통신회사에서가장중요한데이터자원이라고하면뭐니뭐니해도고객들의통화기록이라할수있다. 이를 Call Detail Record(CDR) 라고하며, 고객들이유선전화나휴대폰을사용하여통화할때마다통화위치, 통화대상, 통화시간등이로그데이터로기록된다. 매통화마다기록되므로 1일발생량은수억건에
|
|
|
- 다솜 용
- 7 years ago
- Views:
Transcription
1 White Paper Big Data Case Study
2 통신회사에서가장중요한데이터자원이라고하면뭐니뭐니해도고객들의통화기록이라할수있다. 이를 Call Detail Record(CDR) 라고하며, 고객들이유선전화나휴대폰을사용하여통화할때마다통화위치, 통화대상, 통화시간등이로그데이터로기록된다. 매통화마다기록되므로 1일발생량은수억건에달하는그야말로대표적인빅데이터라고할수있다. KT는 10여년전부터 CDR 데이터를수집 / 저장 / 분석할수있는가입자분석시스템을구축하여, 통화품질관리, 기지국별통화량분석, 통화장애조회등통신사업의가장핵심적인업무에활용하고있다. 데이터급증에따른데이터베이스기반시스템의한계 KT 가입자분석시스템은전형적인기업데이터웨어하우스 (DW) 형태로고가의하이엔드급유닉스서버와상용관계형데이터베이스제품을기반으로구축되어있다. 원시 CDR 데이터와이를정제한마트데이터를모두포함하여 40~50 TB 가량의데이터 ( 약 3개월치보관 ) 를저장하고약 3,000 여개의 SQL 쿼리로데이터처리를하고있다. 수행하는주요업무는다음과같다. 원시 CDR 데이터배치분석 : 가입자통화품질분석을위한데이터집계및요약 주간실시간고객대응 : 고객 VOC 대응을위한근실시간로그검색 OLAP 및정형 / 비정형리포트 : 가입자분석, 종합품질현황, 종합리포트등제공 하지만스마트폰의등장과함께무선데이터로그가급증하면서, 이로인하여데이터처리프로세스의전구간에서병목현상이 일어나게되었다. ( 그림 1) 이런병목현상은시스템성능저하뿐아니라, 분석업무에차질을주고데이터활용도를크게저하시켰다. 데이터증가로인해생긴이슈들은다음과같다. 데이터유입속도의증가로변환 / 적재과정병목으로일부로그데이터유실 데이터저장공간부족으로수용가능한데이터제한되고, 장기보관불가능 일배치작업의지연으로리포트생성마감시간을맞추지못함 시스템포화로인하여가입자행태분석등의추가분석불가능 1
3 그림 1. KT 가입자분석시스템데이터처리프로세스와병목현상 비용효율성을고려한하둡과데이터베이스의하이브리드시스템필요 스마트폰시대폭발적으로증가하는데이터를보다효율적으로수용하고활용하기위해시스템에대한전면적인검토가요구되었고 KT 는그림 2 와같이요구사항들을정리하였다. 그림 2. KT 가입자분석시스템의빅데이터요구사항 2
4 KT 가가장쉽게선택할수해결책은서버장비의부품교체나추가로성능을향상시키거나 (Scale-up) 동일한형상의시스템을하나 더구축하여확장하는방법이다. 하지만 KT 는이러한방식이추가비용이크고임시방편적인조치로, 데이터증가에대한궁극적인 해결책이아니라는판단에보다근본적인방안을찾기시작했다. 하둡 (Hadoop) 이최적의솔루션으로서채택되었다. 하둡은고가의유닉스서버대신 x86 서버를사용함으로써, 하드웨어비용을현격히낮추고, 데이터나성능의확장이필요한경우서버를추가하여손쉽게선형확장성을얻을수있는장점때문에확장성과비용효율성이라는두마리토끼를한번에잡을수있다. 하지만하둡만으로 KT 요구사항을모두충족시키지는못한다. 하둡이지원하는인터페이스는기존 SQL과약간상이하며주요 BI 도구들 (OLAP, 리포팅등 ) 과연동성이떨어진다.( 최근많은 BI 도구들이하둡연동을지원하기시작함 ) 또한 OLAP과같이빈번하고빠른응답성을요구하는쿼리성능을지원하기에는아직미흡한점이있다. KT Cloudware는하둡과데이터베이스의하이브리드 DW 모델을제안함으로써 KT의요구사항을모두충족시킬수있는방안을제시했다.( 그림 3) 하이브리드 DW 모델은데이터양이큰원시데이터와계산량이많이걸리는배치작업은하둡에서수용하고, 마트데이터와같이작고중요한데이터와 BI 도구연동작업은데이터베이스에서처리하는것이다. KT 가입자분석시스템에서는데이터양이가장큰원시 CDR 데이터는하둡에저장하고, 일배치처리작업을수행하여요약 / 집계테이블과마트데이터등을만들어내서데이터베이스에적재한다. 기존 OLAP과리포팅도구들은하둡대신데이터베이스를접근함으로써우수한연동성을보장하는것이다. 하이브리드 DW 모델은하둡의확장성과비용효율적인장점을활용하면서도데이터베이스와의역할분배를통해기존시스템과의연동과인터랙티브한작업을가능케한다. 그림 3. 하둡과데이터베이스의하이브리드 DW 모델 3
5 빅데이터시대의하이브리드 DW 솔루션으로서 NDAP 적용 KT 가입자분석시스템을하이브리드 DW 모델로전환하기위해 NDAP(NexR Data Analytics Platform) 이도입되었다. NDAP은빅데이터의수집부터, 저장, 처리, 검색까지전체프로세스를수행하는올인원솔루션으로, 데이터급증에대응할수있는비용효율적인해결책을제공한다. NDAP은하둡의장점을활용하여, 데이터증가시 x86 서버를추가함으로써저장공간을쉽게늘리고, 동시에데이터처리성능의선형적인확장성을제공한다. 또한통계소스트웨어 R 의분산버전인 RHive와의연계를통해빅데이터고급분석을가능케한다. 하이브리드 DW 모델로서, NDAP에서집계및요약된데이터는데이터베이스로적재하여, 기존 OLAP/ 리포팅도구를그대로연동할수있게도와준다. 그림 4는 KT 가입자분석시스템에 NDAP 적용된모습을보여준다. 그림 4. NDAP 적용후 KT 가입자분석시스템 그림 4에서처럼 NDAP은각기능별모듈구조로구성되어있기때문에특정기능만독립적으로수평확장이가능하고, 하둡을기반으로하기때문에정형데이터뿐아니라비정형데이터까지 NDAP내에통합하여담고분석할수있다. ANSI-SQL 쿼리를지원하여기존배치작업을이식하는데수월하고, 데이터의수집과동시에인덱싱을하기때문에근실시간성의검색이가능하다. 이와같이대용량데이터의저장과배치작업을 NDAP이떠맡음으로써고가데이터베이스의추가투자와비용을최소화시켜데이터증가에대해경제적으로대응할수있다는점에서하이브리드 DW 모델의장점이라고할수있다. 4
