Offcanvas
추천 테크라이브러리

테크라이브러리 광고 및 콘텐츠 제휴 문의

입력하신 이메일로 안내메일을 발송해드립니다.

BI|분석

“데이터 레이크의 잠재력을 깨운다” 차세대 스토리지 포맷 ‘아파치 아이스버그’의 이해 - Tech Summary

하둡 생태계는 방대한 데이터를 좀 더 쉽고 효과적으로 저장할 수 있기 때문에 데이터 레이크의 표준 생태계로 자리잡고 있다. 하지만 데이터를 둘러싼 환경은 빠르게 변화하고 있다. 특히 ‘데이터 폭풍’이라고 불리는 현재의 데이터 환경은 성능과 용량, 가용성, 확장성, 활용 방안 등 모든 면에서 기존 데이터 레이크의 한계를 드러내고 있다. 아파치 아이스버그가 차세대 데이터 레이크가 해법으로 주목 받는 이유는 기존 생태계와의 호환성을 유지하면서 데이터 웨어하우스의 정합성, 퍼블릭 클라우드 환경을 위한 최적화 등 기존 하둡 기반 데이터 레이크의 단점을 보완할 수 있기 때문이다. 아파치 아이스버그가 부리는 테이블과 스냅샷의 마법에 대해 알아본다. 주요 내용 - 클라우드와 데이터 폭풍 시대 데이터 레이크의 조건 - 장점은 살리고 단점은 보완하는 해법 “아파치 아이스버그” - “데이터 정합성부터 시간여행까지” 스냅샷의 마법 - 진화하는 파티션과 극강의 호환성 - 아이스버그의 가치를 극대화하는 클라우데라 데이터 플랫폼

Cloudera 2022.06.28

BI|분석

CIO를 위한 데이터 분석 및 머신러닝 가이드

방대하고 복잡한 데이터 환경을 유용한 비즈니스 정보로 바꾸고자 하는 CIO를 위한 가이드입니다. 데이터를 활용한 비즈니스 의사 결정은 이제 선택이 아니라 필수입니다. 오늘날에는 수십억 사용자와 기기에서 생성되는 데이터가 규모와 다양성 면에서 기하급수적으로 증가하고 있으며, 현업에서는 고품질 데이터와 유용한 정보를 즉각적으로 얻고자 하기 때문에 새로운 데이터 관리 방식을 도입하려는 기업들이 늘어나고 있습니다.  또한 많은 클라우드 기능의 비용과 성능이 티핑 포인트에 도달하면서 모든 기업에서 머신러닝(ML)과 인공지능(AI)을 이용할 수 있는 환경이 조성되었습니다. 이 가이드를 읽어보시고, 방대하고 복잡한 데이터 환경을 유용한 비즈니스 인사이트로 바꾸는 데 도움이 되는 기술을 상세히 알아보시기 바랍니다. <31p> 주요 내용 - 새로운 데이터 환경 - 클라우드 스토리지 및 데이터 웨어하우징 - 실시간 데이터 통합 - 머신러닝 및 AI

Google 2021.02.02

데이터베이스

Oracle Autonomous Data Warehouse, 클라우드 데이터 웨어하우스의 미래

최근의 세계적인 추세는 기업이 민첩성과 빠른 의사결정, 탄력성을 갖출 것을 요구하고 있습니다. 이는 이미 빠르게 진행되고 있는 클라우드로의 전환을 더욱 가속화하며, 기업이 내부 조직을 비롯해 협력사 및 규제 기관과 데이터를 공유하는 데 오랫동안 걸림돌이 되어온 데이터 사일로를 해소해야 할 필요성을 강조합니다. Oracle Autonomous Data Warehouse는 기업이 데이터를 활용해 더 많은 가치를 더 빠르게 확보하도록 지원합니다. 그 비결을 알아보세요. <4p> 주요 내용 차세대 클라우드 자율운영의 가치 강력한 성능의 저비용 클라우드 데이터 웨어하우스

