스파크는 빅데이터를 위한 실시간 분산형 컴퓨팅 프로젝트라고 요약할 수 있다. 빅데이터의 대표적인 분산형 저장 프로젝트인 하둡(Haddop)과는 달리, 스파크에는 '실시간'이라는 용어가 따라붙는다.
하둡이 HDFS(Hadoop Distributed File System)를 통해 스토리지를 경유하기 때문에 상호작용이 많아져 느리다는 단점이 있다. 이에 비해, 스파크는 인메모리 처리를 기본으로 하기 때문에 좀더 빠르고 지연 속도가 낮은 분석이 가능해 차세대 빅데이터 처리를 위한 프레임워크로 기대되고 있다.
스파크는 처리 대상이 되는 빅데이터를 HDFS에서 읽을 수 있지만, 이후 처리는 기본적으로 메모리에서 하기 때문에 기계학습이나 차트 계산처럼 반복 계산이 많은 작업에서는 하둡보다 빠르게 수행할 수 있는 것이다. 그래서 스파크는 하둡 맵리듀스 상에서 구동하는 것보다 100배 이상 빠른 데이터 분석 작업을 생성할 수 있게 해 준다는 평가를 받고 있다.
맵리듀스는 배치 모드에서 작업을 실행하기 때문에 하둡 클러스터에서 성능상의 병목현상을 일으킨다는 지적을 받아왔다. 이에 비해 스파크는 5초 이하의 짧은 배치 작업을 통해 분석을 처리하기 때문에 맵리듀스의 대안으로 부각된 것이다.
이런 스파크의 처음 시작은 2009년 미국 버클리 대학 산하 AMPLabs에서 개발한 오픈소스 소프트웨어 프로젝트였다. 이후 2013년 6월 인큐베이터 프로젝트로 채택되고, 2014년 2월에 최상위 프로젝트가 됐다. 현재 AMPLabs에서 독립한 스타트업인 데이터브릭스(Databricks) 등이 주축이 되어 전세계 100여 명의 전문가가 개발에 참여하고 있다.
스파크는 하둡 맵리듀스와 달리 인메모리 처리를 주로 하고 있기 때문에 데이터 내장애성(tolerance)을 고유의 방식으로 해결한다. RDD(Resilient Distributed Datasets)라는 읽기 전용 데이터 구조를 기반으로 하고 있으며, 연산은 RDD에서 RDD로의 변환을 연쇄적으로 실시함으로써 이루어진다. 따라서 클러스터 노드에서 오류가 발생해 데이터가 손실될 경우, 이 연쇄적 변환에 대한 정보를 바탕으로 남아있는 RDD에서 다시 연산하는 방식으로 장애에 대처한다.
스파크는 하둡의 일괄 처리방식뿐만 아니라 빅데이터 처리를 위한 포괄적인 분석 기반이 되는 것을 목표로 하기 때문에 복수의 프레임워크로 구성되어 있다.
스파크 실행 엔진은 하둡과 같이 일괄 처리를 담당하며 다른 프레임워크의 기반이 된다. 또한 데이터웨어하우스처럼 SQL에서 인터랙티브 분석을 가능하게 하는 것으로 샤크(Shark), 스파크 SQL, 블링크(BlinkDB) 등이 있다.
특히 스파크 스트리밍(Spark Streaming)은 사물인터넷의 센서 데이터나 SNS 데이터 등을 실시간으로 스트리밍 처리를 할 수 있게 한다. 스트리밍 지향성 프로세싱을 지원하는 것에는 스톰(Storm)도 있지만, 스파크는 스톰보다는 좀더 안정적인 분산형 컴퓨팅 플랫폼이다.
스파크는 하둡에서 맵리듀스의 기능성을 대체할 수 있다. 스파크는 기존 하둡 클러스터에서 실행시킬 수 있으며, 자원 스케줄링에는 얀(YARN)을 이용한다. 하둡과 얀(YARN) 외에도, 스파크는 스케줄링을 위해 메소스(Mesos) 위의 계층으로 배치하거나, 빌트인 스케줄러를 이용해 스탠드얼론 클러스터로 실행시킬 수 있다.
