오픈소스 기반의 빅데이터 분산 처리 플랫폼인 하둡이 성장, 발전하면서 하둡 데이터를 기존 데이터베이스에 내보내는 대신, 하둡에 저장된 데이터에서 직접 SQL 질의를 처리할 수 있는 시스템이 필요했습니다.
한 마디로, 하둡 상에서 데이터 분석을 할 수 있는 SoH(SQL-on-Hadoop, 하둡용 SQL) 기술이 필요하게 된 것입니다(SoH는 SQL온하둡이라고 부르기도 합니다).
이에는 최초의 하둡용 SQL 솔루션인 아파치 하이브(Apache Hive)를 위시해, 스팅거(Stinger), 아파치 드릴(Apache Drill), 스파크(Spark), 아파치 피닉스(Apache Phoenix), 클라우데라 임팔라(Cloudera Impala), 피보탈 HD용 HAWQ, 프레스토(Presto) 등 상당히 많은 솔루션들이 여러 다양한 요구 사항과 사례에 부합하도록 개발되고 있습니다.
타조 또한 하둡을 위해 탄생한 대용량 데이터웨어하우스 시스템입니다.
2010년 고려대학교 컴퓨터학과 DB 연구실에서 리서치 프로토타입으로 시작한 타조는 2013년 3월 아파치 재단의 인큐베이션 프로젝트로 채택됐으며, 이듬해인 2014년 3월에는 최상위 프로젝트로 승격됐습니다.
타조 프로젝트에 참여하는 이들은 대부분 한국인으로, 그루터(Gruter), 인텔, 엣시(Etsy) 링크드인(LinkedIn), 나사(NASA), 클라우데라, 그리고 호튼웍스(HortonWorks) 출신의 개발자들이 참여하고 있습니다.
아파치 타조 프로젝트의 핵심 목표는 대규모 데이터를 처리하기 위한 하둡 기반의 데이터웨어하우스 시스템을 오픈소스로 구축하는 것입니다. 특히 타조는 표준 SQL을 질의 언어로 지원합니다.
타조는 하둡 분산 파일 시스템 상의 데이터를 포함한 여러 형태의 데이터에 대해 인터랙티브(interactive) 질의와 배치(batch) 질의 모두를 지원하도록 설계되어 있습니다.
빠른 질의 처리 시간을 보장하면서, 타조는 내고장성(fault-tolerance)과 실시간 로드 밸런싱(dynamic-load balancing)을 제공합니다.
좀더 높은 성능을 위해 타조는 비용기반 최적화(cost-based optimization)와 더불어 점진적 최적화(progressive optimization) 기술을 활용해 처리중인 질의를 재-최적화합니다. 이를 통해 가장 성능이 나쁜 질의 실행 계획은 사용하지 않도록 합니다.
2015년 3월 9일 발표된 타조의 새로운 버전은 자바 프로그램과 오라클과 포스트그레SQL(PostGreSQL)과 같은 서드파티 데이터베이스들과의 좀더 나은 연결성(connectivity)을 제공하기 위해 업데이트했습니다.
스파크(Spark) 또는 하이브(Hive)와 같은 다른 아파치 빅데이터 프로젝트보다 덜 알려졌지만 타조는 기업들이 상업용 데이터웨어하우스 종속에서 벗어나는데 적합할 수 있습니다.
또한 타조는 하둡 데이터 프로세싱 플랫폼에 데이터셋을 분석하기를 원하는 기업들에게 하둡의 맵리듀스(MapReduce) 프레임워크를 대신, 친밀한 상업용 비즈니스 인텔리전스 툴을 사용할 수 있게 합니다.
타조는 HDFS(Hadoop Distributed File System)에 저장된 대량의 데이터셋을 정리하기 위해 필수적인 ETL(Extract-Transform-Load process) 운영을 수행하는데, 사용자들과 외부 프로그램들은 SQL을 통해 이 데이터를 접근할 수 있다.
타조의 최신 버전은 JDBC(Java Database Connectivity) 드라이버가 새롭게 향상됐다. 타조 프로젝트는 원래부터 표준 RDBMS로 사용하기 쉽게 만들었기 때문에 가능한 것입니다.
이 드라이버는 다양한 상업용 비즈니스 인텔리전스 소프트웨어 패키지와 다른 SQL 기반의 툴에서 테스트를 진행했습니다. 또한 타조는 오라클과 포스트그레SQL 시스템 양쪽의 SQL 명령어를 내부 탑재했습니다.
타조의 새로운 기능은 웹 개발자를 위한 JSON(JavaScript Object Notation)을 완벽히 지원합니다. 이는 타조가 아마존 S3(Simple Storage Service)와 바로 작업할 수 있다는 걸 의미합니다.
타조를 사용하고 있는 곳은 대표적으로 SK텔레콤의 빅데이터분석 플랫폼, 고려대학교와 NASA 산하의 제트 추진 연구소(Jet Propulsion Laboratory), 음악 스트리밍 서비스인 멜론 등이 있습니다.
타조는 스파크, 하이브, 임팔라와 같은 다른 아파치 프로젝트보다 덜 알려졌지만 2013년부터 최초 테스트를 거쳐 실전에 투입됐습니다. SK텔레콤은 1.7TB의 데이터를 타조에서 실행해 대부분의 경우 하이브 또는 임팔라보다 빠른 속도로 질의를 해결할 수 있었습니다.
하지만 타조에게는 극복해야할 과제들이 많습니다.
활발한 아파치 프로젝트 커뮤니티라면 1,000명을 훌쩍 넘깁니다만, 현재 타조 커뮤니티의 인원은 100명을 넘지 못합니다. 오픈소스에서의 커뮤니티 참여 수는 사실 해당 솔루션의 발전과 가능성을 엿볼 수 있는 대표적 수치 가운데 하나입니다.
또한 대부분의 타조 개발자들이 한국인이라는 점에서 지리적, 언어적인 한계를 갖고 있어 기술 성숙도에 비해 세계적인 인지도가 낮다는 것도 풀어야 할 숙제입니다.
타조의 대표적인 개발업체인 그루터는 국제 빅데이터 컨퍼런스 등에 참여해 타조를 많이 홍보하고 있으며, 미국 실리콘밸리에 사무실을 두고 사용자 커뮤니티 기반을 늘이기 위해 노력하고 있습니다.
타조는 기업용 데이터웨어하우스로 초점을 맞추고 있지만 아직 기존 상용 솔루션에 비해 부족한 점이 많습니다. 이는 부상하는 빅데이터 솔루션이 갖고 있는 전체 과제이기도 합니다. 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.