졸업작품중간보고서 - 구글 MapReduce 를이용한클라우드컴퓨팅 조중연 서종덕 지도교수님진현욱교수님 ( 인 )
|
|
|
- 미연 변
- 5 years ago
- Views:
Transcription
1 졸업작품중간보고서 - 구글 MapReduce 를이용한클라우드컴퓨팅 조중연 서종덕 지도교수님진현욱교수님 ( 인 )
2 목 차 1. 개요및목적 2. 관련기술및기술동향 I. 관련기술 II. 기술동향및사례조사 3. 프로젝트세부사항 I. 개발내용 II. 동작과정 III. 개발환경 4. 진행사항 I. 개발환경설정 II. 설치및환경설정현황 III. 클러스터운영현황 IV. MapReduce 프레임워크개발환경구축 5. 앞으로의진행사항및추가사항 I. 앞으로의진행사항 II. 추가고려사항 6. 참고문헌
3 1. 개요및목적 I. 개요 점차데이터의크기는방대해지고, 메인프레임과같은서버의하드웨어는증설에다양한방면으로어려움을겪고있다. 하드웨어를증설하기에비용과함께서버를설치할수있는공간과같은문제들로인해앞으로는대용량데이터저장과운영에대해새로운방법을적용하지않을수없게될것이다. 그렇기때문에분산저장및분산데이터처리에대한부분이다시금주목받고있고, 대표적인개념으로 Cloud Computing 이널리알려져있다. 그렇기에 Cloud Computing을이용해서데이터를분산저장하고, 분산된데이터를처리하여사용자에게제공하고앞서제기한문제들의해결책을고려해보기위해서이번프로젝트를계획하게되었다. II. 목적 구글에서개발하고오픈소스로제공하는분산저장프레임워크인 MapReduce를이용하여대용량데이터를저장하고처리하는시스템을제작하고, 저장된데이터를빠른시간에검색할수있는검색엔진을활용하여사용자가 Web을통해서자료를검색할수있는인터페이스를제공한다. 이를통해 Cloud Computing의운영에대해이해하고, 분산저장파일시스템인 HDFS의이해하여대용량데이터처리에대한이해를높이기위함이다.
4 2. 관련기술및기술동향 I. 관련기술 A. Cloud Computing 가 ) 개요 - 우리가사용하고있는소프트웨어나많은정보들을 PC안이아닌인터넷어딘가에저장하고, 이를각종 IT 기기들로손쉽게정보를공유하고사용하는사용자환경을지칭한다. 사용자는해당자원이어디에위치해있는지를고려할필요가없이구름너머의어딘가에요청만하면된다는의미에서 Cloud 라는단어가사용되게되었다. 나 ) 서비스종류 - SaaS(Software as a Service) : 응용 SW를서비스로제공한다. 현재 Google Office, Google calendar, Salesforce.com의 ERP, CRM 등의서비스가제공되고있다. - PaaS(Platform as a Service) : SW 개발환경을서비스로제공한다. 개발환경이란 Programming Language와같이개발언어를의미한다. Google의 AppEngine 서비스를대표적인예로들수있다. - IaaS(Infrastructure as a Service) : 실제적인컴퓨터시스템 HW자원을서비스로제공한다. Amazon Web Service(AWS) 의 S3 및 EC2 서비스를대표적인예로들수있다. - 기타개념으로 XaaS 아래 Aaas, Haas, Daas등이존재한다.
5 B. GFS (Google File System) 가 ) 개요 - Google에서제안한분산처리를위한 File System이다. 주요특징으로는 Block 기반저장시스템, Master-Slave 구조, 일반 PC의사용성을꼽을수있다. GFS 의구조 나 ) 특징 i. Block 기반저장시스템 - 일반적인 Disk와동일하게 Block 기반저장시스템을기반으로하고있지만, 많은부분에서일반적인 Disk와다르다. 우선첫번째로, 블록하나하나의크기가 64MB로일반적인 Disk의불록크기보다훨씬크다. 이는하나의 Disk에서데이터를읽어오는방식이아니라여러개의조각을동시에읽어서성능향상을꾀하고있기때문에, 전통적인 Block 기반방식의 Disk와같지만다르다고볼수있다. ii. Master-Slave 구조 - 각각의노드는두개의타입으로나뉘게된다. Master 노드와 Slave 노드인데, 일반적으로하나의 Master 노드와다수의 Slave 노드로구성되게된다. Master 노드는실제데이터를저장하지않고, Slave 노드에저장되어있는데이터의메타데이터를저장하고있다. 메타데이터는테이블형식으로매핑되어있고각블록의 Label과현재사용현황, 복제본의위치등을저장하고있다. Slave 노드의경우실제데이터의블록을저장하고
6 있으며, 현재자신의상태정보 ( 운영현황, 보유파일상태등 ) 을 Master 노드로전송 (Heartbeat Message) 하게된다. iii. 일반 PC의사용성 - 전통적으로서버는단일메인프레임또는데이터센터에위치하고있는랙타입서버를의미하게된다. 하지만 GFS는이러한전통적인서버의통념에서벗어나다수의일반적인 PC를사용하여분산파일시스템을구현하고있다. iv. 기타사항 - GFS는 File System이라는이름을갖고있지만, 일반적으로 File System이 Kernel과같은 System의내부에서동작하는것과달리각노드의사용자영역에서실행되게된다. 그렇기때문에일반적인 File System과달리크게제약성을갖지않고, 다양한유연성을보유하게된다. C. Hadoop 가 ) 개요 - Apache Software Foundation의분산처리시스템프레임워크로, 최초에는 Lucine 프로젝트의일부인 Nutch에서시작되었다 년부터시작된 Nutch 프로젝트는웹크롤링과인덱싱에서높은컴퓨팅파워와수많은양의저장소를필요로하게되었고 2003 년발표된 GFS 논문이이와같은문제점을해결하기에적합하다고판단되어프로젝트를시작하게된것이다. 이를기반으로 2004년 NDFS(Nutch Distributed File System) 을구현하게되었고, 이때구글에서는 MapReduce 프레임워크를발표하게되었다. 2005년부터 NDFS와 MapReduce 프레임워크를통합하는과정에이르게되었고, 2006년 NDFS와 MapReduce가 Hadoop이라는이름으로재탄생하게된것이다. 2008년, 결국 Hadoop은 Nutch의서브프로젝트가아닌 Apache Software Foundation의메인프로젝트가되었고 Yahoo, FaceBook, New york times와같은기업에서사용하게되면서이름을알리게되었다. Hadoop 프로젝트는
7 Hadoop Common, HDFS, MapReduce 와같이세개의서브프로 젝트를갖게되었다. Hadoop Subproject 의구조 나 ) Hadoop의 Sub-project i. Hadoop Common (Core) - HDFS에접근하고, 조작하기위한다양한 API와콘솔명령어및웹인터페이스를지원하고있다. Java 언어로제작되어있으며, 패키지내부에있는소스를수정하여컴파일하면변경이가능한오픈소스기반으로되어있다. ii. HDFS - HDFS는 GFS 논문의실제구현물이기때문에앞서설명한 GFS 의특성과동일한특성을갖는다. 이에더하여서버의 System Fault가발생하게되더라도여러개의데이터복제본을활용하여가용성을높이는내고장성 (fault-tolerant) 을특징으로갖고, 신뢰성을최우선하여시스템을운영하게된다. HDFS 의구조
8 iii. MapReduce - HDFS에저장되어있는데이터셋을활용하여손쉽게분산처리프로그래밍을할수있게해주는소프트웨어프레임워크이다. iv. Avro - 데이터의효율적인직렬화시스템을지원하고, 언어간의 PRC 및영구적인데이터저장소를위한 System이다. v. Pig - HDFS에서실행되는데이터플로우언어를위한대형파일탐색툴로, 실행환경을제공해준다. vi. HBase - 컬럼기반의분산데이터베이스를지원해주는시스템으로, HDFS를하부저장소로사용하면서배치스타일연산과 MapReduce를동시에지원해준다. vii. ZooKeeper - 분산처리프로그램의기반을제공해준다. viii. Hive - 분산데이터저장소로, HDFS에저장된데이터를관리하고쿼리기반의 SQL 엔진을이용해서데이터를질의할수있다. ix. Chukwa - 분산데이터집합및분석시스템으로, HDFS에저장되어있는데이터에대한수집기를운영하고수집된데이터는 MapRedice 프레임워크의결과물에영향을미친다.
9 D. MapReduce 가 ) 개요 - MapReduce는 Google에서정보검색을위한데이터가공 ( 색인어추출, 정렬및역인덱스생성등 ) 을목적으로개발된분산환경에서의병렬데이터처리기법이자프로그래밍모델이며, 또한이를지원하는시스템이다. MapReduce는비공유구조 (shared-nothing) 로연결된여러노드 PC들을가지고대량의병렬처리방식 (MPP; Massively Parallel Processing) 으로대용량데이터를처리할수있는방법을제공한다. 이를보다간편하게하기위해 MapReduce는 LISP 프로그래밍언어에서의 map과 reduce 함수의개념을차용하여시스템의분산구조를감추면서범용프로그래밍언어를이용해병렬프로그래밍을가능하게한다. 나 ) 기본동작및구조 i. 기본적인동작이론 Map: (key1, value1) -> (key2, value2) //(key, value) 쌍을읽어다른 (key, value) 쌍에대응 Reduce: (key2, List_of_value2) -> (key3, value3) //key2를기준으로취합된 value list를읽어집계된값 value 3 를출력 - Map 함수는임의키-값쌍을읽어서이를필터링하거나, 다른값으로변환하는작업을수행하고, Reduce 함수는 Map 함수를통해출력된값들을새키 key2를기준으로그룹화 (grouping) 한후여기에집계연산 (aggregation) 을수행한결과를출력한다. 이렇게 MapReduce는이간단한두함수를이용해여러노드들을대상으로데이터를병렬처리할수있는특징을가진다.
