하둡과 아파치 스파크에 대해 알아야 할 5가지
1. 하둡과 스파크는 다른 일을 한다
하둡과 아파치 스파크는 둘다 빅데이터 프레임워크다. 그러나 이들은 추구하는 목적이 다르다.
하둡은 근본적으로 분산 데이터 인프라스트럭처로, 범용화된 서버의 클러스터와 함께 다양한 노드에서 대량의 데이터 컬렉션을 배포한다. 이는 더이상 값비싼 하드웨어를 구매하고 유지하는 것이 필요하지 않다는 것을 의미한다. 또한 하둡은 데이터에 대해 색인하고 계속 유지하면서 이전에 가능했던 처리, 분석보다 좀더 효과적으로 빅데이터 처리와 분석을 할 수 있게 한다.
반면 스파크는 분산된 데이터 컬렉션에서 실행하는 데이터 처리 툴이지 분산 스토리지가 아니다.
2. 둘은 각각 사용할 수 있다
이 둘은 하나가 없어도 다른 하나를 사용할 수 있다. 하둡은 HDFS(Hadoop Distributed File System)라고 알려진 스토리지 요소뿐만 아니라 맵리듀스(MapReduce)라고 부르는 데이터 처리 요소도 갖고 있다. 그래서 하둡은 데이터 처리 과정에서 스파크를 필요로 하지 않는다.
반대로 하둡이 없어도 스파크를 사용할 수 있다. 스파크는 자체 파일 관리 시스템을 갖고 있지 않지만 HDFS가 아니더라도 다른 클라우드 기반의 분산 데이터 플랫폼이면 사용할 수 있다. 그러나 하나로 통합하는 것이 필요하다.
다만 스파크는 하둡을 위해 설계됐기 때문에 둘이 함께 하면 더 좋다는 것에는 많은 이들이 동의한다.
3. 스파크는 빠르다
일반적으로 아파치 스파크는 맵리듀스보다 빠르다. 맵리듀스는 단계별로 실행하는 반면, 스파트는 전체 데이터셋에서 단번에 데이터를 처리하는 방법이기 때문이다.
부즈 알렌 해밀턴(Booz Allen Hamilton) 수석 데이터 사이언티스트 커크 본은 "맵리듀스 워크플로우는 클러스터에서 데이터를 읽고 실행하고, 클러스터에서 결과값을 쓰고, 업데이트된 데이터를 읽고, 다시 실행하고 다시 클러스터에서 결과값을 쓰는... 이런 것에 대해서는 좋아 보인다"고 설명했다.
반면 스파크는 인메모리에서 전체 데이터 분석을 거의 실시간에 가깝게 실행하는데, 클러스터에서 데이터 읽기, 분석 실행에 필요한 모든 것을 한번에 이행하고, 클러스터에서 결과를 쓰고 끝낸다. 본은 "스파크는 배치 처리 작업에 있어서 맵리듀스보다 10배정도 빠르며 인메모리 분석에서 100배나 빠르다"고 말했다.
4. 스파크의 빠른 속도가 필요치 않을 수도 있다
모든 이들이 빠른 속도의 스파크가 필요한 것은 아니다. 자신의 데이터 실행과 보고서 요구 사항이 대부분 정형화된 것이거나 배치 모드 처리를 기다릴 수 있는 시간이 있다면 맵리듀스의 프로세싱은 좋은 선택지가 될 수 있다.
그러나 만약 작업 현장 센서와 같은 스트리밍 데이터를 분석하거나 복합적인 실행이 필요한 애플리케이션을 갖고 있다면 아마도 스파크를 원할 것이다.
예를 들어, 대부분 머신러닝 알고리즘은 복합적 실행을 요구한다. 스파크에서 사용할만한 일반 애플리케이션들은 실시간 마케팅 캠페인, 온라인 제품 추천, 사이버보안 분석, 그리고 머신 로그 모니터링 등이 있다.
5. 고장 회복(Failure recovery)
고장 회복은 어렵지만 여전히 좋은 기능이다. 하둡은 데이터가 디스크에 쓰여진 이후 시스템 고장이나 실패로부터 자연적으로 회복력이 있는 반면에 스파크는 소위 RDD(Resilient Distributed Datasets)라 부르는 회복력 있는 분산 데이터 셋 개념으로, 유사한 회복력을 내장하고 있다는 것이 강점이다.
본은 "이 데이터 객체는 인메모리나 디스크에 저장할 수 있으며 RDD는 고장 또는 실패로부터 완전한 회복을 제공한다"고 말했다. 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.