6 성능 / 확장성과 TCO 측면에서대폭적인개선효과 전통적인데이터베이스기반 DW 구조를 NDAP 중심의하이브리드 DW 구조로대체함으로써데이터수용능력과처리능력이대폭개선되었다. 특히, 기존에병목구간이었던, 수집, 배치처리, 검색등의작업들에대해월등히개선된성능을얻었다. 무엇보다중요한것은, 향후데이터증가시에도병목이발생하는구간만하드웨어를추가증설하여손쉽게해결할수있는시스템을확보했다는점이다. 이는지속적으로데이터가증가하는모바일시대에통신회사의핵심경쟁력으로작용할전망이다. 자세한성능향상효과는다음과같다. 수집처리성능 : 단일 x86 서버만으로기존수집성능확보. 수집서버 2 배증설시처리량 2 배로선형적인성능향상 데이터처리성능 : 기존보다평균 5~10 배정도의성능향상. 서버 2 배증설시약 1.5 배의선형적성능향상 검색응답성개선 : 데이터양이증가하더라도 3 초이내의빠른응답성확보 KT 가입자분석시스템은향후 5 년내에약 1PB 이상의데이터가쌓일것으로예상되며, 이후추가적으로다양한소스의데이터를담을 예정이다. 이와같이 5 년 TCO(Total Cost of Ownership) 관점에서전통적인방식의하이엔드서버 / 스토리지와데이터베이스기반 DW 를구성했을때비용과비교하면, 최소 567 억원의비용절감효과가예상되며, 이는데이터증가속도에따라더욱증가할수있다. 기업의차세대정보계와데이터웨어하우스의혁신을주도할 NDAP 빅데이터시대기업의 IT 인프라담당과정보계는새로운도전에직면하고있다. 모바일환경의확대로데이터의유입속도와양이증가하고있다. 강화된보안과 IT 컴플라이언스이슈로인해데이터보관주기와종류가점점늘어나고있다. 또한기업내외부에산재해있는데이터를통합하고분석하여차별화된통찰력 (Insight) 을도출하려는요구가빈번해지고있다. 이러한환경변화로인해기존데이터베이스기반의데이터웨어하우스시스템들은한계에직면하고있다. 하지만, 기존시스템을버리고전면적으로신기술을도입하는것은상당한리스크를안고있는것이사실이다. 그렇다고, 기존시스템을동일한형상으로확장하는것은근본적인해결책이될수없다. 이시점에서하이브리드 DW 모델을적용하여새로운니즈에대응하고, 기존시스템과의상생을모색하는것이가장적절한대안이될수있다. NDAP은하이브리드 DW 모델을가능케해주는검증된솔루션으로미래데이터웨어하우스의혁신을이끌것으로확신한다. 5
7 ( 주 ) KT cloudware 서울서초구서초동 동아타워 4층대표번호 : contact@ktcloudware.com Copyright : kt cloudware 2012, All Rights Reserved 본설명서는정보제공목적으로제공되는것이며, 별도의통보없이내용이변경될수있습니다.
I D G C a s e S t u d y KT 가입자분석시스템 NDAP 구축 KT, 하둡기반의빅데이터플랫폼 구축으로비용절감 olleh EDW 와빅데이터간의전략적결합을통한전사데이터에대한듀얼인프라전략 증폭하는대용량데이터에대한인프라의효율성및비용절감의절대적효과 Sponsor
서울서초구서초동 1321-6 동아타워 4층 contact@nexr.com www.nexr.com I D G C a s e S t u d y KT 가입자분석시스템 NDAP 구축 KT, 하둡기반의빅데이터플랫폼 구축으로비용절감 olleh EDW 와빅데이터간의전략적결합을통한전사데이터에대한듀얼인프라전략 증폭하는대용량데이터에대한인프라의효율성및비용절감의절대적효과 Sponsored
Æí¶÷4-¼Ö·ç¼Çc03ÖÁ¾š
솔루션 2006 454 2006 455 2006 456 2006 457 2006 458 2006 459 2006 460 솔루션 2006 462 2006 463 2006 464 2006 465 2006 466 솔루션 2006 468 2006 469 2006 470 2006 471 2006 472 2006 473 2006 474 2006 475 2006 476
810 & 820 810 는 소기업 및 지사 애 플리케이션용으로 설계되었으며, 독립 실행형 장치로 구성하거 나 HA(고가용성)로 구성할 수 있습니다. 810은 표준 운영 체제를 실행하는 범용 서버에 비해 가격 프리미엄이 거의 또는 전혀 없기 때문에 화이트박스 장벽 을
목적에 맞게 설계된 어플라 이언스 원격 용도로 최적화된 어플라이언스 관리 및 에너지 효율성 향상 원격 관리 LOM(Lights Out Management), IPMI 2.0 장치 식별 버튼/LED 실시간 시스템 환경 및 오류 모 니터링 Infoblox MIBS를 통한 SNMP 모니터링 고가용성 공급 장치 예비 디스크 예비 냉각 팬 전원 공급 장치 현장 교체
빅데이터시대 Self-BI 전략 이혁재이사 비아이씨엔에스
빅데이터시대 Self-BI 전략 이혁재이사 비아이씨엔에스 Agenda 1 Oracle In-Memory 소개 2 BI 시스템구성도 3 BI on In-Memory 테스트 4 In-Memory 활용한 BI 오라클인메모리목표 규모분석에대한속도향상 빠른속도 : 혼합워크로드업무 간편함 : 어플리케이션투명성및쉬운배치 저렴함 : 일부필요데이터만인메모리에존재가능 2 메모리운용방식
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
Cover Story 01 20 Oracle Big Data Vision 01_Big Data의 배경 02_Big Data의 정의 03_Big Data의 활용 방안 04_Big Data의 가치
Oracle Big Data 오라클 빅 데이터 이야기 Cover Story 01 20 Oracle Big Data Vision 01_Big Data의 배경 02_Big Data의 정의 03_Big Data의 활용 방안 04_Big Data의 가치 최근 빅 데이터에 대한 관심이 커지고 있는데, 그 배경이 무엇일까요? 정말 다양한 소스로부터 엄청난 데이터들이 쏟아져
데이터베이스-4부0816
04 269 270 2012 Database White Paper 271 272 2012 Database White Paper 273 274 2012 Database White Paper 275 276 2012 Database White Paper 277 278 2012 Database White Paper 279 280 2012 Database White
Basic Template
Hadoop EcoSystem 을홗용한 Hybrid DW 구축사례 2013-05-02 KT cloudware / NexR Project Manager 정구범 klaus.jung@{kt nexr}.com KT의대용량데이터처리이슈 적재 Data의폭발적인증가 LTE 등초고속무선 Data 통싞 : 트래픽이예상보다빨리 / 많이증가 비통싞 ( 컨텐츠 / 플랫폼 /Bio/