10 ii. 기본적인구조 - 아래그림은 MapReduce의처리흐름을나타낸다. 분석할입력데이터는분산파일시스템인앞서설명한 HDFS 위에먼저적재되고, 이때데이터는기본 64MB 크기의여러데이터청크 (chunk) 들로분할된다. GFS는각기분할된청크들에대해장애로부터의복구를위해 2개의추가적인복사본을생성하며이들을클러스터를구성하는각기다른노드 PC들에위치시킨다. 일반적인 MarReduce Job 의 Data Flow 다 ) 특징 i. map() 과 reduce() - map() 함수는임의의 <key, value> 셋을입력으로받아서필터링하거나변환을거쳐서출력으로새로운 <key, value > 셋을출력하여로컬노드에저장한다. reduce() 는 map() 함수가수행한결과물인 <key, value > 셋을입력으로받아그룹화하고정렬등의작업을거치게되고, 전체작업은기본적인 DBMS의 group-by-aggregation과유사하지만, 손쉽게여러노드들을대상으로데이터를병렬처리할수있는특징을갖는다.
11 ii. 다양한형태의 MapReduce Job - 이와같이 MapReduce Job은다수의 map 함수와다수의 reduce 함수로구성되게되는데, 이구성이반드시절대적인것은아니다. 기본적으로 map 함수는다양하게분산될수있는데, reduce 함수의경우아래와같이존재하지않거나단일처리또는다중처리로진행될수있다. 실제로 reduce 함수의배치에따라성능이많이달라진다. Reduce Task 가없는 Job 의 Data Flow 단일 Reduce Task
12 다중 Reduce Task iii. MapReduce의작동방법 - MapReduce는 map task와 reduce task를하나의 job으로처리하고해당 job을처리하기위해서 job을제출하고지속적으로진행과정을조사하여진행사항또는에러내용을콘솔에출력한다. MapReduce Job 진행과정
13 iv. MapReduce의장점 - MapReduce는먼저 Map(), Reduce() 라는두개의함수를구현함으로써병렬처리를가능하게한다는것이큰장점이다. 데이터의분산배치와실행은스케쥴러가담당함으로써사용자는분산시스템의물리적구조를알지않아도데이터병렬화 (data parallelism) 방식을통한분산처리를매우쉽게할수있는이점이있다. 두번째로 MapReduce는특정화된데이터모델이나스키마정의, 질의언어에의존적이지않다. 사용자는범용의프로그래밍언어를이용하여데이터를어떻게처리할지기술한다. 따라서관계형데이터모델로는표현되기어려운다르거나, 비정형적인데이터모델들도지원할수있는유연성을갖는다. 세번째로 MapReduce는병렬데이터처리를위한시스템으로하부저장구조와독립적이다. 기본적으로는 MapReduce는 GFS 와같은분산파일시스템상의파일을입출력으로하지만, 그외일반파일시스템이나 DBMS 등다른저장구조를하부에두는것도가능하다. 네번째로 MapReduce는분산파일시스템의데이터복제 (replication) 에기반한데이터의내구성 (durability) 지원과함께 Mapper나 Reducer의태스크장애시각태스크의재수행을통해장애로부터의내고장성을확보한다. 이때 Map과 Reduce 작업이처음부터다시실행되는것을막기위해 Map의결과는 Mapper가수행된노드의로컬디스크에기록된다. 마지막으로 MapReduce의오픈소스구현인 Hadoop은 4,000 노드이상으로확장될수있을정도로높은확장성을가진다. 처리해야할데이터크기가커지면그만큼높은작업처리량 (throughput) 을가지도록시스템을개선해야한다. 기존의방식은 HW 성능의개선을통해처리량을향상시키는 scale-up 방식이었던반면에, MapReduce는저가의범용 PC들을추가로할당함으로써확장성을지원하는 scale-out 방식의구현을용이하게한다.
14 v. MapReduce의단점 - 첫번째로 Map과 Reduce만을정의하도록한 MapReduce는단순한인터페이스를제공함에반해, 복잡한알고리즘이나 selection-then-group-by-aggregation 작업이아닌알고리즘에서는효율적이지않다. 대표적인것이 Join과같은이항연산자 (binary operator) 의지원이나 Loop의지원이다. MapReduce에서는이항연산자를지원하지않았다. 때문에 Join은하나의 MapReduce 작업으로표현되지못하고여러개의 MapReduce 작업을직렬로연결해표현해야만했다. Loop의경우도매반복때마다계속입력을반복해서읽어야하는등의 I/O 낭비가심하였다. 즉, MapReduce에서는 DAG(Directed Acyclic Graph) 형태로자신의워크플로우를따로정의하는작업은불가능하며, 복잡한알고리즘의구현을위해서는여러번의 MapReduce 작업을수행해야하는불편함과그에따른성능저하가많다. 두번째로 MapReduce는병렬처리에대한두인터페이스를제공하는것이외에기존의 DBMS가제공하는스키마나질의언어, 인덱스등을제공하지못한다. 스키마는데이터의무결성 (integrity) 를지원하는데있어서중요한데, 이의미비는결국프로그램로직상에서무결성을검증하도록하게한다. 이런경우프로그램도복잡해지려니와하부데이터형식의변경은프로그램로직의변경을야기하고, 매번데이터를읽을때마다파싱을수행해야하는부담도갖는다. SQL과같은질의언어의미지원도또한질의형식의재활용이나손쉬운질의의작성을어렵게한다. 인덱스는질의처리성능의향상을위해중요하지만 MapReduce는인덱스를지원하지않으며, 데이터의일괄처리만을제공한다. 때문에 DeWitt과 Stonebraker등은 MapReduce 를단순한 LTE(Load-Transform-Extract) 도구로만처음에언급하였다. 세번째로 MapReduce는기본적으로런타임스케쥴링에기반한다. Hadoop의예에서, 런타임스케쥴링에서는태스크를수행하는경우는실패한태스크를재수행하거나또는아직수
15 행되지않은태스크를수행하는경우또는태스크가매우느린경우이다. 특히세번째의경우는임계값을설정해두고일정시간동안에임계값을도달하지못하는경우 straggler로판정하고이를다시수행시키는데, 노드 PC 성능이상이한경우이과정이효과적이지못하다. 더불어한클러스터에서여러 MapReduce 작업을동시에수행하는경우에대해서효과적인다중-작업스케쥴링을제공하지못한다. 마지막으로 MapReduce는 DBMS와비교해상대적으로낮은성능을보인다. 이러한시스템에서의성능측정은대개단위시간당작업처리량 (throughput) 이나시스템의효율성 (efficiency) 등으로측정할수있다. DBMS의경우테이블에의적재이외에인덱스생성시간등이소요되어더많은시간이소요되었다. MapReduce의이러한낮은성능은내고장성지원을위해디스크 I/O를희생하는태생적인이유에근거한다. 우선파일을보관하는분산파일시스템은 2개의 replica를추가로가짐에따라디스크공간과 I/O 를소비한다. 복제된이후읽기연산은각기다른복사본에접근함으로써병렬화를꾀할수는있지만, 대신에출력의경우는한데이터를가지고여러노드에분산, 기록해야한다. 또한각태스크는수행결과를다음태스크에전달하기이전에태스크를수행한노드의로컬디스크또는분산파일시스템상에기록하는과정을먼저수행한다. 이러한추가적인 I/O는 DBMS에서는존재하지않던것이었다.
