2015.05.07

ITWorld 용어풀이|스톰(Storm)

이대영 기자 | ITWorld
스톰(Storm)은 데이터의 일괄 처리를 위해 개발된 하둡과는 달리, 데이터의 실시간 처리를 위해 개발된 범용 분산형 데이터 처리 프레임워크다.

출처. yahoohadoop.tumblr.com

스톰은 트위터가 2011년 인수한 시장 정보 기업인 백타이프(BackType)가 처음 시작한 프로젝트로, 스톰을 인수한지 얼마 지나지 않아 트위터는 이를 오픈소싱하면서 기트허브(GitHub)에 올려놓았다. 그러나 최종적으로 아파치 인큐베이터(Apache Incubator)로 옮겨가 2014년 9월에는 아파치의 최상위 프로젝트로 자리잡았다.

스톰은 실시간 데이터 처리 하둡(Hadoop)으로 지칭할만큼 '실시간'에 초점이 맞춰져 있다. 스톰 공식문서에도 "스톰은 무한대의 데이터 스트림을 하둡의 배치 처리처럼 실시간으로 쉽고 훌륭하게 처리한다"고 기재되어 있다.

스톰은 트위터에서 생산되는 30TB 이상의 스트림 데이터를 실시간으로 복합 분석(Complex Analytics)할 수 있는 플랫폼으로 개발됐다. 이를 위해 스톰은 강력한 확장성, '빠른 실패, 자동 재시작(fail fast, auto restart)'이라는 내고장성(fault-tolerance, 고장 방지 능력)를 지원하며, 높은 신뢰성, 낮은 운영 난이도를 갖고 있다.

보통 빅데이터는 클릭-스트림 데이터, 금융 티커 데이터, 로그 데이터 집합, 센서 데이터 등 실시간으로 생성되는 데이터에 의해 만들어진다. 스톰은 특히 사물인터넷 관련 기술이 발전함에 따라 다양한 센서 데이터나 모바일 기기에서 지속적으로 발생하는 스트리밍 데이터를 처리하기 위한 솔루션으로 각광받고 있다.

하둡에서의 일괄 처리 데이터는 디스크 등의 저장 장치에 저장되어 있다가 데이터 처리엔진으로 입력되는 반면, 스트리밍 데이터는 데이터가 생성된 후, 데이터 처리 엔진으로 입력되기까지의 시간이 짧다. 입력 데이터 처리 속도는 보통 수초 이내이며, 스트리밍 데이터처리 엔진은 무정지 상태로 동작한다.

이를 위해 스톰은 클로저(Clojure)를 주 언어로 사용하지만, 인풋 스트림의 일종인 스파우트(Spouts)과 프로세싱 및 아웃풋 모듈인 볼트(Bolts)로 구성된 DAG(Rirected Acyclic Graph)라는 데이터 처리 모델인 토폴로지(Topology)로 설계되어 있다. 스톰 토폴로지는 클러스터에 실행되며, 스톰 스케줄러는 토폴로지 구성에 따라 클러스터 주변의 노드에 작업을 배포한다.


출처. http://storm.apache.org/

이 토폴로지를 하둡에서의 맵리듀스(MapReduce)와 유사한 것으로 생각할 수 있지만, 스톰은 실시간, 스트리밍 기반의 데이터 처리에 초점이 맞춰져 있고, 무엇보다 토폴로지는 기본적으로 영구적 또는 수동으로 중지할 때까지 실행된다는 점에서 차이가 있다.

토폴로지가 시작되면, 스파웃은 시스템으로 데이터를 가져온 후, 메인 컴퓨팅 작업이 이뤄지는 볼트로 데이터를 밀어낸다(이후 다음 볼트로 데이터를 넘길 수 있다).

데이터 처리가 진행되면 하나 이상의 볼트가 데이터베이스나 파일 시스템에 데이터를 쓰거나, 다른 외부 시스템으로 메시지를 전송하거나, 컴퓨팅 결과를 다른 방법으로 사용자에게 제공한다.

