빅데이터 수집 처리를 위한 분산 하둡 풀스택 플랫폼의 설계
Design of Distributed Hadoop Full Stack Platform for Big Data Collection and Processing
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
급속한 비대면 환경과 모바일 우선 전략에 따라 해마다 많은 정형/비정형 데이터의 폭발적인 증가와 생성은 모든 분야에서 빅데이터를 활용한 새로운 의사 결정과 서비스를 요구하고 있다. 그러나 매년 급속히 증가하는 빅데이터를 활용하여 실무 환경에서 적용 가능한 표준 플랫폼으로 빅데이터를 수집하여 적재한 후, 정재한 빅데이터를 관계형 데이터베이스에 저장하고 처리하는 하둡 에코시스템 활용의 참조 사례들은 거의 없었다. 따라서 본 연구에서는 스프링 프레임워크 환경에서 3대의 가상 머신 서버를 통하여 하둡 2.0을 기반으로 쇼셜 네트워크 서비스에서 키워드로 검색한 비정형 데이터를 수집한 후, 수집된 비정형 데이터를 하둡 분산 파일 시스템과 HBase에 적재하고, 적재된 비정형 데이터를 기반으로 형태소 분석기를 이용하여 정형화된 빅데이터를 관계형 데이터베이스에 저장할 수 있게 설계하고 구현하였다. 향후에는 데이터 심화 분석을 위한 하이브나 머하웃을 이용하여 머신 러닝을 이용한 클러스터링과 분류 및 분석 작업 연구가 지속되어야 할 것이다.
Abstract
In accordance with the rapid non-face-to-face environment and mobile first strategy, the explosive increase and creation of many structured/unstructured data every year demands new decision making and services using big data in all fields. However, there have been few reference cases of using the Hadoop Ecosystem, which uses the rapidly increasing big data every year to collect and load big data into a standard platform that can be applied in a practical environment, and then store and process well-established big data in a relational database. Therefore, in this study, after collecting unstructured data searched by keywords from social network services based on Hadoop 2.0 through three virtual machine servers in the Spring Framework environment, the collected unstructured data is loaded into Hadoop Distributed File System and HBase based on the loaded unstructured data, it was designed and implemented to store standardized big data in a relational database using a morpheme analyzer. In the future, research on clustering and classification and analysis using machine learning using Hive or Mahout for deep data analysis should be continued.
참고문헌 (40)
- "Worldwide Global DataSphere Forecast" (2020)[URL]
- "Data Never Sleeps 8.0" (2020)[URL]
- "This Is What Happens In An Internet Minute" (2020)[URL]
- "This Is What Happens In An Internet Minute" (2020)[URL]
- 박정혁, "하둡과 맵리듀스", 한국데이터정보과학회지, 24(5), pp.1013~1027 (2013), 한국데이터정보과학회[DOI]
- S. B. Heo, "Hadoop based Deep Learning Framework Technology Trend", Communications of the Korean Institute of Information Scientists and Engineers, 37(10), pp.25~31 (2019)
- "Apache Hadoop 2. 10. 1"[URL]
- "Apache Hadoop 3. 1. 4"[URL]
- "National Information Society Agency"[URL]
- S. B. Heo, "Technology Trends of Deep Learning Framework on Hadoop YARN", Communications of the Korean Institute of Information Scientists and Engineers, 37(10), pp.25~31 (2019)
- 김현주, "하둡 기반 빅 데이터 기법을 이용한 웹 서비스 데이터 처리설계 및 구현", 한국산학기술학회논문지, 16(1), pp.726~734 (2015), 한국산학기술학회[DOI]
- "Apache Flume"[URL]
- "Apache Kafka"[URL]
- "Apache Storm"[URL]
- "Esper"[URL]
- "Apache HBase"[URL]
- "Redis"[URL]
- "Apache Spark"[URL]
- "Apache Hive"[URL]
- "Apache Oozie"[URL]
- "Apache Airflow"[URL]
- "Apache Sqoop"[URL]
- "Machine Learning"[URL]
- "Apache Mahout"[URL]
- "Apache Impala"[URL]
- "Apache Zookeeper"[URL]
- "Data Flair"[URL]
- "Spring Framework"[URL]
- I. M. Lee, "Spring 3.1 of Toby(Vol. 1)" (2012), Acorn
- "MyBatis" (2021)[URL]
- "Web scraping"[URL]
- "Kkma"[URL]
- "Komoran"[URL]
- "Han nanum"[URL]
- "Bitbucket, MeCab-ko"[URL]
- "Open Korea Text(Okt)"[URL]
- "Khaiii"[URL]
- "VirtualBox"[URL]
- "Publicdata Portal"[URL]
- "Naver Open API"[URL]