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
*금안1512-01-도비라및목차1~9
ISSN 1975-667 215. 12 215. 12 6 5 4 3 2 1 6 5 4 3 2 1 3 145 14 135 13 13 143. 14.7 1.4 9.2 1 7 45 4 35 41.4 85 76.9 76.8 3 7 8 75 125 4 4 1 25 8 6 4 2 2 15 1 5 15 15 36 35.3 36 14 13 12 11 14
歯박지원-구운몽.PDF
wwwnovel21com (c) Copyright Joeun Community All Rights Reserved ,,,,,,,,,,,, 1 2 ( ) ( ),,, ( ) ( ) ( ), ( ) ( ) ( ) " ( ) 3 ( ) " ( ) " ( ) ( ) ( ) " ( ) " ",,, ( ) ", ( ), 4 ( ), " ( ), () ",,,, 5 (
*금안14(10)01-도비라및목차1~12
ISSN 1975-667 21. 1 21. 1 3 1 8 6 2 1 8 6 2 15 1 13 12 11 1 15 12 9 6 3 36 32 28 2 75 85 83 81 79 77 5 1 8 6 1 8 6 1 8 25 2 2 2 6 15 1 2-2 5-5 3 2 3 2 1 1-1 -1-2 -2 6 1 13 12 1 8 6 16 12 2.
음악부속물
Music Industry White Paper 2010 1-1-1 18 19 1-1-1 20 21 1-1-2 22 23 1-1-3 24 25 1-1-4 26 27 1-1-2 28 29 30 31 1-1-5 32 33 1-1-6 34 35 1-1-7 36 37 1-1-8 38 39 1-1-9 40 41 1-1-10 1-1-3 42 43 1-1-4 1-1-5
음악부속물
Music Industry White Paper 2010 76 77 2-1-1 78 79 2-1-2 2-1-1 2-1-2 80 81 2-1-3 82 83 2-1-3 2-1-4 2-1-5 84 85 86 87 88 89 2-2-1 2-2-2 90 91 2-2-3 92 93 2-2-4 2-2-5 2-2-1 94 95 2-2-6 2-2-7 96 97 2-2-2
음악부속물
Music Industry White Paper 2010 254 255 4-1-1 4-1-2 4-1-3 256 257 4-1-4 4-1-5 258 259 4-2-1 4-2-1 260 261 4-2-2 4-2-3 4-2-2 4-2-3 4-2-4 262 263 4-2-5 4-2-6 4-2-7 4-2-8 4-2-4 264 265 4-2-9 4-2-5 4-2-10
*캐릭부속물
Character Industry White Paper 2010 18 19 1-1-1 1-1-2 1-1-3 20 21 1-1-4 1-1-5 22 23 1-1-6 1-1-7 24 25 1-1-8 26 27 1-1-10 28 29 1-1-11 1-1-12 30 31 1-1-13 32 33 1-1-14 1-1-15 34 35 36 37 1-1-16 1-1-17
*금안 도비라및목차1~17
ISSN 1975-667 216. 6 금융안정보고서 216. 6 6 5 4 3 2 1 6 5 4 3 2 1 3 15 145 14 135 13 13 1 125 4 7 1 1 2 1 5 5 5 2 4 4 4 18 3 3 3 16 2 2 45 4 35 14 12 37.7 36.9.7-1.5 3-1 3 2 1 4 25 2 15 1 5-5
문서의 제목 나눔고딕B, 54pt
실시간데이터수집및처리 Network Computing System Architecture Lab Dongguk University MooSeon Choi 2013.11.07 목차 1. 연구목표 2. 2차발표리뷰 3. 실시간데이터수집및처리 4. 향후연구계획 3 / 14 연구목표 ( 1 세부 데이터페더레이션을위한기술 ) 모바일기반 SNS( 비정형 ) 데이터와기존
만화부속물
Cartoon Industry White Paper 2010 236 237 4-1-1 4-1-2 4-1-3 238 239 4-1-4 240 241 4-1-5 4-2-1 4-2-1 242 243 4-2-2 4-2-3 4-2-2 4-2-4 4-2-5 4-2-3 244 245 4-2-6 4-2-7 4-2-4 4-2-8 4-2-5 246 247 4-2-9 4-2-10
만화부속물
Cartoon Industry White Paper 2010 18 19 1-1-1 1-1-2 1-1-3 20 21 22 23 1-1-4 24 25 1-1-5 26 27 1-1-6 1-1-1 28 29 1-1-7 1-1-2 1-1-8 30 31 1-1-3 1-1-4 32 33 1-1-9 1-1-5 34 35 1-1-10 1-1-11 36 37 1-1-12
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
따끈따끈한 한국 Azure 데이터센터 서비스를 활용한 탁월한 데이터 분석 방안 (To be named)
오늘그리고미래의전략적자산 데이터. 데이터에서인사이트까지 무엇이? 왜? 그리고? 그렇다면? Insight 데이터의변화 CONNECTED DIGITAL ANALOG 1985 1990 1995 2000 2005 2010 2015 2020 데이터의변화 CONNECTED DIGITAL ANALOG 1985 1990 1995 2000 2005 2010 2015 2020
PowerPoint Presentation
RHive 와빅데이터분석 - 넥스알 Agenda 1. RHive 의소개 RHive 란? RHive 기능 & 사용법 Enterprise RHive 2. RHive 의운용사례 CloudLog CDR 2 R 분석가를 RHive 탄생배경 RHive 의소개 Big Data 플랫폼의데이터처리능력과 R 의데이터분석기능의결합필요성이대두됨 3 RHive 의정의 RHive 의소개
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.