16 II. 기술동향및사례조사 A. 개요 - Apache Hadoop, Qizmt, Disco, Greenplum등의구현사례가있으며 Apache Hadoop은대표적오픈소스구현사례로현재아마존은 MapReduce 를이용한아마존웹서비스를제공. MapReduce 프로그래밍은기가스페이스의익스트림어플리케이션플랫폼이나, 그리드게임의클라우드개발플랫폼, IBM 웹스피어익스트림스케일, 오라클코히런스등이있다. B. Hadoop / MapReduce 응용사례가 ) 텍스트검색 - 대표적인예로야후의검색엔진이 Hadoop으로구성되어있다. 이외에도 Hadoop을이용해서검색을위한수집도구인웹크롤러와파싱, 인덱싱등검색엔진의모든부분에 Hadoop을적용하여운영하고있는사례가많이있다. 가장간단한예제로, 데이터수집을위한데이터크롤러를분산처리하도록구성한시스템을소개하겠다. Hadoop 을이용한웹크롤러구현 - 각각의크롤러는개별적으로동작을진행하되, map 함수에서새 로운 URL 을저장하고파싱을통해링크들을추출하여출력하게 된다. reduce 함수에서는 map 함수에서추출된 URL 을기반으로
17 하여이전에저장되어있는 URL 과비교하여새로운 URL 을추출 하고, 저장하는방식으로운영되고있다. 나 ) 이미지검색 - 이미지인덱싱과검색부분에 Hadoop을활용해분산처리를진행하고있다. HDFS에저장된이미지파일을 <key, vaule> 형식으로인덱싱하여인덱스파일에저장하고, 사용자가업로드한이미지파일을인덱싱된형태로변환하여각노드에서해당이미지와유사한이미지가있는지검색하는형식을취하고있다. 이미지인덱싱 이미지서칭
18 다 ) FaceBook의이용사례 - 사용자의급증에따라 FaceBook의로그데이터와사용자데이터는급증하였고, 이를위해확장이용이하면서성능까지만족시킬수있는데이터처리플랫폼이반드시필요한상황이었다. 초기에는오라클을기반으로시스템을구축하였지만, 확장성과성능면에서다양한문제에봉착한다음하둡을적용하게된것이다. 이는크게네부분에서적용한것으로볼수있는데첫번째로매시간마다많은양의데이터에대한요약본을생성해야하는부분에적용하였다. 이는통계를위해서반드시필요한부분이기때문이다. 두번째로사용자의히스토리데이터에대한잡수행이다. 이는새로운상품을준비하고런칭하는데에사용하기위한데이터를생성해내기때문이다. 세번째로방대한로그데이터를장시간보관하기위한저장소에적용하였고, 마지막으로저장된로그이벤트를관찰하여사용자들을스팸으로부터보호하기위함으로사용되었다. 적용된구조는아래의그림에서간단하게볼수있다. FaceBook 의데이터웨어하우스관리구조
19 3. 프로젝트세부사항 I. 개발내용 A. MapReduce 프레임워크를이용한 Data 노드설정및대용량처리를위한 Framework 구축 B. 데이터검색을위한검색엔진 C. Data Set의수집을위한 Web Robot - 기존의 Data Set 활용이가능한경우기존자원활용 D. 검색인터페이스를위한 Web Interface II. 동작과정 A. 사용자의 Web Interface 접속및검색쿼리질의 B. 검색쿼리를받은 Web Interface는검색엔진을이용해서 Cloud 내부의데이터들을검색 C. 검색엔진은검색을위한 Data Set을참조하여 Cloud 내부의데이터를참조하고검색하여결과값을 Web Interface에반환 D. Web Interface는반환된정보를기반으로사용자에게질의결과를출력
20 III. 개발환경 A. 하드웨어가 ) Server 노드 : Desktop 또는 1U 서버컴퓨터 3대이상 - 하드웨어자원부족시노드확장을위해가상머신활용예정 B. 운영체제가 ) Server 노드 : Linux Kernel 2.6 나 ) Client : 웹브라우저가설치된모든운영체제 C. 개발언어가 ) Framework : JAVA 나 ) Web Interface : HTML, PHP
21 4. 진행사항 I. 개발환경설정 A. 공통사항 ( 설치된 Software) O/S Frdora 14 (Kernel ) JAVA SDK HADOOP (Latest stable version) B. 하드웨어 노드 1 : Master 노드 / MapReduce Develop Machine CPU Intel Core2Duo E6750 (@ 2.66Ghz) RAM 2GB VGA NVIDIA 8600GT NIC Intel 82566DC-2 (Gigabit, onboard) HDD WDC WD2500KS-00M (250GB) 노드 2 : Slave 노드 (Data 노드 ) CPU Intel Core2Quad Q8200 (@ 2.33GHz) RAM 3GB VGA NVIDIA 9600GT NIC Realtek RTL8111/8168 (Gigabit, onboard) HDD WDC WD3200AAKS-0 (320GB) II. 설치및환경설정현황 A. Hadoop 설치 가 ) 설치는압축된파일을해제하여복사한뒤 $HADOOP_HOME/ conf/ 디렉터리의파일을통해설정하면설치가완료됨. 나 ) 현재완전분산설정을진행해놓은상태
22 B. 환경설정가 ) 주요환경설정 : Hadoop의실행환경설정 - 시스템의경로설정과별도로 JAVA SDK가설치된경로를명시해야함. 나 ) 환경설정 1 : namenode 설정 다 ) 환경설정 2 : HDFS( 분산파일시스템 ) 설정
23 라 ) 환경설정 3 : mapreduce 분산처리설정 마 ) 주노드 (namenode) / 보조노드 (datanode) 설정 바 ) 설정완료후실행 사 ) 실행확인 : 노드 1 노드 1 노드 2
24 III. 클러스터운영현황 A. 콘솔명령어를이용한운영 가 ) 콘솔명령을통한파일저장 ( 약 697MB) - HDFS 에디렉터리를생성하고, 로컬의파일을복사한다음정상적 으로복사되었는지확인한결과 B. 웹인터페이스를이용한운영 가 ) 파일시스템확인 나 ) 분산된파일블록현황 - 기본청크사이즈는 64MB 로, 대략 11 개의블록으로나누어진것 을확인할수있다. ([ = 10.8] 이므로, 11 개의블록으로 저장됨 )
25 IV. MapReduce 프레임워크개발환경구축 A. 의사분산시스템환경기반의개발환경가 ) 개발도구 : Eclipse INDIGO 나 ) 상기기본분산환경과동일한환경을구축하고, 프로그래밍테스트를위해의사분산환경으로프로그래밍및테스트환경을구축하였다. 개발환경구축모습 Eclipse Plugin 을통해지원해주는 MapReduce Perspective
26 개발된내용을개발 PC 의 Hadoop 환경에서실행할수있게설정 실행결과가 Console 창에출력됨 결과파일을웹인터페이스를통해확인
27 5. 앞으로의진행사항및추가사항 I. 앞으로의진행사항 A. 웹인터페이스제작가 ) 미디어파일의검색을위한웹인터페이스 i. 요구사항 - 검색대상은미디어파일이지만질의방법에대한고려가필요함. - 사용자의질의가텍스트로이루어질것인지또는검색대상과동일한미디어 ( 이미지, 음악파일등 ) 가될수있음. ii. 추가요구사항 - 사용자의질의편의성을제공해야한다. - 추가적인작업을편리하게진행할수있도록사용자기반의인터페이스가되어야함. B. 검색데이터셋구축및인덱싱작업가 ) 미디어파일의데이터셋구축 i. 요구사항 - 음악또는이미지등의미디어파일에적합한데이터셋을구축해야함. - 데이터셋구축후인덱싱작업을통해서 MapReduce 에적합한인덱스를생성해야함. ii. 추가요구사항 - MapReduce 분산프레임워크를최대한활용할수있는데이터셋과인덱싱을구축해야함. - 이미지검색사례와동일하게인덱싱과검색에서 MapReduce 프레임워크가적용될수있도록구축해야함.
28 II. 추가고려사항 A. 노드설정에따른성능고려가 ) 성능고려의필요성 i. 노드간의거리 - Hadoop은현재데이터를저장하는노드와내고장성과연관된복제본을저장하는노드를선택해야하는데, 이때반드시노드간의거리를고려해야네트워크대역폭에의한성능손실없이운영이가능하다 Hadoop 의노드간거리계산방법 - 기본적으로사용자가접속해있는노드를로컬노드라고했을때, 자신이위치하지않은다른랙의노드에복제본을생성하고복제본이생성된랙에위치한또다른노드에추가적인복제본을저장하게된다. - 별도의설정을진행하지않으면모든노드가동일한랙내부에존재하는것으로인식하기때문에, 반드시노드의위치설정을진행해야만정상적인성능을낼수있으리라판단된다.
29 B. 추가데이터노드에대한고려가 ) 실제컴퓨터를기반으로한데이터노드 i. 장점 - 독립된하드웨어의성능을최대한사용할수있음. - 분산파일시스템을추가지더욱크게활용할수있음. ii. 단점 - 하드웨어비용및공간이제한됨. - 인터넷환경에연결됨에따라해킹등의위험에노출될수있음. 나 ) 가상컴퓨터를기반으로한데이터노드 i. 장점 - 유휴자원의활용이가능함. - 비용및공간의제한이없음. ii. 단점 - 단일하드웨어에서제공하는한정된자원으로인해분산파일시스템의용량이제한될수있음. - 가상화된네트워크로인해외부에서접근이불가능할수있음. 이는네트워크기반으로운영되는해당시스템에서치명적일수있기때문에반드시고려되어야함.