스톰 생태계의 강점 가운데 하나는 모든 형태의 소스로부터 데이터를 수신할 수 있는 풍부한 스파우트가 있다는 것이다. 특수한 애플리케이션을 위해 맞춤형 스파우트를 개발할 수도 있지만, 트위터 스트리밍 API, 아파치 카프카(Kafka), JMS 브로커 등 놀랍도록 다양한 소스에서 기존에 개발된 스파우트를 발견할 수 있는 확률이 높다.

또한 HDFS 파일 시스템에 쉽게 통합할 수 있는 어댑터도 있다. 필요에 따라 스톰과 하둡을 쉽게 호환시킬 수 있다는 것이다. 여러 언어로 프로그램을 할 수 있도록 지원하는 것도 장점이다.

스톰 자체는 클로저에 기반을 두고 있지만 JVM에서 실행되며, 볼트는 사실상 모든 언어로 개발이 가능하다. 여기에는 표준입출력스트림(stdin/stdout)에 바탕을 둔 제이슨(JSON)을 사용하는 요소간 통신 프로토콜이라는 장점을 이용할 수 있는 JVM 외 언어도 포함된다.

요약하면, 초당 수백만의 메시지를 처리할 수 있는 검증된 스톰은 확장성이 아주 크고, 빠르며, 내고장성이 강한, 스트림 프로세싱에 초점이 맞춰진 분산형 컴퓨팅을 위한 오픈소스 시스템이다.

스톰은 데이터 스트림의 실시간 롤링 매트릭스 계산, 증진적 계산(incremental computation), 이벤트 처리에서 우수한 성능을 발휘한다. 또한 포괄적인 분산형 RPC를 구현하는 기본 요소를 제공하고, 이론적으로는 거의 모든 분산형 컴퓨팅 작업에 이용할 수 있지만, 가장 큰 강점은 이벤트 스트림 프로세싱이다. editor@itworld.co.kr


2015.05.07

ITWorld 용어풀이|스톰(Storm)

이대영 기자 | ITWorld
스톰(Storm)은 데이터의 일괄 처리를 위해 개발된 하둡과는 달리, 데이터의 실시간 처리를 위해 개발된 범용 분산형 데이터 처리 프레임워크다.

출처. yahoohadoop.tumblr.com

스톰은 트위터가 2011년 인수한 시장 정보 기업인 백타이프(BackType)가 처음 시작한 프로젝트로, 스톰을 인수한지 얼마 지나지 않아 트위터는 이를 오픈소싱하면서 기트허브(GitHub)에 올려놓았다. 그러나 최종적으로 아파치 인큐베이터(Apache Incubator)로 옮겨가 2014년 9월에는 아파치의 최상위 프로젝트로 자리잡았다.

스톰은 실시간 데이터 처리 하둡(Hadoop)으로 지칭할만큼 '실시간'에 초점이 맞춰져 있다. 스톰 공식문서에도 "스톰은 무한대의 데이터 스트림을 하둡의 배치 처리처럼 실시간으로 쉽고 훌륭하게 처리한다"고 기재되어 있다.

스톰은 트위터에서 생산되는 30TB 이상의 스트림 데이터를 실시간으로 복합 분석(Complex Analytics)할 수 있는 플랫폼으로 개발됐다. 이를 위해 스톰은 강력한 확장성, '빠른 실패, 자동 재시작(fail fast, auto restart)'이라는 내고장성(fault-tolerance, 고장 방지 능력)를 지원하며, 높은 신뢰성, 낮은 운영 난이도를 갖고 있다.

보통 빅데이터는 클릭-스트림 데이터, 금융 티커 데이터, 로그 데이터 집합, 센서 데이터 등 실시간으로 생성되는 데이터에 의해 만들어진다. 스톰은 특히 사물인터넷 관련 기술이 발전함에 따라 다양한 센서 데이터나 모바일 기기에서 지속적으로 발생하는 스트리밍 데이터를 처리하기 위한 솔루션으로 각광받고 있다.