Oracle 2020.08.28

BI|분석

경쟁 우위를 위한 채널링 스트리밍 데이터

본 문서에서 다루려는 내용은 데이터를 데이터 웨어하우스에 저장하고 향후 분석을 위해 보관하는 방법에 대한 것이 아닙니다. 조직 내에 실시간으로 유입되는 데이터를 저장하기 전에 먼저 분석하는 방법을 살펴보고자 합니다. 이를 위해서는 즉각적인 경고를 생성하고 이벤트 관련성 및 조치의 긴급성을 정확하게 파악하여 풍부한 스트리밍 데이터에서 의미 있는 신호를 식별할 수 있어야 합니다. 본 문서는 사례 연구들을 통해 조직이 스트리밍 데이터로부터 비즈니스 가치를 신속하게 도출하는 데 이벤트 스트림 분석 소프트웨어가 얼마나 유용한지를 살펴봅니다. <13p> 주요 내용 - 스트리밍 데이터: 산업 혁신의 새 물결을 열다 - SAS: 새로운 물결을 열다 - 오늘날 기업들이 스트리밍 데이터를 활용하는 방법 - 마케팅, 사기탐지, 시장 위험 보고, 소매 최저화 - 보건 및 생명 과학, 예측적 자산 유지 관리, 네트워크 최적화

SAS 2019.01.11

데이터베이스 / 클라우드 컴퓨팅

오라클 자율운영 데이터 웨어하우스 클라우드를 이용한 QMP Health의 의료부문 적용 사례

QMP는 오라클 클라우드 기술을 이용하여 의료업계 고객에게 분석데이터를 빠르게 제공합니다. QMP의 CAREiQ  의료기술 플랫폼은 오라클 자율운영 데이터웨어 하우스 클라우드를 기반으로 구축된 서비스입니다. 오라클 자율운영 데이터웨어하우스 클라우드는 혁신적인 자체 가동, 자체 수리, 자체 보안 기술을 기반으로 합니다. 간편한 사용과 자체 튜닝, 유연한 확대/축소, 우수한 질의 성능이 특징입니다. 완벽한 자율운영 가동으로 IT 전문가가 일상적인 관리업무를 할 필요가 없어 비용 대비 효과가 뛰어나며, 머신러닝 알고리즘이 자동으로 보안과 안정성, 성능을 개선합니다. 주요 내용 - 작은 기업이 의료서비스 업계에 몰고 온 큰 변화 - 통합 데이터로 새로운 서비스 모델 지원 - 자율 기술로 내부 업무와 고객 서비스 개선 - 자체 가동 시스템이 수요 증가에 맞춰 자동으로 규모 확대

Oracle 2018.12.14

데이터베이스

“스스로 튜닝하고 패치하고 확장한다” 자율 운영 데이터베이스의 이해와 전략 - IDG Summary

철야, 야근, 주말 특근 등은 늘 있는 패치와 업그레이드를 할 때마다 반복되는 데이터베이스 관리자의 일상이다. 현업 부서 사용자의 요구에 최근에는 대내외 API 연계 서비스가 늘다 보니 데이터 플랫폼 성능 최적화도 손이 많이 간다. 늘 같은 일을 하는데, 항상 시간에 쫓긴다. 이런 데이터베이스 관리자의 벗어날 수 없는 과제를 해결하는 방법은 바로 자율화에 있다. 첨단 머신러닝과 인공지능에 데이터베이스와 데이터 웨어하우스 구축, 운영, 관리를 맡기는 것이다. 데이터 플랫폼 관리자가 ‘데이터’ 자체에 집중할 수 있도록 해주는 자율 데이터베이스의 가능성과 이를 구현한 오라클 오토노머스 데이터베이스 전략을 살펴본다. 주요 내용 - 자동화 vs. 자율 운영의 차이점 - 자율 데이터베이스 시대를 여는 오라클 오토노머스 데이터 웨어하우스 - “쉽고 빠르고 탄력적이다” - 더 가볍고 빠른 또 하나의 엑사데이터 - 현업부터 개발자까지 데이터 이해관계자 모두를 위한 서비스

Oracle 2018.12.04

데이터센터

클라우드 컴퓨팅과 빅데이터 시대의 엔터프라이즈 데이터 웨어하우스 및 BI

데이터가 폭증하는 클라우드 및 빅데이터의 시대에 데이터를 안전하게 보호하면서도 언제나 필요할 때 활용할 수 있도록 하는 것은 기업 IT의 과제 중 하나입니다. 이 보고서는 6개 기업의 사례를 통해 클라우드 기반의 데이터 웨어하우스로 어떻게 직면한 과제들을 해결했는지 살펴봅니다. [영문] 주요 내용 - 분석을 위한 데이터 관리 플랫폼 변화 - 유통 사례 : 재고 분석 - 금융 서비스 사례 : 고객 예측 - 제조업 사례 : 현장 장비 모니터링 - 헬스케어 사례 : 환자 치료 실적 개선 - 통신사 사례 : 신규 고객 발굴 - 정부 기관 사례 : 인사 데이터 분석   