30 6. 참고문헌 I. 서적 A. Hadoop: The Definitive Guide / Tom White / O REILLY B. ETRI 클라우드컴퓨팅기술동향전자통신동향분석제 24권제4호 2009년8월 II. 국내및국외논문 A. 하둡기반 P2P 분산웹크롤러설계 / 강문수 (Mun Su Kang), 최영식 (Young Sik Choi) / 한국인터넷정보학회, 한국인터넷정보학회 2010 년도학술발표대회 , page(s): B. NIR: Content based image retrieval on cloud computing / Zhuo Yang; Kamata, S.; Ahrary, A.; / Intelligent Computing and Intelligent Systems, ICIS IEEE International Conference on Volume: 3 / Digital Object Identifier: /ICICISYS Publication Year: 2009, Page(s): Cited by: 1 III. 인터넷웹사이트 A. B. 네이버지식사전 C. 위키디피아 D. F. G. Apache Software Foundation Hadoop Project Homepage /
AGENDA 01 02 03 모바일 산업의 환경변화 모바일 클라우드 서비스의 등장 모바일 클라우드 서비스 융합사례
모바일 클라우드 서비스 융합사례와 시장 전망 및 신 사업전략 2011. 10 AGENDA 01 02 03 모바일 산업의 환경변화 모바일 클라우드 서비스의 등장 모바일 클라우드 서비스 융합사례 AGENDA 01. 모바일 산업의 환경 변화 가치 사슬의 분화/결합 모바일 업계에서도 PC 산업과 유사한 모듈화/분업화 진행 PC 산업 IBM à WinTel 시대 à
Amazon EBS (Elastic Block Storage) Amazon EC2 Local Instance Store (Ephemeral Volumes) Amazon S3 (Simple Storage Service) / Glacier Elastic File Syste (EFS) Storage Gateway AWS Import/Export 1 Instance
세계 비지니스 정보
- i - ii - iii - iv - v - vi - vii - viii - ix - 1 - 2 - 3 - - - - - - - - - - 4 - - - - - - 5 - - - - - - - - - - - 6 - - - - - - - - - 7 - - - - 8 - 9 - 10 - - - - - - - - - - - - 11 - - - 12 - 13 -
Cloud Friendly System Architecture
-Service Clients Administrator 1. -Service 구성도 : ( 좌측참고 ) LB(LoadBlancer) 2. -Service 개요 ucloud Virtual Router F/W Monitoring 개념 특징 적용가능분야 Server, WAS, DB 로구성되어 web service 를클라우드환경에서제공하기위한 service architecture
품질검증분야 Stack 통합 Test 결과보고서 [ The Bug Genie ]
![품질검증분야 Stack 통합 Test 결과보고서 [ The Bug Genie ]](/thumbs/98/138875593.jpg "품질검증분야 Stack 통합 Test 결과보고서 [ The Bug Genie ]")
품질검증분야 Stack 통합 Test 결과보고서 [ The Bug Genie ] 2014. 10. 목 차 I. Stack 통합테스트개요 1 1. 목적 1 II. 테스트대상소개 2 1. The Bug Genie 소개 2 2. The Bug Genie 주요기능 3 3. The Bug Genie 시스템요구사항및주의사항 5 III. Stack 통합테스트 7 1. 테스트환경
Microsoft Word - 조병호
포커스 클라우드 컴퓨팅 서비스 기술 및 표준화 추진 동향 조병호* 2006년에 클라우딩 컴퓨팅이란 용어가 처음 생겨난 이래 글로벌 IT 기업 CEO들이 잇달아 차 기 핵심 기술로 클라우드 컴퓨팅을 지목하면서 전세계적으로 클라우드 컴퓨팅이라는 새로운 파 라다임에 관심이 고조되고 있다. 클라우드 컴퓨팅 기술을 이용하면 효율적인 IT 자원을 운용할 수 있으며 비용절감
<49534F20323030303020C0CEC1F520BBE7C8C4BDC9BBE720C4C1BCB3C6C320B9D7204954534D20BDC3BDBAC5DB20B0EDB5B5C8AD20C1A6BEC8BFE4C3BBBCAD2E687770>
ISO 20000 인증 사후심사 컨설팅 및 ITSM 시스템 고도화를 위한 제 안 요 청 서 2008. 6. 한 국 학 술 진 흥 재 단 이 자료는 한국학술진흥재단 제안서 작성이외의 목적으로 복제, 전달 및 사용을 금함 목 차 Ⅰ. 사업개요 1 1. 사업명 1 2. 추진배경 1 3. 목적 1 4. 사업내용 2 5. 기대효과 2 Ⅱ. 사업추진계획 4 1. 추진체계
- i - - ii - - i - - ii - - i - - ii - - iii - - iv - - v - - vi - - vii - - viii - - ix - - x - - xi - - 1 - - 2 - - 3 - - 4 - - 5 - - 6 - - 7 - - 8 - - 9 - - 10 - - 11 - - 12 - - 13 - - 14 - - 15 -
CONTENTS.HWP
i ii iii iv v vi vii viii ix x xi - 1 - - 2 - - 3 - - 4 - - 5 - - 6 - - 7 - - 8 - - 9 - - 10 - - 11 - - 12 - - 13 - - 14 - - 15 - - 16 - - 17 - - 18 - - 19 - - 20 - - 21 - - 22 - - 23 - - 24 - - 25 -
INDUS-8.HWP
i iii iv v vi vii viii ix x xi 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64
쉽게 풀어쓴 C 프로그래밊
Power Java 제 27 장데이터베이스 프로그래밍 이번장에서학습할내용 자바와데이터베이스 데이터베이스의기초 SQL JDBC 를이용한프로그래밍 변경가능한결과집합 자바를통하여데이터베이스를사용하는방법을학습합니다. 자바와데이터베이스 JDBC(Java Database Connectivity) 는자바 API 의하나로서데이터베이스에연결하여서데이터베이스안의데이터에대하여검색하고데이터를변경할수있게한다.
항목
Cloud 컴퓨팅기반분산파일시스템개요 개발실 UPDATE : 2012. 11 18 INDEX 1. 가용성 2. 확장성 3. PrismFS 4. Q&A 2 가용성 3 Gmail 장애 2011년 2월 27일 34000명의 Gmail 사용자들이일어나보니메일, 주소록, 채팅기록등이사라진것을발견 2011년 2월 28일 스토리지소프트웨어업데이트를진행하는중 Bug로인해발생했다고공지
PowerPoint Template
대량기록물의 효율적인 처리를 위한 Database 관리방안 연구 2011.10.08 서강대학교 컴퓨터공학과 이대욱 목 차 1. 연구범위 및 내용 2. 대량기록물의 효율적인 처리를 위한 Database 구조연구 기록관리 서브시스템별 특징,기능 및 DBMS 역할 입수단 / 보존단 / 제공단 3. 인프라 변화에 대응한 Database 관리 방안 연구 대용량데이터처리기술
게시판 스팸 실시간 차단 시스템
오픈 API 2014. 11-1 - 목 차 1. 스팸지수측정요청프로토콜 3 1.1 스팸지수측정요청프로토콜개요 3 1.2 스팸지수측정요청방법 3 2. 게시판스팸차단도구오픈 API 활용 5 2.1 PHP 5 2.1.1 차단도구오픈 API 적용방법 5 2.1.2 차단도구오픈 API 스팸지수측정요청 5 2.1.3 차단도구오픈 API 스팸지수측정결과값 5 2.2 JSP
CONTENTS C U B A I C U B A 8 Part I Part II Part III Part IV Part V Part VI Part VII Part VIII Part IX 9 C U B A 10 Part I Part II Part III Part IV Part V Part VI Part VII Part VIII Part IX 11 C U B
슬라이드 1
www.altsoft.co.kr www.clunix.com COMSOL4.0a Cluster 성능테스트 2010 년 10 월 클루닉스 / 알트소프트 개요 개요 목차 BMT 환경정보 BMT 시나리오소개 COMSOL4.0a MPP 해석실행조건 BMT 결과 COMSOL4.0a 클러스터분석결과 ( 메모리 / 성능 ) COMSOL4.0a 클러스터최종분석결과 -2- 개요
<4D6963726F736F667420576F7264202D205B4354BDC9C3FEB8AEC6F7C6AE5D3131C8A35FC5ACB6F3BFECB5E520C4C4C7BBC6C320B1E2BCFA20B5BFC7E2>
목차(Table of Content) 1. 클라우드 컴퓨팅 서비스 개요... 2 1.1 클라우드 컴퓨팅의 정의... 2 1.2 미래 핵심 IT 서비스로 주목받는 클라우드 컴퓨팅... 3 (1) 기업 내 협업 환경 구축 및 비용 절감 기대... 3 (2) N-스크린 구현에 따른 클라우드 컴퓨팅 기술 기대 증폭... 4 1.3 퍼스널 클라우드와 미디어 콘텐츠 서비스의
Microsoft Word - ntasFrameBuilderInstallGuide2.5.doc
NTAS and FRAME BUILDER Install Guide NTAS and FRAME BUILDER Version 2.5 Copyright 2003 Ari System, Inc. All Rights reserved. NTAS and FRAME BUILDER are trademarks or registered trademarks of Ari System,
<4D6963726F736F667420576F7264202D20B4EBBFF5203230303520BFB5BEF7BAB8B0EDBCAD2E646F63>
第 46 期 定 期 柱 主 總 會 日 時 : 2006. 5. 26 午 前 11 時 場 所 : 大 熊 本 社 講 堂 株 式 會 社 大 熊 회 순 Ⅰ. 개회선언 Ⅱ. 국민의례 Ⅲ. 출석주주 및 출석주식수 보고 Ⅳ. 의장인사 Ⅴ. 회의의 목적사항 1. 보고사항 감사의 감사보고 영업보고 외부감사인 선임 보고 2. 의결사항 제1호 의안 : 제4기 대차대조표, 손익계산서
00-1표지
summary _I II_ summary _III 1 1 2 2 5 5 5 8 10 12 13 14 18 24 28 29 29 33 41 45 45 45 45 47 IV_ contents 48 48 48 49 50 51 52 55 60 60 61 62 63 63 64 64 65 65 65 69 69 69 74 76 76 77 78 _V 78 79 79 81
이도경, 최덕재 Dokyeong Lee, Deokjai Choi 1. 서론
이도경, 최덕재 Dokyeong Lee, Deokjai Choi 1. 서론 2. 관련연구 2.1 MQTT 프로토콜 Fig. 1. Topic-based Publish/Subscribe Communication Model. Table 1. Delivery and Guarantee by MQTT QoS Level 2.1 MQTT-SN 프로토콜 Fig. 2. MQTT-SN
DB진흥원 BIG DATA 전문가로 가는 길 발표자료.pptx
빅데이터의기술영역과 요구역량 줌인터넷 ( 주 ) 김우승 소개 http://zum.com 줌인터넷(주) 연구소 이력 줌인터넷 SK planet SK Telecom 삼성전자 http://kimws.wordpress.com @kimws 목차 빅데이터살펴보기 빅데이터에서다루는문제들 NoSQL 빅데이터라이프사이클 빅데이터플랫폼 빅데이터를위한역량 빅데이터를위한역할별요구지식
Microsoft Word - PLC제어응용-2차시.doc
과정명 PLC 제어응용차시명 2 차시. 접점명령 학습목표 1. 연산개시명령 (LOAD, LOAD NOT) 에대하여설명할수있다. 2. 직렬접속명령 (AND, AND NOT) 에대하여설명할수있다. 3. 병렬접속명령 (OR, OR NOT) 에대하여설명할수있다. 4.PLC의접점명령을가지고간단한프로그램을작성할수있다. 학습내용 1. 연산개시명령 1) 연산개시명령 (LOAD,
경제통상 내지.PS
CONTENTS I 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 II 38 39 40 41 42 43 III 46 47 48 49 50 51 52 53 54 55 56 57 58 59 IV 62 63 64 65 66 67 68 69 V
°æÁ¦Åë»ó³»Áö.PDF
CONTENTS I 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 II 38 39 40 41 42 43 III 46 47 48 49 50 51 52 53 54 55 56 57 58 59 IV 62 63 64 65 66 67 68 69 V
PowerPoint 프레젠테이션
Flamingo Big Data Performance Management Product Documentation It s the Best Big Data Performance Management Solution. Maximize Your Hadoop Cluster with Flamingo. Monitoring, Analyzing, and Visualizing.