Microsoft Word - th1_Big Data 시대의 기술_ _조성우
Theme Article Big Data 시대의기술 중앙연구소 Intelligent Knowledge Service 조성우 1. 시대의화두 Big Data 최근 IT 분야의화두가무엇인지물어본다면, 빅데이터가대답들중하나일것이다. 20년전의 PC의메모리, 하드디스크의용량과최신 PC, 노트북사양을비교해보면과거에비해데이터가폭발적으로늘어났다는것을실감할수있을것이다. 특히스마트단말및소셜미디어등으로대표되는다양한정보채널의등장과이로인한정보의생산,
e-spider_제품표준제안서_160516
The start of something new ECMA Based Scraping Engine CONTENTS 3 4 1 2 3 4 5 6 7 8 9 5 6 ECMA Based Scraping Engine 7 No.1 No.2 No.3 No.4 No.5 8 24 ( ) 9 ios Device (all architecture) Android Device (all
2002 KT
2002 KT 2002 KT { } 4 5 Contents 8 S P E C I A L 9 10 S P E C I A L 11 010110001010100011010110101001101010010101101011100010 01011000101010001101011010100110101 000101010001101011010100110101001010110110111000100101100010
위세아이텍_iOLAP_
빅데이터관리와분석을위한 플랫폼융합활용사례 BI Forum 분석시스템구축 Review(1/2) 1 분석시스템구축 Review(2/2) 분석속도가느리다면? 정보요구사항이변하거나 추가된다면? 데이터량이너무많다면? 2 과거의빅데이터저장 데이터량이너무많다 그러나 RDBMS 에서관리하는것은 막대한비용소요 지금까지의처리방안 1. 데이터간에우선순위부여 신용카드데이터 > 상품데이터
[Brochure] KOR_TunA
![[Brochure] KOR_TunA](/thumbs/95/123928128.jpg "[Brochure] KOR_TunA")
LG CNS LG CNS APM (TunA) LG CNS APM (TunA) 어플리케이션의 성능 개선을 위한 직관적이고 심플한 APM 솔루션 APM 이란? Application Performance Management 란? 사용자 관점 그리고 비즈니스 관점에서 실제 서비스되고 있는 어플리케이션의 성능 관리 체계입니다. 이를 위해서는 신속한 장애 지점 파악 /
*2009데이터_3부
Database White Paper Database White Paper Database White P aper 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 05 06 06 07 07 ~
KT Community Relations White Book
KT Community Relations White Book KT Community Relations White Book KT Community Relations White Book KT Community Relations White Book Contents KT Community Relations White Book S P E C I A L KT Community
PowerPoint 프레젠테이션
1 Excellence in Data Governance 2 Excellence in Data Governance 데이터이동경로와 산출규칙을가시화 데이터계보관리 (Data Lineage) 3 Excellence in Data Governance 데이터베이스 법규정에맞게 IT 레이어들사이의데이터의품질과금융감독현행화이슈 투명성이확보되어있는가? 현업 뷰, 테이블,
슬라이드 1
2015( 제 8 회 ) 한국소프트웨어아키텍트대회 Database In-Memory 2015. 07. 16 한국오라클 김용한 Agenda 1 2 3 4 5 6 In-Memory Computing 개요주요요소기술 In-Memory의오해와실제적용시고려사항 12c In-Memory Option의소개결론 2 1. In-Memory Computing 개요 전통적인데이터처리방식
*금안 도비라및목차1~15
ISSN 1975-667 217. 12 217. 12 3 25 2 15 1 5 3 25 2 15 1 5 3 2 18 16 14 12-1 1-2 8 3 +1.9 4 2-4 -8 1-5.4 8 4-4 -8 1,3 1,1 9 7 1,5 15 18 6 12 9 6 3 16 14 12 5 1 4 55 5 45 4 15 6 12 12 1
<4D F736F F D20BBE7BABB202D20C3D6BDC54954B5BFC7E2>
최신 IT 동향주간기술동향 2012. 4. 11. NoSQL DB 인기도조사, 하둡진영과몽고 DB 의경쟁양상 * 비즈니스인텔리전스 (BI) 전문기업인재스퍼소프트 (Jaspersoft) 가 NoSQL DB 의인기도를알수있는빅데이터지수 (JBDI) 를발표 - 빅데이터는대규모의정형및비정형데이터를분석하는것이므로, 정형데이터를 SQL 쿼리로관리하는관계형데이터베이스관리시스템
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,
진정한토종벤처를꿈꾸는기업 저희시큐레이어는최근사회적화두로부각되고있는빅데이터를기반으로한통합로그수집 / 분석및통합보안관제분야에순수국산기술적자립으로외산과당당히겨루는소프트웨어를만들자는이념의전문소프트웨어기업입니다. 이러한이념을달성하기위한치열한열정과노력으로주요시장에서긍정적으로 평가
eyecloudsim 진정한토종벤처를꿈꾸는기업 저희시큐레이어는최근사회적화두로부각되고있는빅데이터를기반으로한통합로그수집 / 분석및통합보안관제분야에순수국산기술적자립으로외산과당당히겨루는소프트웨어를만들자는이념의전문소프트웨어기업입니다. 이러한이념을달성하기위한치열한열정과노력으로주요시장에서긍정적으로 평가받는 eyecloudsim 제품군을결실로만들어가고있습니다. 시큐레이어대표이사전주호
Bind Peeking 한계에따른 Adaptive Cursor Sharing 등장 엑셈컨설팅본부 /DB 컨설팅팀김철환 Bind Peeking 의한계 SQL 이최초실행되면 3 단계의과정을거치게되는데 Parsing 단계를거쳐 Execute 하고 Fetch 의과정을통해데이터
Bind Peeking 한계에따른 Adaptive Cursor Sharing 등장 엑셈컨설팅본부 /DB 컨설팅팀김철환 Bind Peeking 의한계 SQL 이최초실행되면 3 단계의과정을거치게되는데 Parsing 단계를거쳐 Execute 하고 Fetch 의과정을통해데이터를사용자에게전송하게되며 Parsing 단계에서실행계획이생성된다. Bind 변수를사용하는 SQL
<4D F736F F D204954B1E2C8B9BDC3B8AEC1EE2DC3D6B1D4C7E5>
빅데이터상용솔루션동향과시사점 * 손진승, 최규헌 삼성 SDS windfalcon@samsung.com 1. 서론 2. 빅데이터상용솔루션동향 3. 결론및시사점 1. 개요최근 IT 기술의발달에따라스마트폰, 센서등이일상화되면서정보의종류와양이과거와는비교조차할수없을정도로급격하게늘고있다. 특히모바일서비스의이용과개인당스마트기기보유량이급속히증가함에따라데이터가기하급수적으로증가하는대용량의데이터시대가도래하였다.