Microsoft 2017.09.15

엔터프라이즈 애플리케이션

데이터 웨어하우스: 실사용자 생각 엿보기

IT Central Station이 작성한 이 보고서는 엔터프라이즈급 데이터 웨어하우스 공급업체 목록과 ITCentralStation.com에 게시된 실제 사용자 리뷰를 포함합니다. 각 제품에 대한 리뷰 작성자는 LinkedIn 프로필을 기준으로 실제 사용자임이 확인되었기 때문에 제품 공급업체의 의견이 아닌 믿을 수 있는 실제 사용자의 의견을 제공합니다. 솔루션 집중 분석을 통해 주요 특징과 고객사, 리뷰 작성자가 제시하는 유용한 기능, 조직 개선에 도움이 되는 부분, 아쉬운 점, 확장성 문제 등을 자세히 소개합니다. 집중 분석 솔루션은 Vertica, Oracle Exadata, Teradata, Netezza, EMC Greenplum, Sybase IQ, Microsoft Parallel Data Warehouse, Infobright, Apache Hadoop, IBM Smart Analytics System입니다. <30p> 주요 내용 - 공급업체 디렉토리 - 상위 10개 공급업체 - 순위 요인별 상위 5개 솔루션 - 10개 솔루션 집중 분석

HPE 2017.07.18

엔터프라이즈 애플리케이션

비즈니스의 속도와 규모에 맞는 머신 러닝 실현

데이터의 양과 속도, 다양성이 계속 증가하면서 기업으로서는 빅 데이터에 숨겨진 통찰력을 발견하여 경쟁업체와 차별화하고 수익을 증대하는 것이 더욱 중요해졌습니다. 본 백서는 데이터베이스 내 머신 러닝이 어떻게 소규모 분석의 한계를 뛰어넘어 극단적으로 큰 규모의 데이터 세트에 적용했을 때에도 빠른 속도와 높은 정확도를 구현하는지 설명합니다. 또한, Vertica 데이터베이스 내 머신 러닝 알고리즘의 장점을 설명하고 그것이 기존 도구(C++, Java, Python, R)를 어떻게 보완하는지 알아봅니다. <12p> 주요 내용 - 머신 러닝: 새로운 경쟁 우위 - 머신 러닝의 유형 - 대규모 머신 러닝 적용의 장애물 - 빠른 속도와 큰 규모로 예측 분석을 제공하는 Vertica Analytics Platform - Vertica Analytics Platform의 데이터베이스 내 머신 러닝 기능 - 다양한 산업 분야의 머신 러닝 사용 사례

HPE 2017.07.18

BI|분석 / 데이터베이스 / 스토리지 / 애플리케이션 개발 / 엔터프라이즈 애플리케이션 / 오픈소스 / 콘텐츠 관리

"데이터에 흐르는 비즈니스 기회, 호수에 저장하라" - 데이터 레이크의 이해 - IDG Tech Report

데이터 레이크(data lakes)란 대용량의 데이터들을 억지로 통합해 단일 형식으로 만드는 대신, 그대로 원래 형식으로 저장했다가 나중에 쉽게 분석할 수 있도록 하는 대규모 데이터 저장소를 의미한다. 데이터 레이크는 정형 데이터만 저장하는 기존 데이터웨어하우스와 비교하는 경우가 많지만 이 둘은 쓰이는 목적과 용도가 다르다는 것이 전문가들의 설명이다. 이 둘의 성격과 개념을 잘 파악해 적용하는 것이야말로 빅데이터, 사물인터넷으로 이어지는 새로운 비즈니스 기회를 잡을 수 있는 열쇠다. 빅데이터 저장소이자 새로운 비즈니스 기회가 담겨있는 데이터 레이크의 개념 설명과 사례, 그리고 준비 시 고려사항을 살펴보자. 주요 내용 "데이터 분석의 새로운 방향" - 얼리 어답터에게 듣는 데이터 레이크 사용기 “제 자리에서 분석하기” - 데이터 레이크 준비 시 직면하는 과제

2016.04.27

회사명:한국IDG 제호: ITWorld 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 편집인 : 박재곤 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.