우루과이 내지-1
U R U G U A Y U r u g u a y 1. 2 Part I Part II Part III Part IV Part V Part VI Part VII Part VIII 3 U r u g u a y 2. 4 Part I Part II Part III Part IV Part V Part VI Part VII Part VIII 5 U r u g u a
공개 SW 기술지원센터
- 1 - 일자 VERSION 변경내역작성자 2007. 11. 20 0.1 초기작성손명선 - 2 - 1. 문서개요 4 가. 문서의목적 4 나. 본문서의사용방법 4 2. 테스트완료사항 5 가. 성능테스트결과 5 나. Tomcat + 단일노드 MySQL 성능테스트상세결과 5 다. Tomcat + MySQL Cluster 성능테스트상세결과 10 3. 테스트환경 15
vm-웨어-01장
Chapter 16 21 (Agenda). (Green),., 2010. IT IT. IT 2007 3.1% 2030 11.1%, IT 2007 1.1.% 2030 4.7%, 2020 4 IT. 1 IT, IT. (Virtualization),. 2009 /IT 2010 10 2. 6 2008. 1970 MIT IBM (Mainframe), x86 1. (http
Open Cloud Engine Open Source Big Data Platform Flamingo Project Open Cloud Engine Flamingo Project Leader 김병곤
Open Cloud Engine Open Source Big Data Platform Flamingo Project Open Cloud Engine Flamingo Project Leader 김병곤 (byounggon.kim@opence.org) 빅데이터분석및서비스플랫폼 모바일 Browser 인포메이션카탈로그 Search 인포메이션유형 보안등급 생성주기 형식
클라우드컴퓨팅확산에따른국내경제시사점 클라우드컴퓨팅확산에따른국내경제시사점 * 1) IT,,,, Salesforce.com SaaS (, ), PaaS ( ), IaaS (, IT ), IT, SW ICT, ICT IT ICT,, ICT, *, (TEL)
클라우드컴퓨팅확산에따른국내경제시사점 클라우드컴퓨팅확산에따른국내경제시사점 * 1) IT,,,, Salesforce.com SaaS (, ), PaaS ( ), IaaS (, IT ), IT, SW ICT, ICT IT ICT,, ICT, *, (TEL) 02-570-4352 (e-mail) jjoon75@kisdi.re.kr 1 The Monthly Focus.
DBMS & SQL Server Installation Database Laboratory
DBMS & 조교 _ 최윤영 } 데이터베이스연구실 (1314 호 ) } 문의사항은 cyy@hallym.ac.kr } 과제제출은 dbcyy1@gmail.com } 수업공지사항및자료는모두홈페이지에서확인 } dblab.hallym.ac.kr } 홈페이지 ID: 학번 } 홈페이지 PW:s123 2 차례 } } 설치전점검사항 } 설치단계별설명 3 Hallym Univ.
빅데이터_DAY key
Big Data Near You 2016. 06. 16 Prof. Sehyug Kwon Dept. of Statistics 4V s of Big Data Volume Variety Velocity Veracity Value 대용량 다양한 유형 실시간 정보 (불)확실성 가치 tera(1,0004) - peta -exazetta(10007) bytes in 2020
초보자를 위한 분산 캐시 활용 전략
초보자를위한분산캐시활용전략 강대명 charsyam@naver.com 우리가꿈꾸는서비스 우리가꿈꾸는서비스 우리가꿈꾸는서비스 우리가꿈꾸는서비스 그러나현실은? 서비스에필요한것은? 서비스에필요한것은? 핵심적인기능 서비스에필요한것은? 핵심적인기능 서비스에필요한것은? 핵심적인기능 서비스에필요한것은? 적절한기능 서비스안정성 트위터에매일고래만보이면? 트위터에매일고래만보이면?
영암군 관광종합개발계획 제6장 관광(단)지 개발계획 제7장 관광브랜드 강화사업 1. 월출산 기( 氣 )체험촌 조성사업 167 (바둑테마파크 기본 계획 변경) 2. 성기동 관광지 명소화 사업 201 3. 마한문화공원 명소화 사업 219 4. 기찬랜드 명소화 사업 240
목 차 제1장 과업의 개요 1. 과업의 배경 및 목적 3 2. 과업의 성격 5 3. 과업의 범위 6 4. 과업수행체계 7 제2장 지역현황분석 1. 지역 일반현황 분석 11 2. 관광환경 분석 25 3. 이미지조사 분석 45 4. 이해관계자 의견조사 분석 54 제3장 사업환경분석 1. 국내 외 관광여건분석 69 2. 관련계획 및 법규 검토 78 3. 국내 외
[96_RE11]LMOs(......).HWP
![[96_RE11]LMOs(......).HWP](/thumbs/40/20522352.jpg "[96_RE11]LMOs(......).HWP")
- i - - ii - - iii - - iv - - v - - vi - - vii - 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54
<목 차 > 제 1장 일반사항 4 I.사업의 개요 4 1.사업명 4 2.사업의 목적 4 3.입찰 방식 4 4.입찰 참가 자격 4 5.사업 및 계약 기간 5 6.추진 일정 6 7.사업 범위 및 내용 6 II.사업시행 주요 요건 8 1.사업시행 조건 8 2.계약보증 9 3
열차운행정보 승무원 확인시스템 구축 제 안 요 청 서 2014.6. 제 1장 일반사항 4 I.사업의 개요 4 1.사업명 4 2.사업의 목적 4 3.입찰 방식 4 4.입찰 참가 자격 4 5.사업 및 계약 기간 5 6.추진 일정 6 7.사업 범위 및 내용 6 II.사업시행 주요 요건 8 1.사업시행 조건 8 2.계약보증 9 3.시운전 및 하자보증 10
Microsoft Word - 김완석.doc
포커스 구글의 기술과 시사점 김완석* 성낙선** 정명애*** 구글에는 전설적인 다수의 개발자들이 지금도 현역으로 일하고 있으며, 구글 창업자와 직원들이 직접 대 화하는 금요회의가 지금도 계속되고 있다. 구글은 창업자, 전설적 개발자, 금요회의, 복지 등 여러 면에서 화제와 관심의 대상이다. 이러한 화제의 구글을 기술 측면에서 이해하기 위하여 구글의 주요 기술에
iii. Design Tab 을 Click 하여 WindowBuilder 가자동으로생성한 GUI 프로그래밍환경을확인한다.
Eclipse 개발환경에서 WindowBuilder 를이용한 Java 프로그램개발 이예는 Java 프로그램의기초를이해하고있는사람을대상으로 Embedded Microcomputer 를이용한제어시스템을 PC 에서 Serial 통신으로제어 (Graphical User Interface (GUI) 환경에서 ) 하는프로그램개발예를설명한다. WindowBuilder:
Microsoft PowerPoint - chap01-C언어개요.pptx
#include int main(void) { int num; printf( Please enter an integer: "); scanf("%d", &num); if ( num < 0 ) printf("is negative.\n"); printf("num = %d\n", num); return 0; } 1 학습목표 프로그래밍의 기본 개념을
Beyond Relational SQL Server, Windows Server 에디션비교 씨앤토트 SW 기술팀장세원
Beyon Relational SQL Server, Winows Server 에디션비교 씨앤토트 SW 기술팀장세원 SQL Server 2012 Eition 비교 요약 항목 Enterprise Business Intelligence Stanar H/W 지원 고가용성 확장성및성능 보안 관리생산성 SQL Server Integration Services Master
<C1A4C3A5BFACB1B82031312D3420C1A4BDC5C1FAC8AFC0DAC0C720C6EDB0DFC7D8BCD220B9D720C0CEBDC4B0B3BCB1C0BB20C0A7C7D120B4EBBBF3BAB020C0CEB1C720B1B3C0B020C7C1B7CEB1D7B7A520B0B3B9DF20BAB8B0EDBCAD28C7A5C1F6C0AF292E687770>
제 출 문 보건복지부장관 귀 하 이 보고서를 정신질환자의 편견 해소 및 인식 개선을 위한 대상별 인권 교육프로그램 개발 연구의 결과보고서로 제출합니다 주관연구기관명 서울여자간호대학 산학협력단 연 구 책 임 자 김 경 희 연 구 원 김 계 하 문 용 훈 염 형 국 오 영 아 윤 희 상 이 명 수 홍 선 미 연 구 보 조 원 임 주 리 보 조 원 이 난 희 요
<30322E F6F7020BCB3C4A1BFCD20BED6C7C3B8AEC4C9C0CCBCC7C0C720B1B8B5BF28B1DDC5C2C8C62C20B1E8BCBCC8B82C20C0CCBBF3C1D8292E687770>
한국컴퓨터정보학회지제 18 권제 1 호, 2010. 6. Hadoop 설치와애플리케이션의구동 금태훈 ( 한양대학교컴퓨터공학과 ) 김세회 ( 한양대학교컴퓨터공학과 ) 이상준 ( 평택대학교물류정보대학원 ) Ⅰ. 서론 클라우드컴퓨팅이란개인용컴퓨터또는기업의서버에개별적으로저장해두었던자료와소프트웨어들을클라우드클러스터로구축하여필요할때 PC나휴대폰과같은각종단말기를이용하여원격작업을수행할수있는환경을의미한다.