하둡에서의 일괄 처리 데이터는 디스크 등의 저장 장치에 저장되어 있다가 데이터 처리엔진으로 입력되는 반면, 스트리밍 데이터는 데이터가 생성된 후, 데이터 처리 엔진으로 입력되기까지의 시간이 짧다. 입력 데이터 처리 속도는 보통 수초 이내이며, 스트리밍 데이터처리 엔진은 무정지 상태로 동작한다.

이를 위해 스톰은 클로저(Clojure)를 주 언어로 사용하지만, 인풋 스트림의 일종인 스파우트(Spouts)과 프로세싱 및 아웃풋 모듈인 볼트(Bolts)로 구성된 DAG(Rirected Acyclic Graph)라는 데이터 처리 모델인 토폴로지(Topology)로 설계되어 있다. 스톰 토폴로지는 클러스터에 실행되며, 스톰 스케줄러는 토폴로지 구성에 따라 클러스터 주변의 노드에 작업을 배포한다.


출처. http://storm.apache.org/

이 토폴로지를 하둡에서의 맵리듀스(MapReduce)와 유사한 것으로 생각할 수 있지만, 스톰은 실시간, 스트리밍 기반의 데이터 처리에 초점이 맞춰져 있고, 무엇보다 토폴로지는 기본적으로 영구적 또는 수동으로 중지할 때까지 실행된다는 점에서 차이가 있다.

토폴로지가 시작되면, 스파웃은 시스템으로 데이터를 가져온 후, 메인 컴퓨팅 작업이 이뤄지는 볼트로 데이터를 밀어낸다(이후 다음 볼트로 데이터를 넘길 수 있다).

데이터 처리가 진행되면 하나 이상의 볼트가 데이터베이스나 파일 시스템에 데이터를 쓰거나, 다른 외부 시스템으로 메시지를 전송하거나, 컴퓨팅 결과를 다른 방법으로 사용자에게 제공한다.

스톰 생태계의 강점 가운데 하나는 모든 형태의 소스로부터 데이터를 수신할 수 있는 풍부한 스파우트가 있다는 것이다. 특수한 애플리케이션을 위해 맞춤형 스파우트를 개발할 수도 있지만, 트위터 스트리밍 API, 아파치 카프카(Kafka), JMS 브로커 등 놀랍도록 다양한 소스에서 기존에 개발된 스파우트를 발견할 수 있는 확률이 높다.

또한 HDFS 파일 시스템에 쉽게 통합할 수 있는 어댑터도 있다. 필요에 따라 스톰과 하둡을 쉽게 호환시킬 수 있다는 것이다. 여러 언어로 프로그램을 할 수 있도록 지원하는 것도 장점이다.

스톰 자체는 클로저에 기반을 두고 있지만 JVM에서 실행되며, 볼트는 사실상 모든 언어로 개발이 가능하다. 여기에는 표준입출력스트림(stdin/stdout)에 바탕을 둔 제이슨(JSON)을 사용하는 요소간 통신 프로토콜이라는 장점을 이용할 수 있는 JVM 외 언어도 포함된다.

요약하면, 초당 수백만의 메시지를 처리할 수 있는 검증된 스톰은 확장성이 아주 크고, 빠르며, 내고장성이 강한, 스트림 프로세싱에 초점이 맞춰진 분산형 컴퓨팅을 위한 오픈소스 시스템이다.

스톰은 데이터 스트림의 실시간 롤링 매트릭스 계산, 증진적 계산(incremental computation), 이벤트 처리에서 우수한 성능을 발휘한다. 또한 포괄적인 분산형 RPC를 구현하는 기본 요소를 제공하고, 이론적으로는 거의 모든 분산형 컴퓨팅 작업에 이용할 수 있지만, 가장 큰 강점은 이벤트 스트림 프로세싱이다. editor@itworld.co.kr


X