¹Ù·Î°¡±â ¸Þ´º
º»¹® ¹Ù·Î°¡±â
ÁÖ¸Þ´º ¹Ù·Î°¡±â

AWS

±³À°°³¿ä
±³À° Ä¿¸®Å§·³°ú °­»ç´Â »çÁ¤¿¡ ÀÇÇØ º¯°æµÉ ¼ö ÀÖ½À´Ï´Ù.
±³À°¸í,¸¦ Æ÷ÇÔÇÑ ±³À°°úÁ¤ Ç¥
±³À°¸í °í±Þ AWS ±â¹Ý ºò µ¥ÀÌÅÍ(Big Data on AWS) 1Â÷
±³À°±â°£ 2018-11-28 ~ 2018-11-30
±³À°½Ã°£ 21½Ã°£
±³À°Àå ¿µ¿ì±Û·Î¹ú·¯´×  Áöµµº¸±â
°­»ç AWS °øÀΰ­»ç
Á¤¿ø 20¸í
±³À°ºñ 1,200,000¿ø


±³À°¼Ò°³
AWS ±â¹Ý ºò µ¥ÀÌÅÍ´Â Amazon Elastic MapReduce(EMR), Amazon Redshift, Amazon Kinesis ¹× ³ª¸ÓÁö AWS ºò µ¥ÀÌÅÍ Ç÷§Æû µîÀÇ Å¬¶ó¿ìµå ±â¹Ý ºò µ¥ÀÌÅÍ ¼Ö·ç¼ÇÀ» ¼Ò°³ÇÕ´Ï´Ù. ÀÌ °úÁ¤¿¡¼­´Â Amazon EMR¿¡¼­ Hive ¹× Hue¿Í °°Àº ÇÏµÓ µµ
±¸ÀÇ ´Ù¾çÇÑ ¿¡ÄڽýºÅÛÀ» »ç¿ëÇØ µ¥ÀÌÅ͸¦ ó¸®ÇÏ´Â ¹æ¹ýÀ» º¸¿©ÁÝ´Ï´Ù. ¶ÇÇÑ, ºò µ¥ÀÌÅÍ È¯°æÀ» »ý¼ºÇϰí, Amazon DynamoDB, Amazon Redshift ¹× Amazon Kinesis·Î ÀÛ¾÷Çϸç, ¸ð¹ü »ç·Ê¸¦ Ȱ¿ëÇØ È¿À²ÀûÀÎ ºñ¿ëÀ¸·Î ¾ÈÀüÇÑ ºò µ¥ÀÌÅÍ È¯
°æÀ» ¼³°èÇÏ´Â ¹æ¹ýÀ» ¹è¿ó´Ï´Ù.
±³À°¸ñÇ¥
¡Û ºò µ¥ÀÌÅÍ ¿¡ÄڽýºÅÛ ¾È¿¡ AWS ¼Ö·ç¼Ç ¼³Ä¡
¡Û Amazon EMRÀÇ ÄÁÅØ½ºÆ®¿¡¼­ Apache ÇÏµÓ »ç¿ë
¡Û Amazon EMR Ŭ·¯½ºÅÍÀÇ ±¸¼º ¿ä¼Ò ÆÄ¾Ç
¡Û Amazon EMR Ŭ·¯½ºÅÍ ½ÃÀÛ ¹× ±¸¼º
¡Û Hive, Pig, ½ºÆ®¸®¹ÖÀ» ºñ·ÔÇØ Amazon EMR¿¡ »ç¿ë °¡´ÉÇÑ ÀϹÝÀûÀÎ ÇÁ·Î±×·¡¹Ö ÇÁ·¹ÀÓ¿öÅ© »ç¿ë
¡Û Hue¸¦ »ç¿ëÇØ Amazon EMRÀÇ »ç¿ë ÆíÀ̼ºÀ» °³¼±
¡Û Amazon EMR¿¡¼­ Spark¸¦ ÅëÇØ ÀÎ ¸Þ¸ð¸® ºÐ¼® »ç¿ë
¡Û ÀûÀýÇÑ AWS µ¥ÀÌÅÍ ½ºÅ丮Áö ¿É¼Ç ¼±ÅÃ
¡Û ½Ç½Ã°£ ºò µ¥ÀÌÅÍ Ã³¸®¸¦ À§ÇØ Amazon Kinesis¸¦ »ç¿ëÇÏ´Â ÀÌÁ¡ ÆÄ¾Ç
¡Û Amazon Redshift¸¦ »ç¿ëÇØ µ¥ÀÌÅ͸¦ È¿°úÀûÀ¸·Î ÀúÀå ¹× ºÐ¼®
¡Û ºò µ¥ÀÌÅÍ ¼Ö·ç¼ÇÀÇ ºñ¿ë°ú º¸¾ÈÀ» ÀÌÇØÇÏ°í °ü¸®
¡Û µ¥ÀÌÅÍ ¼öÁý, Àü¼Û, ¾ÐÃà ¿É¼Ç ÆÄ¾Ç
¡Û Àӽà Äõ¸® ºÐ¼®¿¡ Amazon Athena Ȱ¿ë
¡Û Amazon QuickSight·Î µ¥ÀÌÅÍ¿Í Äõ¸®¸¦ Ç¥½ÃÇϱâ À§ÇØ ½Ã°¢È­ ¼ÒÇÁÆ®¿þ¾î »ç¿ë
¡Û AWS Data PipelineÀ» »ç¿ëÇÏ¿© ºò µ¥ÀÌÅÍ ¿öÅ©Ç÷Π¿ÀÄɽºÆ®·¹À̼Ç
±³À°´ë»ó
¡Û ¼Ö·ç¼Ç½º ¾ÆÅ°ÅØÆ® ¹× ½Ã½ºÅÛ ¿î¿µ °ü¸®ÀÚ¿Í °°ÀÌ ºò µ¥ÀÌÅÍ ¼Ö·ç¼ÇÀÇ ¼³°è ¹× ±¸Çö¿¡ Ã¥ÀÓÀÌ ÀÖ´Â °³ÀÎ
¡Û AWS¸¦ ±â¹ÝÀ¸·Î ÇÑ ºò µ¥ÀÌÅÍ ¼Ö·ç¼Ç¿¡ °ü½ÉÀÌ ÀÖ´Â µ¥ÀÌÅÍ °úÇÐÀÚ ¹× µ¥ÀÌÅÍ ºÐ¼®°¡