InsertColumnNonNullableError(#colName) 에해당하는메시지출력 존재하지않는컬럼에값을삽입하려고할경우, InsertColumnExistenceError(#colName) 에해당하는메시지출력 실행결과가 primary key 제약에위배된다면, Ins
Project 1-3: Implementing DML Due: 2015/11/11 (Wed), 11:59 PM 이번프로젝트의목표는프로젝트 1-1 및프로젝트 1-2에서구현한프로그램에기능을추가하여간단한 DML을처리할수있도록하는것이다. 구현한프로그램은 3개의 DML 구문 (insert, delete, select) 을처리할수있어야한다. 테이블데이터는파일에저장되어프로그램이종료되어도사라지지않아야한다.
CONTENTS Volume.174 2013 09+10 06 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내 빅데이터 산 학 연 관
방송 통신 전파 KOREA COMMUNICATIONS AGENCY MAGAZINE 2013 VOL.174 09+10 CONTENTS Volume.174 2013 09+10 06 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내
Windows 8에서 BioStar 1 설치하기
/ 콘텐츠 테이블... PC에 BioStar 1 설치 방법... Microsoft SQL Server 2012 Express 설치하기... Running SQL 2012 Express Studio... DBSetup.exe 설정하기... BioStar 서버와 클라이언트 시작하기... 1 1 2 2 6 7 1/11 BioStar 1, Windows 8 BioStar
National Food & Nutrition Statistics 2011: based on 2008~2011 Korea National Health and Nutrition Examination Survey (Ⅱ) i ii iii iv v vi vii viii ix (N=33,745, 단위 : g) (N=33,745, 단위 : g) (N=33,745,
untitled
Content Ⅰ. 기본방향 1. 목 적 3 2. 적용범위 3 Ⅱ. 사회복지관 운영 1. 사회복지관의 정의 7 2. 사회복지관의 목표 7 3. 사회복지관의 연혁 7 4. 사회복지관 운영의 기본원칙 8 Ⅲ. 사회복지관 사업 1. 가족복지사업 15 2. 지역사회보호사업 16 3. 지역사회조직사업 18 4. 교육 문화사업 19 5. 자활사업 20 6. 재가복지봉사서비스
<30392DB5A5C0CCC5CDBAA3C0CCBDBA20B9D720C0CEC5CDB3DDC0C0BFEB2DC1A4C8B8B0E62E687770>
Journal of the Korea Institute of Information and Communication Engineering 한국정보통신학회논문지 (J. Korea Inst. Inf. Commun. Eng.) Vol. 19, No. 3 : 552~557 Mar. 2015 오픈소스프레임워크를활용한검색엔진구현 송현옥 김아용 정회경 * Implement
Integ
HP Integrity HP Chipset Itanium 2(Processor 9100) HP Integrity HP, Itanium. HP Integrity Blade BL860c HP Integrity Blade BL870c HP Integrity rx2660 HP Integrity rx3600 HP Integrity rx6600 2 HP Integrity
1) 인증서만들기 ssl]# cat >www.ucert.co.kr.pem // 설명 : 발급받은인증서 / 개인키파일을한파일로저장합니다. ( 저장방법 : cat [ 개인키
![1) 인증서만들기 ssl]# cat >www.ucert.co.kr.pem // 설명 : 발급받은인증서 / 개인키파일을한파일로저장합니다. ( 저장방법 : cat [ 개인키](/thumbs/80/81384552.jpg "1) 인증서만들기 ssl]# cat >www.ucert.co.kr.pem // 설명 : 발급받은인증서 / 개인키파일을한파일로저장합니다. ( 저장방법 : cat [ 개인키")
Lighttpd ( 멀티도메인 ) SSL 인증서신규설치가이드. [ 고객센터 ] 한국기업보안. 유서트기술팀 1) 인증서만들기 [root@localhost ssl]# cat www.ucert.co.kr.key www.ucert.co.kr.crt >www.ucert.co.kr.pem // 설명 : 발급받은인증서 / 개인키파일을한파일로저장합니다. ( 저장방법 : cat
PowerPoint 프레젠테이션
Web server porting 2 Jo, Heeseung Web 을이용한 LED 제어 Web 을이용한 LED 제어프로그램 web 에서데이터를전송받아타겟보드의 LED 를조작하는프로그램을작성하기위해다음과같은소스파일을생성 2 Web 을이용한 LED 제어 LED 제어프로그램작성 8bitled.html 파일을작성 root@ubuntu:/working/web# vi
PCServerMgmt7
Web Windows NT/2000 Server DP&NM Lab 1 Contents 2 Windows NT Service Provider Management Application Web UI 3 . PC,, Client/Server Network 4 (1),,, PC Mainframe PC Backbone Server TCP/IP DCS PLC Network
슬라이드 1
Hadoop 기반 규모확장성있는패킷분석도구 충남대학교데이터네트워크연구실이연희 yhlee06@cnu.ac.kr Intro 목차 인터넷트래픽측정 Apache Hadoop Hadoop 기반트래픽분석시스템 Hadoop을이용한트래픽분석예제 - 2- Intro 트래픽이란 - 3- Intro Data Explosion - 4- Global Trend: Data Explosion
<4D F736F F D20C0CCBEBEC1A6BEEE5FC3A5BCD2B0B35F >
이씨제어 한글기술서적소개 1. SIMATIC S7-300/400 초급과정교육교재 S7-300/400 에대한초급교육에사용되는한글판교육교재. * 참고영어원문 : Programming with STEP 7, Automating with STEP 7 in STL and SCL A4 단면 280 쪽, 파워포인트컬러판 2. SIMATIC S7-300/400 중급과정교육교재
i ii iii iv v vi vii viii 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 XXXXXXXX 22 24 25 26 27 28 29 30 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61
JVM 메모리구조
조명이정도면괜찮조! 주제 JVM 메모리구조 설미라자료조사, 자료작성, PPT 작성, 보고서작성. 발표. 조장. 최지성자료조사, 자료작성, PPT 작성, 보고서작성. 발표. 조원 이용열자료조사, 자료작성, PPT 작성, 보고서작성. 이윤경 자료조사, 자료작성, PPT작성, 보고서작성. 이수은 자료조사, 자료작성, PPT작성, 보고서작성. 발표일 2013. 05.
다른 JSP 페이지호출 forward() 메서드 - 하나의 JSP 페이지실행이끝나고다른 JSP 페이지를호출할때사용한다. 예 ) <% RequestDispatcher dispatcher = request.getrequestdispatcher(" 실행할페이지.jsp");
다른 JSP 페이지호출 forward() 메서드 - 하나의 JSP 페이지실행이끝나고다른 JSP 페이지를호출할때사용한다. 예 ) RequestDispatcher dispatcher = request.getrequestdispatcher(" 실행할페이지.jsp"); dispatcher.forward(request, response); - 위의예에서와같이 RequestDispatcher
IPAK 윤리강령 나는 _ 한국IT전문가협회 회원으로서 긍지와 보람을 느끼며 정보시스템 활용하 자. 나는 _동료, 단체 및 국가 나아가 인류사회에 대하여 철저한 책임 의식을 가진 다. 나는 _ 활용자에 대하여 그 편익을 증진시키는데 최선을 다한다. 나는 _ 동료에 대해
IPAK 윤리강령 나는 _ 한국IT전문가협회 회원으로서 긍지와 보람을 느끼며 정보시스템 활용하 자. 나는 _동료, 단체 및 국가 나아가 인류사회에 대하여 철저한 책임 의식을 가진 다. 나는 _ 활용자에 대하여 그 편익을 증진시키는데 최선을 다한다. 나는 _ 동료에 대해서 도의와 성실과 지식을 바탕으로 서로 우애하고 경애한다. 나는 _ 단체와 국가에 대해서 그
1. 자바프로그램기초 및개발환경 2 장 & 3 장. 자바개발도구 충남대학교 컴퓨터공학과
1. 자바프로그램기초 및개발환경 2 장 & 3 장. 자바개발도구 충남대학교 컴퓨터공학과 학습내용 1. Java Development Kit(JDK) 2. Java API 3. 자바프로그래밍개발도구 (Eclipse) 4. 자바프로그래밍기초 2 자바를사용하려면무엇이필요한가? 자바프로그래밍개발도구 JDK (Java Development Kit) 다운로드위치 : http://www.oracle.com/technetwork/java/javas
국 립 중앙 도서 관 출 판시 도서 목록 ( C I P ) 청소년 인터넷 이용실태조사 보고서 / 청소년보호위원회 보호기준과 편. -- 서울 : 국무총리 청소년보호위원회, 20 05 p. ; cm. -- (청소년보호 ; 2005-03) 권말부록으로 '설문지' 수록 ISB
발간등록번호 11-1150000-000223-01 청소년보호 2005-03 청소년 인터넷 이용 실태조사 보고서 2004년 12월 국무 총리 청소년보호위원회 국 립 중앙 도서 관 출 판시 도서 목록 ( C I P ) 청소년 인터넷 이용실태조사 보고서 / 청소년보호위원회 보호기준과 편. -- 서울 : 국무총리 청소년보호위원회, 20 05 p. ; cm. -- (청소년보호
I I-1 I-2 I-3 I-4 I-5 I-6 GIS II II-1 II-2 II-3 III III-1 III-2 III-3 III-4 III-5 III-6 IV GIS IV-1 IV-2 (Complement) IV-3 IV-4 V References * 2012.