빅데이터처리의핵심인 Hadoop 을오라클은어떻게지원하나요? Oracle Big Data Appliance Solution 01 빅데이터처리를위한전문솔루션이 Oracle Big Data Appliance 군요. Oracle Big Data Appliance 와함께라면더이
Cover Story 03 28 Oracle Big Data Solution 01_Oracle Big Data Appliance 02_Oracle Big Data Connectors 03_Oracle Exdata In-Memory Database Machine 04_Oracle Endeca Information Discovery 05_Oracle Event
115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 300,000 2015 1 15 2014 12 31 2013 20,000 2015 9 30 80,000 2014 12 31 400,000 132 133 134 135 136 2014 2013 475,880,057,649,056 448,615,377,885,269
PowerPoint 프레젠테이션
Spider For MySQL 실전사용기 피망플러스유닛최윤묵 Spider For MySQL Data Sharding By Spider Storage Engine http://spiderformysql.com/ 성능 8 만 / 분 X 4 대 32 만 / 분 많은 DB 중에왜 spider 를? Source: 클라우드컴퓨팅구 선택의기로 Consistency RDBMS
H3250_Wi-Fi_E.book
무선 LAN 기능으로 할 수 있는 것 2 무선 LAN 기능으로 할 수 있는 것 z q l D w 3 Wi-Fi 기능 플로우차트 z q l D 4 Wi-Fi 기능 플로우차트 w 5 본 사용 설명서의 기호 설명 6 각 장별 목차 1 2 3 4 5 6 7 8 9 10 11 12 13 14 7 목차 1 2 3 4 8 목차 5 6 7 8 9 9 목차 10 11 12
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.
*연차(2015)01-도비라및목차1~15
ISSN 1975-4922 2016. 3 2015년도 연차보고서 2016. 3 - i - - ii - 3 4 2013 25 24 1 110 15 150 2014 25 24 1 108 15 148 2015 26 24 2 94 13 133 5 6 7 8 2013 2014 2015e 3.3 3.4 3.1 1.1 1.8 1.9 1.5
PowerPoint 프레젠테이션
Why Microsoft Data Warehouse & BI? 아젠다 Ⅰ Ⅱ Ⅲ Ⅳ Microsoft Data Warehouse 소개 Microsoft Power BI 소개 Microsoft Data Warehouse & BI 구축사례메이븐클라우드서비스소개 Microsoft Data Warehouse 소개 Microsoft Data Warehouse 소개 Microsoft
게임백서-상하-색인 목차
2010 White Paper on Korean Games Guide to Korean Games Industry and Culture Chapter 01 Chapter 01 42 2010 White Paper on Korean Games 43 Chapter 01 44 2010 White Paper on Korean Games 45 Chapter 01 46
IBMDW성공사례원고
한국아이비엠주식회사 Your Possible Solution IBM DataWarehouse Appliance Impossible? I'm possible! 04 06 08 14 20 26 What BAO? 44x 3x 5x 05 04 Why DataWarehouse Appliance? Your Choice : Simplicity, Flexibility IBM
게임백서-상하-색인 목차
2010 White Paper on Korean Games Guide to Korean Games Industry and Culture Chapter 06 Chapter 06 734 2010 White Paper on Korean Games 735 Chapter 06 736 2010 White Paper on Korean Games 737 Chapter 06
게임백서-상하-색인 목차
2010 White Paper on Korean Games Guide to Korean Games Industry and Culture Chapter 05 Chapter 05 662 2010 White Paper on Korean Games 663 Chapter 05 664 2010 White Paper on Korean Games 665 Chapter 05
< B1E8C7F6C1D65FC7CFB5D3B1E2B9DDBAF2B5A5C0CCC5CDB1E2B9FDB8A6C0CCBFEBC7D128BCF6C1A4292E687770>
Journal of the Korea Academia-Industrial cooperation Society Vol. 16, No. 1 pp. 726-734, 2015 http://dx.doi.org/10.5762/kais.2015.16.1.726 ISSN 1975-4701 / eissn 2288-4688 하둡기반빅데이터기법을이용한웹서비스데이터처리설계및구현
³»Áö_1È£_0107L
Copyright(c) KONIBP All Rights Reserved. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 49 50 51 52 53 54 55 56 57 58 59
아이콘의 정의 본 사용자 설명서에서는 다음 아이콘을 사용합니다. 참고 참고는 발생할 수 있는 상황에 대처하는 방법을 알려 주거나 다른 기능과 함께 작동하는 방법에 대한 요령을 제공합니다. 상표 Brother 로고는 Brother Industries, Ltd.의 등록 상
Android 용 Brother Image Viewer 설명서 버전 0 KOR 아이콘의 정의 본 사용자 설명서에서는 다음 아이콘을 사용합니다. 참고 참고는 발생할 수 있는 상황에 대처하는 방법을 알려 주거나 다른 기능과 함께 작동하는 방법에 대한 요령을 제공합니다. 상표 Brother 로고는 Brother Industries, Ltd.의 등록 상표입니다. Android는
슬라이드 1
Contents 네이버의페타바이트데이터 서비스방안 저장시스템개발팀 김태웅부장 2010.11.23 1/27 Contents Ⅰ 스토리지요구사항스토리지요구사항 Ⅱ OwFS 개요 OwFS 개요 Ⅲ OwFS 의특장점 OwFS 의특장점 Ⅳ 데이터의안전한보존문제데이터의안전한보존문제 2/27 Ⅰ 스토리지요구사항 3/27 네이버 / 한게임현황 구분 지표 수치 네이버 회원수
자동화된 소프트웨어 정의 데이터센터
엔터프라이즈데이터레이크와 Scale-Out 데이터스토리지 서영일차장한국이엠씨컴퓨터시스템즈 1 목차 Data Lake 전략의필요성 Enterprise Data Lake 정의 EMC의 EDLP(Enterprise Data Lake Platform) 전략 EMC Scale-Out NAS Isilon 성공사례 2 전통적인분석을위한 Data Flow 전통적인분석방식의한계점
121220_워키디_상세설명서.indd
www.walkie.co.kr Copyright 2012 by GC Healthcare Corp. All rights reserved. 02 03 04 05 06 07 08 AC8D good 09 10 AC8D 11 12 13 14 15 010-1234-5678 16 17 18 19 20 21 22 23 24 25 26 27 Tel: +82. 2. 1588.