그런데 주의할 점이 있다. 하둡과 같이 사용하지 않을 경우, NFS, AFS 등 네트워크/분산형 파일 시스템을 이용해야 클러스터에서 실행시킬 수 있다. 그래야만 각 노드가 기반이 되는 데이터에 접속할 수 있기 때문이다. editor@itworld.co.kr
함께 보면 좋은 콘텐츠
Sponsored
Surfshark
“유료 VPN, 분명한 가치 있다” VPN 선택 가이드
ⓒ Surfshark VPN(가상 사설 네트워크, Virtual Private Network)은 인터넷 사용자에게 개인 정보 보호와 보안을 제공하는 중요한 도구로 널리 인정받고 있다. VPN은 공공 와이파이 환경에서도 데이터를 안전하게 전송할 수 있고, 개인 정보를 보호하는 데 도움을 준다. VPN 서비스의 수요가 증가하는 것도 같은 이유에서다. 동시에 유료와 무료 중 어떤 VPN을 선택해야 할지 많은 관심을 가지고 살펴보는 사용자가 많다. 가장 먼저 사용자의 관심을 끄는 것은 별도의 예산 부담이 없는 무료 VPN이지만, 그만큼의 한계도 있다. 무료 VPN, 정말 괜찮을까? 무료 VPN 서비스는 편리하고 경제적 부담도 없지만 고려할 점이 아예 없는 것은 아니다. 보안 우려 대부분의 무료 VPN 서비스는 유료 서비스에 비해 보안 수준이 낮을 수 있다. 일부 무료 VPN은 사용자 데이터를 수집해 광고주나 서드파티 업체에 판매하는 경우도 있다. 이러한 상황에서 개인 정보가 유출될 우려가 있다. 속도와 대역폭 제한 무료 VPN 서비스는 종종 속도와 대역폭에 제한을 생긴다. 따라서 사용자는 느린 인터넷 속도를 경험할 수 있으며, 높은 대역폭이 필요한 작업을 수행하는 데 제약을 받을 수 있다. 서비스 제한 무료 VPN 서비스는 종종 서버 위치가 적거나 특정 서비스 또는 웹사이트에 액세스하지 못하는 경우가 생긴다. 또한 사용자 수가 늘어나 서버 부하가 증가하면 서비스의 안정성이 저하될 수 있다. 광고 및 추적 위험 일부 무료 VPN은 광고를 삽입하거나 사용자의 온라인 활동을 추적하여 광고주에게 판매할 수 있다. 이 경우 사용자가 광고를 보아야 하거나 개인 정보를 노출해야 할 수도 있다. 제한된 기능 무료 VPN은 유료 버전에 비해 기능이 제한될 수 있다. 예를 들어, 특정 프로토콜이나 고급 보안 기능을 지원하지 않는 경우가 그렇다. 유료 VPN의 필요성 최근 유행하는 로맨스 스캠은 인터넷 사기의 일종으로, 온라인 데이트나 소셜 미디어를 통해 가짜 프로필을 만들어 상대를 속이는 행위다. 이러한 상황에서 VPN은 사용자가 안전한 연결을 유지하고 사기 행위를 방지하는 데 도움이 된다. VPN을 통해 사용자는 상대방의 신원을 확인하고 의심스러운 활동을 감지할 수 있다. 서프샤크 VPN은 구독 요금제 가입 후 7일간의 무료 체험을 제공하고 있다. ⓒ Surfshark 그 외에도 유료 VPN만의 강점을 적극 이용해야 하는 이유는 다음 3가지로 요약할 수 있다. 보안 강화 해외 여행객이 증가함에 따라 공공 와이파이를 사용하는 경우가 늘어나고 있다. 그러나 공공 와이파이는 보안이 취약해 개인 정보를 노출할 위험이 있다. 따라서 VPN을 사용하여 데이터를 암호화하고 개인 정보를 보호하는 것이 중요하다. 서프샤크 VPN은 사용자의 개인 정보를 안전하게 유지하고 해킹을 방지하는 데 유용하다. 개인정보 보호 인터넷 사용자의 검색 기록과 콘텐츠 소비 패턴은 플랫폼에 의해 추적될 수 있다. VPN을 사용하면 사용자의 IP 주소와 로그를 숨길 수 있으며, 개인 정보를 보호할 수 있다. 또한 VPN은 사용자의 위치를 숨기고 인터넷 활동을 익명으로 유지하는 데 도움이 된다. 지역 제한 해제 해외 여행 중에도 한국에서 송금이 필요한 경우가 생길 수 있다. 그러나 IP가 해외 주소이므로 은행 앱에 접근하는 것이 제한될 수 있다. VPN을 사용하면 지역 제한을 해제해 해외에서도 한국 인터넷 서비스를 이용할 수 있다. 따라서 해외에서도 안전하고 편리하게 인터넷을 이용할 수 있다. 빠르고 안전한 유료 VPN, 서프샤크 VPN ⓒ Surfshark 뛰어난 보안 서프샤크 VPN은 강력한 암호화 기술을 사용하여 사용자의 인터넷 연결을 안전하게 보호한다. 이는 사용자의 개인 정보와 데이터를 보호하고 외부 공격으로부터 사용자를 보호하는 데 도움이 된다. 다양한 서버 위치 서프샤크 VPN은 전 세계 곳곳에 여러 서버가 위치하고 있어, 사용자가 지역 제한된 콘텐츠에 액세스할 수 있다. 해외에서도 로컬 콘텐츠에 손쉽게 접근할 수 있음은 물론이다. 속도와 대역폭 서프샤크 VPN은 빠른 속도와 무제한 대역폭을 제공하여 사용자가 원활한 인터넷 경험을 누릴 수 있도록 지원한다. 온라인 게임, 스트리밍, 다운로드 등 대역폭이 필요한 활동에 이상적이다. 다양한 플랫폼 지원 서프샤크 VPN은 다양한 플랫폼 및 디바이스에서 사용할 수 있다. 윈도우, 맥OS, iOS, 안드로이드 등 다양한 운영체제 및 디바이스에서 호환되어 사용자가 어디서나 안전한 인터넷을 즐길 수 있다. 디바이스 무제한 연결 서프샤크 VPN은 무제한 연결을 제공하여 사용자가 필요할 때 언제든지 디바이스의 갯수에 상관없이 VPN을 사용할 수 있다.