: 2013 1 25 Homepage: www.gaia3d.com Contact: info@gaia3d.com I I-1 I-2 I-3 I-4 I-5 I-6 GIS II II-1 II-2 II-3 III III-1 III-2 III-3 III-4 III-5 III-6 IV GIS IV-1 IV-2 (Complement) IV-3 IV-4 V References
슬라이드 제목 없음
MS SQL Server 마이크로소프트사가윈도우운영체제를기반으로개발한관계 DBMS 모바일장치에서엔터프라이즈데이터시스템에이르는다양한플랫폼에서운영되는통합데이터관리및분석솔루션 2 MS SQL Server 개요 3.1 MS SQL Server 개요 클라이언트-서버모델을기반으로하는관계 DBMS 로서윈도우계열의운영체제에서만동작함 오라클관계 DBMS 보다가격이매우저렴한편이고,
슬라이드 1
장비지원사례연구 ( 세종대학교인공지능 - 빅데이터연구센터중심으로 ) 신병주 bjshin@sejong.ac.kr 문제 기업의빅데이터인력및시스템투자예산 데이터분석역량및경험부족 19.6% 시스템구축비, 관리비등예산부족 19.4% 정보보호및안정성에대한우려 17.5% 투자대비수익 (ROI) 의불투명성 15.1% 빅데이터에준비되지않은기업문화 15.9% 적합한데이터관리솔루션의부재
OZ-LMS TM OZ-LMS 2008 OZ-LMS 2006 OZ-LMS Lite Best IT Serviece Provider OZNET KOREA Management Philosophy & Vision Introduction OZNETKOREA IT Mission Core Values KH IT ERP Web Solution IT SW 2000 4 3 508-2
CONTENTS 목차 1. 전원 및 설치시 주의사항 2 2. 시스템 사용시 바른 자세 4 3. 시스템 구성품 확인 5 슬림형 케이스1 6 슬림형 케이스2 7 타워형 케이스1 8 타워형 케이스2 9 일체형 케이스1 10 망분리형 케이스1 11 4. 시스템 시작 및 종료
오리온 알토는 Windows 7을 권장합니다. DESKTOP PC 이 기기는 가정용(B급)으로 전자파적합기기로서 주로 가정에서 사용하는 것을 목적으로 하며, 모든 지역에서 사용할 수 있습니다. * 제품 연결 및 작동 등 올바른 사용을 위해서 이 설명서를 주의 깊게 읽어 주시기 바랍니다. 또한, 향후 사용을 위해서 매뉴얼을 보관하여 주십시오. * 본 이미지는
Microsoft PowerPoint Android-SDK설치.HelloAndroid(1.0h).pptx
To be an Android Expert 문양세강원대학교 IT 대학컴퓨터학부 Eclipse (IDE) JDK Android SDK with ADT IDE: Integrated Development Environment JDK: Java Development Kit (Java SDK) ADT: Android Development Tools 2 JDK 설치 Eclipse
Business Agility () Dynamic ebusiness, RTE (Real-Time Enterprise) IT Web Services c c WE-SDS (Web Services Enabled SDS) SDS SDS Service-riented Architecture Web Services ( ) ( ) ( ) / c IT / Service- Service-
들어가는글 2012년 IT 분야에서최고의관심사는아마도빅데이터일것이다. 관계형데이터진영을대표하는오라클은 2011년 10월개최된 오라클오픈월드 2011 에서오라클빅데이터어플라이언스 (Oracle Big Data Appliance, 이하 BDA) 를출시한다고발표하였다. 이와
Oracle Data Integrator 와 Oracle Big Data Appliance 저자 - 김태완부장, 한국오라클 Fusion Middleware(taewan.kim@oracle.com) 오라클은최근 Big Data 분약에 End-To-End 솔루션을지원하는벤더로급부상하고있고, 기존관계형데이터저장소와새로운트랜드인비정형빅데이터를통합하는데이터아키텍처로엔터프로이즈시장에서주목을받고있다.
PowerPoint Presentation
오에스아이소프트코리아세미나세미나 2012 Copyright Copyright 2012 OSIsoft, 2012 OSIsoft, LLC. LLC. PI Coresight and Mobility Presented by Daniel Kim REGIONAL 세미나 SEMINAR 세미나 2012 2012 2 Copyright Copyright 2012 OSIsoft,
À̶õ°³È²³»Áö.PDF
Islamic Republic of Iran I I S L A M I C R E P U B L I C O F I R A N 10 Part I 11 I S L A M I C R E P U B L I C O F I R A N 12 Part I 13 I S L A M I C R E P U B L I C O F I R A N 14 II I S L A M I C R
1. GigE Camera Interface를 위한 최소 PC 사양 CPU : Intel Core 2 Duo, 2.4GHz이상 RAM : 2GB 이상 LANcard : Intel PRO/1000xT 이상 VGA : PCI x 16, VRAM DDR2 RAM 256MB
Revision 1.0 Date 11th Nov. 2013 Description Established. Page Page 1 of 9 1. GigE Camera Interface를 위한 최소 PC 사양 CPU : Intel Core 2 Duo, 2.4GHz이상 RAM : 2GB 이상 LANcard : Intel PRO/1000xT 이상 VGA : PCI x
서현수
Introduction to TIZEN SDK UI Builder S-Core 서현수 2015.10.28 CONTENTS TIZEN APP 이란? TIZEN SDK UI Builder 소개 TIZEN APP 개발방법 UI Builder 기능 UI Builder 사용방법 실전, TIZEN APP 개발시작하기 마침 TIZEN APP? TIZEN APP 이란? Mobile,
Microsoft PowerPoint SDK설치.HelloAndroid(1.5h).pptx
To be an Android Expert 문양세강원대학교 IT 대학컴퓨터학부 개발환경구조및설치순서 JDK 설치 Eclipse 설치 안드로이드 SDK 설치 ADT(Androd Development Tools) 설치 AVD(Android Virtual Device) 생성 Hello Android! 2 Eclipse (IDE) JDK Android SDK with
Splentec V-WORM Quick Installation Guide Version: 1.0 Contact Information 올리브텍 주소 : 경기도성남시분당구구미로 11 ( 포인트타운 701호 ) URL: E-M
Splentec V-WORM Quick Installation Guide Version: 1.0 Contact Information 올리브텍 주소 : 경기도성남시분당구구미로 11 ( 포인트타운 701호 ) URL: http://www.olivetech.co.kr E-Mail: tech@olivetech.co.kr TEL: 031-726-4217 FAX: 031-726-4219
PowerPoint 프레젠테이션
How Hadoop Works 박영택 컴퓨터학부 HDFS Basic Concepts HDFS 는 Java 로작성된파일시스템 Google 의 GFS 기반 기존파일시스템의상위에서동작 ext3, ext4 or xfs HDFS 의 file 저장방식 File 은 block 단위로분할 각 block 은기본적으로 64MB 또는 128MB 크기 데이터가로드될때여러 machine
빅데이터분산컴퓨팅-5-수정
Apache Hive 빅데이터분산컴퓨팅 박영택 Apache Hive 개요 Apache Hive 는 MapReduce 기반의 High-level abstraction HiveQL은 SQL-like 언어를사용 Hadoop 클러스터에서 MapReduce 잡을생성함 Facebook 에서데이터웨어하우스를위해개발되었음 현재는오픈소스인 Apache 프로젝트 Hive 유저를위한
Microsoft PowerPoint - CSharp-10-예외처리
10 장. 예외처리 예외처리개념 예외처리구문 사용자정의예외클래스와예외전파 순천향대학교컴퓨터학부이상정 1 예외처리개념 순천향대학교컴퓨터학부이상정 2 예외처리 오류 컴파일타임오류 (Compile-Time Error) 구문오류이기때문에컴파일러의구문오류메시지에의해쉽게교정 런타임오류 (Run-Time Error) 디버깅의절차를거치지않으면잡기어려운심각한오류 시스템에심각한문제를줄수도있다.