슬라이드 1
강력한성능! 인터넷 / 업무용데스크탑 PC NX-H Series Desktop PC NX1- H700/H800/H900 NX2- H700/H800/H900 NX1-H Series 사양 Series 제품설명 ( 모델명 ) NX1-H Series, 슬림타입 기본형모델중보급형모델고급형모델 NX1-H800:112SN NX1-H800:324SN NX1-H800:534MS
<4D6963726F736F667420576F7264202D204954B1E2C8B9BDC3B8AEC1EE2DB1E8B5BFC7D1>
IT 기획시리즈 빅 데이터의 핵심 플랫폼, 기업용 하둡 동향 김동한 펜타시스템테크놀러지 고등기술연구소 소장 picollo@penta.co.kr 1. 서론 2. 빅데이터 트렌드 3. 기업용 하둡 동향 4. 결론 1. 서론 빅 데이터(Big Data)는 Gartner, IDC, IBM, EMC 등 주요 리서치 기관, IT 벤더들이 2012 년 전략 기술이나 주요
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?
Cover Story 빅데이터플랫폼 Big Data 시대의엔터프라이즈인프라스트럭처 ORACLE KOREA MAGAZINE Spring 개요빅데이터를처리하는기술의가장중심기술은아파치하둡기술일것이다. 하둡기술은데이터를취득하고이를구조화시키고분석을하는일련의과정에
Cover Story 04 빅데이터플랫폼 Big Data 시대의엔터프라이즈인프라스트럭처 저자 - 홍기현상무, 한국오라클 Tech Sales Consultant(kihyun.hong@oracle.com) 빅데이터기술은데이터크기혹은증가속도가빠르고데이터저장형태도다양하여이를 모델링후분석하기에는부적합한형태의데이터를분산시스템을이용하여분석하는기술이다. 또한빅데이터로는트위터나페이스북같은소셜미디어에올라온데이터가언급되기도하지만,
Cloudera Toolkit (Dark) 2018
BIG DATA LAKE 구축사례 굿모닝아이텍 / 박근봉상무 AGENDA 1. BIGDATA 현황 2. Cloudera Bigdata Lake 3. BIG DATA LAKE 구축사례 2 BIGDATA 현황 3 BIGDATA 현황 2020 년국내빅데이터시장약 9 억달러 2006 년 빅데이터 (Big Data) 가구글검색어로처음등장한이래 2012 년다보스포럼에선그해가장중요한기술중하나로빅데이터를꼽았다.
비식별화 기술 활용 안내서-최종수정.indd
빅데이터 활용을 위한 빅데이터 담당자들이 실무에 활용 할 수 있도록 비식별화 기술과 활용방법, 실무 사례 및 예제, 분야별 참고 법령 및 활용 Q&A 등 안내 개인정보 비식별화 기술 활용 안내서 Ver 1.0 작성 및 문의 미래창조과학부 : 양현철 사무관 / 김자영 주무관 한국정보화진흥원 : 김진철 수석 / 김배현 수석 / 신신애 부장 문의 : cckim@nia.or.kr
RHEV 2.2 인증서 만료 확인 및 갱신
2018/09/28 03:56 1/2 목차... 1 인증서 확인... 1 인증서 종류와 확인... 4 RHEVM CA... 5 FQDN 개인 인증서... 5 레드햇 인증서 - 코드 서명 인증서... 6 호스트 인증... 7 참고사항... 8 관련링크... 8 AllThatLinux! - http://allthatlinux.com/dokuwiki/ rhev_2.2_
SANsymphony-V
국내대표적인구축사례 (KR) XXXX공사(공공) 2013년 12월 도입 센터 이전에 따른 스토리지가상화 통합 및 이기종통합 이기종 스토리지 (무중단이중하) 무중단 서비스 확보 24시간 운영 체계의 고가용 확보 스토리지 인프라의 유연한 구성 및 통합 환경 구축 업무서버 Unix 20대 업무서버 V 58대 CIe SSD(Fusion IO 3.2TB) ㅇㅇㅇㅇㅇㅇ
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
지상파(디지털) 방송의 재전송이 큰 목적 중 하나이므로 전세계적으로 IPTV의 보급이 더욱 촉진될 가능성이 높음 단말기 측면 전망 향후에는 거치형 TV만이 아니고 휴대전화, 휴대게임기 등에 대해서도 각종 콘 텐트 전송이 더욱 확대될 것이고 더 나아가 휴대전화 TV 휴대게임기 등 단말기 상호간의 콘텐트 전송이 더욱 증가될 것임 서비스 측면 전망 유저가 편한 시간대에
PlatformDay2009-Hadoop_OSBI-YoungwooKim
Hadoop 과오픈소스소프트웨어를이용한비지니스인텔리전스플랫폼구축 (Building Business Intelligence Platform Using Hadoop and OpenSource Tools) PlatFromDay2009 2009. 6. 12 김영우 warwithin@daumcorp.com 다음커뮤니케이션 프리젠테이션개요 비즈니스인텔리전스그리고데이터웨어하우스
PowerPoint 프레젠테이션
www.vmon.vsystems.co.kr Vmon 소개자료 Ⅰ. EMS 란? Ⅱ. Vmon 소개 Ⅲ. Vmon 의도입효과 Ⅰ. EMS 란? - EMS 의정의 - EMS 의필요성 : IT 환경의변화 Ⅱ. Vmon 소개 - Vmon 개요 - Vmon 제품구성 - Vmon Solutions - Vmon Services Ⅲ. Vmon 의도입효과 Ⅰ. EMS 란?
