제3장 분산 HTAP 아키텍처 28
제1절 분산 HTAP 아키텍처 구축 28
제2절 데이터베이스 테이블 논리 설계 31
제3절 데이터 처리 및 분석 알고리즘 33
1. 데이터 처리 흐름도 33
2. 비유사도 분석 알고리즘 36
3. OLAP 쿼리 설계 39
제4장 아키텍처 성능 평가 41
제1절 평가 시나리오 41
제2절 정성적 평가 결과 43
제3절 정량적 평가 결과 46
제5장 결론 및 향후 연구 52
참고문헌 54
국문초록 60
〈표 3-1〉 EC2 서버 제원 28
〈표 3-2〉 분산 데이터베이스 클러스터 소프트웨어 구성 29
〈표 3-3〉 sector 컬럼 사용 여부에 따른 OLAP 쿼리 응답시간 차이 33
〈그림 1-1〉 HTAP Database 개요 14
〈그림 1-2〉 R-Tree Indexing 기법 17
〈그림 2-1〉 데이터 수집 파이프라인 21
〈그림 2-2〉 ROS message system 23
〈그림 2-3〉 Kafka message system 24
〈그림 2-4〉 AWS Lambda execution system 25
〈그림 2-5〉 Citus의 쿼리 분산 병렬 처리 예시 27
〈그림 3-1〉 HTAP 아키텍처 내부 구조도 30
〈그림 3-2〉 데이터베이스 Entity relation diagram 31
〈그림 3-3〉 HTAP 아키텍처 내 데이터 처리 흐름도 34
〈그림 3-4〉 2번 sector의 x축 포인트 클라우드 히스토그램 예시 37
〈그림 3-5〉 포인트 클라우드 비교를 위한 OLAP 쿼리의 의사 코드 39
〈그림 4-1〉 건국대학교 내부 실험 경로 41
〈그림 4-2〉 변경 사항 감지 43
〈그림 4-3〉 변경 사항 감지로 인해 갱신된 Point cloud map 44
〈그림 4-4〉 Point cloud map 테이블에 대한 공간 쿼리 결과 비교 45
〈그림 4-5〉 적재된 포인트 수에 따른 테이블 타입 별 데이터 크기 46
〈그림 4-6〉 쿼리 타입에 따른 응답시간 비교 47
〈그림 4-7〉 제안된 HTAP 아키텍처의 쿼리 유형별 응답 시간 및 총 처리 시간 49
〈그림 4-8〉 분산형 RDB 클러스터의 쿼리 유형별 응답 시간 및 총 처리 시간 50