hwp
SW 지재권이슈분석 SaaS가확대되는 3가지원인 - SaaS 1.0에서 3.0으로진화하는과정에무었이변하였는가? 법제연구팀이재권 (ljk100@socop.or.kr) Ⅰ. 서론 SaaS 관련기능이계속적으로확장되고있고관련서비스도많이개선됨에따라 SaaS를도입하는기업이점차늘어나고있다. 이에따라, SaaS시장도점점확대되고있는실정이다. 따라서, 본고에서는기업등에서 SaaS
안전을 위한 주의사항 제품을 올바르게 사용하여 위험이나 재산상의 피해를 미리 막기 위한 내용이므로 반드시 지켜 주시기 바랍니다. 2 경고 설치 관련 지시사항을 위반했을 때 심각한 상해가 발생하거나 사망에 이를 가능성이 있는 경우 설치하기 전에 반드시 본 기기의 전원을
Digital Video Recorder 간편설명서 XD3316 안전을 위한 주의사항 제품을 올바르게 사용하여 위험이나 재산상의 피해를 미리 막기 위한 내용이므로 반드시 지켜 주시기 바랍니다. 2 경고 설치 관련 지시사항을 위반했을 때 심각한 상해가 발생하거나 사망에 이를 가능성이 있는 경우 설치하기 전에 반드시 본 기기의 전원을 차단하고, 전원 플러그를 동시에
출원국 권 리 구 분 상 태 권리번호 KR 특허 등록 10-2012-0092520 10-2012-0092518 10-2007-0071793 10-2012-0092517
기술사업성평가서 경쟁정보분석서비스 제공 기술 2014 8 출원국 권 리 구 분 상 태 권리번호 KR 특허 등록 10-2012-0092520 10-2012-0092518 10-2007-0071793 10-2012-0092517 Ⅰ 기술 구현 메커니즘 - 1 - 경쟁정보분석서비스 항목 - 2 - 핵심 기술 특징 및 주요 도면
<C0CCBCBCBFB52DC1A4B4EBBFF82DBCAEBBE7B3EDB9AE2D313939392D382E687770>
i ii iii iv v vi 1 2 3 4 가상대학 시스템의 국내외 현황 조사 가상대학 플랫폼 개발 이상적인 가상대학시스템의 미래상 제안 5 웹-기반 가상대학 시스템 전통적인 교수 방법 시간/공간 제약을 극복한 학습동기 부여 교수의 일방적인 내용전달 교수와 학생간의 상호작용 동료 학생들 간의 상호작용 가상대학 운영 공지사항,강의록 자료실, 메모 질의응답,
Appendix B
ABAQUS-Explicit AMD8350 vs Xeon5420 성능비교분석 본자료는 클루닉스에서자사시뮬레이션포털구성제품인 GridCenter를통해 KAIST SSSLAB 시스템을대상으로측정한 ABAQUS BMT한결과자료입니다. 본사의허가없이는무단배포및기타인용을금합니다. 테스트환경 : GridCenter-CAP, GridCenter-HPC, CAE 어플리케이션
Microsoft PowerPoint - 알고리즘_5주차_1차시.pptx
Basic Idea of External Sorting run 1 run 2 run 3 run 4 run 5 run 6 750 records 750 records 750 records 750 records 750 records 750 records run 1 run 2 run 3 1500 records 1500 records 1500 records run 1
PowerPoint 프레젠테이션
ㆍ Natural Language Understanding 관련기술 ㆍ Semantic Parsing Conversational AI Natural Language Understanding / Machine Learning ㆍEntity Extraction and Resolution - Machine Learning 관련기술연구개발경험보유자ㆍStatistical
슬라이드 1
4. Mobile Service Technology Mobile Computing Lecture 2012. 10. 5 안병익 (biahn99@gmail.com) 강의블로그 : Mobilecom.tistory.com 2 Mobile Service in Korea 3 Mobile Service Mobility 4 Mobile Service in Korea 5 Mobile
2 노드
2019/05/03 17:01 1/5 2 노드 2 노드 소개 노드를사용하여계층적분산모니터링을구축할수있습니다. 각노드는Zabbix 서버자체이며, 각각이놓인위치모니터링을담당합니다 Zabbix는. 분산설정은최대 1000 개의노드를지원합니다. 노드의설정을사용하는장점은다음과같습니다. 일부지역에걸친대규모네트워크에서여러수준의모니터링계층을구축합니다. 계층에서하노드는마스터노드에전송합니다.
<4D F736F F D20C5EBC7D5C7D8BCAEBDC3BDBAC5DB5F D2BC0C720424D54B0E1B0FABAB8B0EDBCAD2E646F63>
통합해석시스템기반 STARCCM+ 의병렬계산성능 BMT 결과보고서 클루닉스 본자료는 클루닉스에서 CAE 해석 S/W(STARCCM+) 의병렬처리성능을측정한 BMT 결과보고서입니다. BMT 환경 : GridCenter-CAP, GridCenter-HPC BMT S/W : STARCCM+ BMT 진행 : 클루닉스 BMT 일자 : 2009년 08월 12일 ~2009년
Microsoft PowerPoint - 02_Linux_Fedora_Core_8_Vmware_Installation [호환 모드]
![Microsoft PowerPoint - 02_Linux_Fedora_Core_8_Vmware_Installation [호환 모드]](/thumbs/39/20119028.jpg "Microsoft PowerPoint - 02_Linux_Fedora_Core_8_Vmware_Installation [호환 모드]")
리눅스 설치 Vmware를 이용한 Fedora Core 8 설치 소프트웨어실습 1 Contents 가상 머신 실습 환경 구축 Fedora Core 8 설치 가상 머신 가상 머신 가상 머신의 개념 VMware의 설치 VMware : 가상 머신 생성 VMware의 특징 실습 환경 구축 실습 환경 구축 Fedora Core 8 설치 가상 머신의 개념 가상 머신 (Virtual
<BCBCBBF3C0BB20B9D9B2D9B4C220C5ACB6F3BFECB5E520C4C4C7BBC6C3C0C720B9CCB7A128BCF6C1A4295F687770>
세상을 바꾸는 클라우드 컴퓨팅의 미래 KT 그룹컨설팅지원실, 김미점(mjkim@kt.com) Gartner 10대 IT Trend에서 2009년에서 2011년까지 3년 연속 선정되고, 기업에서의 경영 방식이나 개인의 삶을 다양한 방식으로 바꿀 것으로 예상되는 클라우드 컴퓨팅의 미래 전망은 어떠할까? 빅 데이터의 등장과 다양한 모바일 디바이스의 출현으로 클라
PowerPoint 프레젠테이션
빅데이터분석활용센터 분석활용인프라매뉴얼 목 차 1 분석활용인프라 1. 개요 1.1 개요 1 2. 메뉴구조도 2.1 메뉴구조도 2 3.1 플라밍고로그인 3 3.2 데스크탑화면 8 3.3 대시보드 9 3.4 워크플로우디자이너 13 3.5 파일시스템브라우저 27 3.6 Apache Hive 편집기 42 3.7 Apache Pig 편집기 48 3.8 BI Matrix
김기남_ATDC2016_160620_[키노트].key
![김기남_ATDC2016_160620_[키노트].key](/thumbs/85/91488855.jpg "김기남_ATDC2016_160620_[키노트].key")
metatron Enterprise Big Data SKT Metatron/Big Data Big Data Big Data... metatron Ready to Enterprise Big Data Big Data Big Data Big Data?? Data Raw. CRM SCM MES TCO Data & Store & Processing Computational
놀이동산미아찾기시스템
TinyOS를이용한 놀이동산미아찾기시스템 윤정호 (mo0o1234@nate.com) 김영익 (youngicks7@daum.net) 김동익 (dongikkim@naver.com) 1 목차 1. 프로젝트개요 2. 전체시스템구성도 3. Tool & Language 4. 데이터흐름도 5. Graphic User Interface 6. 개선해야할사항 2 프로젝트개요
Microsoft PowerPoint - 3장-MS SQL Server.ppt [호환 모드]
![Microsoft PowerPoint - 3장-MS SQL Server.ppt [호환 모드]](/thumbs/91/105270928.jpg "Microsoft PowerPoint - 3장-MS SQL Server.ppt [호환 모드]")
MS SQL Server 마이크로소프트사가윈도우운영체제를기반으로개발한관계 DBMS 모바일장치에서엔터프라이즈데이터시스템에이르는다양한플랫폼에서운영되는통합데이터관리및분석솔루션 2 MS SQL Server 개요 3.1 MS SQL Server 개요 클라이언트-서버모델을기반으로하는관계 DBMS로서윈도우계열의운영체제에서만동작함 오라클관계 DBMS보다가격이매우저렴한편이고,
Microsoft Word - 3부A windows 환경 IVF + visual studio.doc
Visual Studio 2005 + Intel Visual Fortran 9.1 install Intel Visual Fortran 9.1 intel Visual Fortran Compiler 9.1 만설치해서 DOS 모드에서실행할수있지만, Visual Studio 2005 의 IDE 를사용하기위해서는 Visual Studio 2005 를먼저설치후 Integration
Microsoft PowerPoint - [Practice #1] APM InstalI.ppt
![Microsoft PowerPoint - [Practice #1] APM InstalI.ppt](/thumbs/88/117176836.jpg "Microsoft PowerPoint - [Practice #1] APM InstalI.ppt")
Practice #1 APM Install 2005. 8. 31 Lee Seung-Bok http://hpclab.uos.ac.kr Contents 2 APM 소개 Apache 설치 PHP 설치 MySQL 설치기타사항 Q & A APM(Apache,, PHP, MySQL) 소개 3 Apache PHP 현재전세계에서가장보편적으로사용되고있는오픈소스웹서버안정성및우수한기능
*통신1802_01-도비라및목차1~11
ISSN 25-2693 218. 2 218. 2 214 215 216 217 2.6 2.9 1.5 1.8 1.2 3.1 3.2 1.3 2.1 1.8 2.6 2.5 2.8 2.4.4 1.4.9 1.4 1.5 2.9 2.5 7.3 6.9 6.7 6.8 6.9 6.9 6.8 2.8 14 2.6 13 2.4 12 2.2 2. 11 1.8 1.6 1.4
슬라이드 1
Tadpole for DB 1. 도구개요 2. 설치및실행 4. 활용예제 1. 도구개요 도구명 소개 Tadpole for DB Tools (sites.google.com/site/tadpolefordb/) 웹기반의데이터베이스를관리하는도구 Database 스키마및데이터관리 라이선스 LGPL (Lesser General Public License) 특징 주요기능
PowerPoint 프레젠테이션
In-memory 클러스터컴퓨팅프레임워크 Hadoop MapReduce 대비 Machine Learning 등반복작업에특화 2009년, UC Berkeley AMPLab에서 Mesos 어플리케이션으로시작 2010년 Spark 논문발표, 2012년 RDD 논문발표 2013년에 Apache 프로젝트로전환후, 2014년 Apache op-level Project