클라우드컴퓨팅 주요법령해설서 2017. 11. 목차 3... 5 I... 15 II... 39 1. 공공분야... 41 2. 금융분야... 71 3. 의료분야... 81 4. 교육분야... 95 5. 신산업등기타분야... 101 III... 109 요약문 5, 15 3, 1 16~ 18 15 11 16 4, 16 7,,, 5 16 5, 16 7~10,,,
*금안1506-01-도비라및목차1~16
ISSN 1975-667 215. 6 215. 6 8 6 4 2 8 6 4 2 3 14 135 13 137.9 138.1 12 135.4 7.3 6.6 6.5 1 8 6 44 42 4 38 36 77.9 36.6 79.3 37.7 84 77.5 76.6 82 8 78 76 125 3.8 3.7 3.6 4 34 32 74 72 12
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.
이동전화요금체계개선방안(인쇄본).hwp
시장조사 12-29 이동전화서비스요금체계개선방안 한국소비자원시장조사국 - 목차 - - 표목차 - - 3 - - 1 - - 2 - 표 2-1 이동전화가입자수 - - 26,497,267 26,516,938 - - 55,449 308,069 24,269,553 25,705,049 26,552,716 26,825,007 - - 16,249,110 15,927,205
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,
데이터자격시험소개 한국데이터베이스진흥원은산업수요에부응하는인재양성을위해기업의데이터에관한모든구조를체계화하여설계하는능력을검정하는데이터아키텍처 (Data Architecture) 자격시험과데이터베이스개발의필수언어인 SQL(Structured Query Language) 활용능
데이터자격시험소개 한데이터베이스진흥원은산업수요에부응하는재양성을위해기업의데이터에관한모든구조를체계화하여설계하는능력을검정하는데이터아키텍처 (Data Architecture) 자격시험과데이터베이스개발의필수언어 SQL(Structured Query Language) 활용능력을검정하는 SQL 자격시험, 과학적의사결정을지원하기위해 ( 빅 ) 데이터를활용하여분석하는역량을검정하는데이터분석
일제.PDF
19,.,. / Copyright 2004 by BookCosmos. All Rights Reserved. Summarized with the Permission from Publisher. ( ).,. 19 / 2005 1 / 384 / 11,000 -, - - - - - - - - -, - - - - - - - S ho rt S umma ry. ' ' '
Slide 1
SAS Visual Analytics: In-Memory 분석엔진기반의 Big Data 시각적분석 박현옥부장 SAS Korea Agenda Big Data Analysis - Issues Case Study Big Data Analytics를위한 SAS 분석아키텍쳐 SAS Visual Analytics의특징 데모 활용방안 Big Data Analytics -
WINDOW FUNCTION 의이해와활용방법 엑셈컨설팅본부 / DB 컨설팅팀정동기 개요 Window Function 이란행과행간의관계를쉽게정의할수있도록만든함수이다. 윈도우함수를활용하면복잡한 SQL 들을하나의 SQL 문장으로변경할수있으며반복적으로 ACCESS 하는비효율역
WINDOW FUNCTION 의이해와활용방법 엑셈컨설팅본부 / DB 컨설팅팀정동기 개요 Window Function 이란행과행간의관계를쉽게정의할수있도록만든함수이다. 윈도우함수를활용하면복잡한 SQL 들을하나의 SQL 문장으로변경할수있으며반복적으로 ACCESS 하는비효율역시쉽게해결할수있다. 이번화이트페이퍼에서는 Window Function 중순위 RANK, ROW_NUMBER,
마사코.PDF
( ).. Copyright 2005 by BookCosmos. All Rights Reserved. Summarized with the Permission from Publisher. ( ).,. ( ) / / 2005 9 / 275 / 9,800 -., -. ARD. Herder, ( ). ( ),.. S ho rt S umma ry 1993 6, 5..
804NW±¹¹®
Copyright Samsung SDS All rights Reserved. 1 2 3 4 센트에서 빼낸 다음 삼성 S D S 고객센터 기사에게 연락합니다. 5 6 삼성 고객센터 기사에게 이지온 영상 전화기가 작동하는 상태에서 안전점검을 수행토록 요구해야 합니다 7 8 반드시 삼성 에서 승인된 부품만을 사용해야 합니다 삼성 에서 승인된 부품을 사용하지 않을
Bigdata가 제공하는 구체적인 혜택과 변화 양상 기업의 데이터 기반의 의사결정 시스템 구축 의지 확대 양상 빅데이터를 활용한 경영 및 마케팅 지속적인 증가세 뚜렷 빅데이터를 도입한 기업은 사전 기대를 뛰어넘는 효과를 경험 본 조사 내용은 美 BARC- Researc
Bigdata가 제공하는 구체적인 혜택과 변화 양상 기업의 데이터 기반의 의사결정 시스템 구축 의지 확대 양상 빅데이터를 활용한 경영 및 마케팅 지속적인 증가세 뚜렷 빅데이터를 도입한 기업은 사전 기대를 뛰어넘는 효과를 경험 본 조사 내용은 美 BARC- Researcht 社 가 2015년 대륙별 표본을 추출한 글로벌 546개사를 대상으로 리서치를 수행하여
자동화된 소프트웨어 정의 데이터센터
플래시기술기반의비즈니스혁신사례 김민아이사한국이엠씨컴퓨터시스템즈 1 목차 Agile Data Center 를위한 XtremIO 차별화기능 무중단과고성능으로경쟁력을높인멀티플렉스적용사례 일관된응답성능으로혁신된학사행정적용사례 업무생산성과비용효율성을높인패션 ERP 적용사례 관리편리성을높인소셜커머스적용사례 고성능 / 고효율기반의데스크톱가상화적용사례 Why EMC XtremIO
<4D F736F F D F5357BAB05FC5EBC7D5C7D8BCAEBDC3BDBAC5DB5FBCBAB4C920BAD0BCAE20B0E1B0FABAB8B0EDBCAD5F F
CAE S/W 별통합해석시스템성능분석결과보고서 Nehalem CPU vs HarperTown CPU 비교분석 클루닉스 본자료는최신 Intel Processor Architecture인 Nehalem CPU 기반에서 CAE 해석 S/W에대한성능분석보고서입니다. 클루닉스의통합해석시스템구성제품인 GridCenter-CAP을이용하여테스트되었으며, 클루닉스의허가없이복사나배포를금지합니다.
