본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

초록보기

최근 급속도로 증가하는 인터넷 사용자 및 SNS의 급격한 확산으로 정보의 양이 기하급수적으로 증가하였으며, 따라서 빅데이터에 대한 연구가 활발히 이루어지고 있다. 빅데이터를 다루는 NoSQL에 대한 연구가 활발히 진행되고 있지만, 사용자 편의성과 데이터베이스의 ACID 조건을 만족하지 못하는 문제점이 존재한다. 따라서 RDBMS를 기반으로 빅데이터 처리를 수행하는 움직임이 활발해지고 있다. 이를 위한 대표적인 기법인 CUBRID SHARD는 데이터베이스를 수평 분할하여 각기 다른 물리 노드에 Shard 단위로 데이터를 나누어서 저장하여, 데이터의 분산 저장을 지원한다. 그러나 해당 기법은 질의의 완벽한 병렬 처리가 불가능하기 때문에, 한 클라이언트의 데이터베이스가 다수의 서버에 분산 저장되어 있는 경우 질의 집계 등 다수의 서버에서 질의 처리를 수행하지 못하는 문제점이 존재한다. 따라서 본 논문에서는 분산 데이터 처리 환경에서 병렬 질의처리뿐만 아니라 다양한 집계질의 처리를 지원하는 CUBRID 기반 분산 미들웨어를 제안한다.

The wide spread of Internet services and SNS (Social Network Service) has produced a hugh volume of data, thus researches dealing with big data has gained significant attentions. NoSQL is famous for big data processing since it allows agile processing of information on a massive scale.

However, it has limitations that it does not satisfy ACID condition of database system and it provides inefficient usability. Therefore, RDBMS has been spotlighted as a new wave of big data processing. CUBRID SHARD is designed to provide distributed load balancing by allowing unlimited number of database shards stored in physical nodes. However, CUBRID does not support efficient query processing over distributed data, so aggregate queries cannot be performed on the existing CUBRID. To solve this problem, we CUBRID-based distributed middleware that supports not only parallel query processing, but also various aggregation query processing in distributed data processing environments.

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
CUBRID RDBMS 상에서 병렬 질의 처리를 지원하는 분산 미들웨어 개발 최문철, 조아라, 윤민, 김형일, 장재우 pp.67-77

센서 스트림 데이터 분석에 실체화 뷰 기술의 적용기법 이민수 pp.79-90

맵리듀스를 이용한 그리드 기반 k-NN 조인 질의처리 알고리즘 윤들녁, 장미영, 장재우 pp.103-115

하둡에서 데이터 접근 제어 설계 및 구현 김희주, 손시운, 길명선, 문양세 pp.15-29

대규모 문서집합에서 키워드 추출 기법 Putu Y. Kusmawan, 권준호 pp.3-14

이동 P2P 네트워크에서 위치 기반 가지치기를 이용한 연속 스카이라인 질의 처리 기법 임종태, 복경수, 유재수 pp.31-44

가상 센서 클라우드 컴퓨팅 시스템 설계 및 구현 백정호, 이홍로 pp.91-101

유향그래프에서 동시발생 부분그래프 마이닝 박기성, 한용구, 이영구 pp.45-55

생육 패턴 기반 작물 환경 제어 클라우드시스템 설계 및 구현 백정현, 이홍로 pp.57-66

참고문헌 (16건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 MapReduce 네이버 미소장
2 The Google file system 네이버 미소장
3 Yang, Hung-chih, et al. "Map-reduce-merge:simplified relational data processing on large clusters." Proceedings of the 2007 ACM SIGMOD international conference on Management of data. ACM, 2007. 미소장
4 Solving big data challenges for enterprise application performance management 네이버 미소장
5 Solving big data challenges for enterprise application performance management 네이버 미소장
6 Apache Software Foundation, Apache Hadoop:http://hadoop.apache.org/. 미소장
7 Apache Software Foundation, Hadoop Map-Reduce:http://hadoop.apache.org/mapreduce. 미소장
8 Shvachko, Konstantin, et al. "The hadoop distributed file system." Mass Storage Systems and Technologies (MSST), 2010 IEEE 26th Symposium on. IEEE, 2010. 미소장
9 Chodorow, Kristina, “MongoDB: the definitive guide,” O‘Reilly Media, Inc., 2013. 미소장
10 Dietrich, André, et al. "ROS meets Cassandra: Data Management in Smart Environments with NoSQL." 미소장
11 Bigtable: A Distributed Storage System for Structured Data 네이버 미소장
12 SQL databases v. NoSQL databases 네이버 미소장
13 Scalable SQL and NoSQL data stores 네이버 미소장
14 Han, Jing, et al. "Survey on NoSQL database."Pervasive computing and applications (ICPCA), 2011 6th international conference on. IEEE, 2011. 미소장
15 CUBRID - http://www.cubrid.com/ 미소장
16 CUBRID Shard -http://www.cubrid.org/manual/91/en/shard.html 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기