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

클라우드와 진화하는 데이터 사이언스 및 5가지 성공 요건 : TDWI Research

오늘날 많은 기업은 분석 작업을 지원하기 위해 다중 플랫폼 환경을 조성하고 있습니다. 클라우드는 이 전략의 핵심입니다. 실제로 TDWI 연구에 따르면, 클라우드 데이터웨어 하우스 또는 데이터 레이크와 같은 플랫폼은 분석을 지원하기 위한 데이터 관리의 성장점이 됩니다. 클라우드에는 고급 분석을 위한 수많은 이점이 존재합니다. 그 중 최고는 확장성과 탄력성을 꼽을 수 있습니다. 이 체크리스트는 클라우드 기반 실사례 평가, 클라우드 컴퓨팅 아키텍처 및 계획 고려 사항을 포함하여 데이터 사이언스에 클라우드를 활용하는 5 가지 모범 사례를 실었습니다. <12p> 주요 내용 - 분석 실사례에 대한 평가 - 데이터 중력에 대한 고찰 - 진화하는 분석 아키텍쳐에 대한 이해 - 데이터 사이언스 운영화에 대한 노력

SAS 2021.02.26

데이터센터

엔터프라이즈 AI를 위한 인프라 재고 : IDC 백서

AI를 비즈니스의 운영, 제품 및 서비스에 도입하기 위해 여전히 AI 인프라를 시험하고 있는 기업들은 그 부담을 덜 수 있습니다. 불과 12개월 전과는 달리 AI 추론뿐만 아니라 딥러닝이 어떤 종류의 인프라를 필요로 하는지에 대한 인식이 높아지고 있습니다. 공급업체들은 AI 애플리케이션에 대한 장애물을 줄여주는 AI용 하드웨어, 소프트웨어 및 서비스 패키지를 함께 제공하고 있습니다. IDC는 AI가 수년 동안 데이터 센터의 표준이었던 인프라와는 다른 인프라를 필요로 한다고 믿고 있으며, 기업들도 이를 분명히 인식하고 있습니다. 그들은 미래를 내다 보면서 다른 호스트 프로세서, 다양한 가속화 기술 및 대형 메모리 용량을 채택하고 있습니다. 이 백서에서는 이러한 당면 과제에 대해 논의하고 이를 위해 IBM이 어떤 제안을 하고 있는지 알아봅니다. 주요 내용 - IBM AI 인프라 접근 방식 - AI 인프라의 핵심: IBM Power System AC922 및 IBM PowerAI - AI 인프라의 기초: 향상된 데이터 레이크 - 대형 모델 지원

IBM 2019.04.11

클라우드 컴퓨팅

“빅데이터 분석부터 인공지능까지” 클라우드 기반 빅데이터 분석 가이드 - IDG Summary

데이터 기반의 의사결정을 통한 비즈니스 혁신은 오늘날 모든 기업의 지상 과제라고 해도 과언이 아니다. 하지만 이를 위한 빅데이터 분석 실전은 그리 녹록지 않아 데이터의 수집과 저장부터 난관에 부딪히는 경우가 적지 않다. 물론 해법은 있다. 데이터의 수집과 저장, 분석, 시각화까지 일련의 데이터 분석 과정을 일일이 구축하고 관리하지 않아도 되는 클라우드 기반 빅데이터 분석 서비스가 그 주인공이다. 빅데이터 분석 시장이 클라우드 중심으로 재편되고 있는 흐름을 짚어보고, 기업이 클라우드 기반 빅데이터 분석 환경을 도입하는 주요 패턴을 살펴본다. 특히 기업의 요구사항에 맞는 AWS 분석 플랫폼 선택 가이드도 제시한다. 주요 내용 - 빅데이터 분석 지형의 변화와 클라우드의 부상 - 기존 데이터 분석 플랫폼의 클라우드 마이그레이션 - 첫 구축에 유용한 서버리스 아키텍처와 데이터 레이크 - 실시간 데이터 처리를 위한 빅데이터 분석 아키텍처 - 모든 개발자를 위한 인공 지능 서비스의 출현 - AI 서비스를 이용한 새로운 데이터 분석 가능성 - “폭과 깊이 모두 중요한” 클라우드 기반 데이터 분석 서비스

Amazon Web Services 2018.11.09

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.