Windows 10 General Announcement v1.0-KO
Windows 10 Fuji Xerox 장비와의호환성 v1.0 7 July, 2015 머리말 Microsoft 는 Windows 10 이 Windows 자동업데이트기능을통해예약되어질수있다고 6 월 1 일발표했다. 고객들은 윈도우 10 공지알림을받기 를표시하는새로운아이콘을알아차릴수있습니다. Fuji Xerox 는 Microsoft 에서가장최신운영시스템인 Windows
4 꼬부랑 이라는 말이 재미있습니다. 5같은 말이 반복이 되어서 지루합니다. 4 꼬부랑 은 굽은 모양을 재미있게 흉내 낸 말입니다. 꼬부랑 을 빼고 읽는 것보다 넣어서 읽 으면 할머니와 엿가락, 강아지의 느낌이 좀 더 실감 나서 재미가 있습니다. 국어2(예습) / 1.
2016년 1월 2학년 시간표 < > 1주차_[국어] 국어1(예습) / 1. 아, 재미있구나! / 01월 04일 3. 다음은 꼬부랑 을 넣은 것과 뺀 것입니다. 그 느낌을 설명한 것으로 알맞지 않은 것은 무엇입 니까? 1에서 꼬부랑 할머니 는 허리가 굽은 할머니의 모습이 떠오릅니다. 2에서 꼬부랑 고갯길 은 그냥 고갯길 보다 더 많이 굽은 고갯길 같습니다.
네트워크통신연결방법 네트워크제품이통신을할때, 서로연결하는방법에대해설명합니다. FIRST EDITION
네트워크제품이통신을할때, 서로연결하는방법에대해설명합니다. FIRST EDITION 05-2012 개요 개요 네트워크상에연결되어있는기기들이통신을할때, 어떻게목적지를찾아가는지 (IP 주소, 서브넷마스크, 게이트웨이 ) 어떻게데이터를보내는지 (UDP/TCP, ) 에대한내용을설명합니다. 네트워크설정에따른특징을이해하여, 제품이설치된네트워크환경에따라알맞은설정을하도록합니다.
마닝
아는것과그것을행동하는것은다르다 생각하는하는백성이야산다. - 함석헌 4 차산업혁명핵심데이터가공플랫폼 (DMP): 스마트시티사례중심 2015 EN-CORE. All rights reserved. Data Scientist : 엔코아데이터서비스센터장김옥기 Data Driven Strategy Consulting okkim@en-core.com 4 차산업혁명의핵심데이터가공플랫폼
Straight Through Communication
중소-중견 기업을 위한 데이터 관리 및 1-2차 백업 통합 시스템 구축 제안 V1.0 제안 배경 및 도입 장점 제안 배경 중소-중견 기업의 IT 환경에서 데이터 관리 및 백업, 모바일 오피스 및 클라우드 환경 구축을 위해 소프트웨어와 이를 구동할 서버, 스토리지, 운영체제, 보안까지 모든 것을 구축하려면 비용과 관리의 부담이 클 수 밖에 없습니다. 따라서 대부분의
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,
이문서는인포매티카의기업대외비, 독점및상거래상의기밀정보를포함하며인포매티카의사전서면동의없이복사, 배포, 중복또는어떤방식으로도복제될수없습니다. 본문서정보의정확성과완전성을기하기위한노력을다했음에도불구하고일부오식또는기술적부정확성이있을수있습니다. 인포매티카는본문서에포함된정보의사용으
W H I T백서 E P A P E R 빅데이터 (Big Data) 의폭발적증가빅데이터를큰비즈니스기회로연결시키는 Informatica 9.1 플랫폼 이문서는인포매티카의기업대외비, 독점및상거래상의기밀정보를포함하며인포매티카의사전서면동의없이복사, 배포, 중복또는어떤방식으로도복제될수없습니다. 본문서정보의정확성과완전성을기하기위한노력을다했음에도불구하고일부오식또는기술적부정확성이있을수있습니다.
SSD, TCO(Total Cost of Ownership) 관점 수요 확대 동인 확보 TCO(Total Cost of Ownership) 관점 수요 증가 동인 확대 3D NAND의 응용처는 향후 PC에서 엔터프라이즈로 확대될 것으로 판단된다. 엔터 프라이즈 시장에서는
엔터프라이즈향 SSD 수요 본격화 Industry Note 216. 4. 2 그 동안 엔터프라이즈 시장에서는 SSD 채용에 보수적이었지만 SSD의 TCO 경쟁력이 확보되면서 엔터프라이즈향 SSD 수요 본격화 진행 중. SSD내 엔터프라이즈향 수요 비중은 14년 17%에서 16년 31%로 상승 예상. 삼성전자 긍정적, 3D NAND 인프라 업체 및 장비업체 수혜
오토10. 8/9월호 내지8/5
I ndustry Insight Telematics Detroit 2010: 스마트폰이 바꿔가는 車 내비게이션의 장래가 스마트폰과 애플리케이션으로 인해 불투명해지고 있지만, 오히려 이것은 텔레매틱스 서비스의 질적 향상과 대중화를 이끌고 있다. 지난 6월 미시간 주 노비에서 열린 텔레매틱스 디트로이트 2010 에서 패널들은 포터블 디바이스가 기 존 차량의 텔레매틱스