¡à »çÀü Á¶°Ç
¡Û Apache Hadoop, MapReduce, HDFS ¹× SQL/NoSQL Äõ¸® ÀÛ¾÷À» ºñ·ÔÇÑ ºò µ¥ÀÌÅÍ ±â¼ú¿¡ ´ëÇÑ ±âº»ÀûÀÎ Áö½Ä º¸À¯
¡Û ºò µ¥ÀÌÅÍ ±â¼ú ¿ø¸® À¥ ±â¹Ý ±³À°(»ó¼¼º¸±â)À» À̼öÇ߰ųª µ¿µî ¼öÁØÀÇ °æÇèÀ» º¸À¯
¡Û ÇÙ½É AWS ¼­ºñ½º ¹× ÆÛºí¸¯ Ŭ¶ó¿ìµå ±¸Çö¿¡ ´ëÇÑ ½Ç¹« Áö½Ä º¸À¯
¡Û ¼ö°­»ýÀº AWS ±â¼ú ¿¡¼¾¼È °úÁ¤À» À̼öÇ߰ųª µ¿µî ¼öÁØÀÇ °æÇèÀ» º¸À¯
¡Û µ¥ÀÌÅÍ ¿þ¾îÇÏ¿ì¡, °ü°èÇü µ¥ÀÌÅͺ£À̽º ½Ã½ºÅÛ, µ¥ÀÌÅͺ£À̽º ¼³°è¿¡ ´ëÇÑ ±âº» Áö½Ä º¸À¯
±³À°³»¿ë

 

¡à Day 1

 

  ¡Û ºò µ¥ÀÌÅÍ °³¿ä
  ¡Û ºò µ¥ÀÌÅÍ ¼öÁý ¹× Àü¼Û
  ¡Û ºò µ¥ÀÌÅÍ ½ºÆ®¸®¹Ö ¹× Amazon Kinesis
  ¡Û ½Ç½À 1: Amazon Kinesis¸¦ »ç¿ëÇÏ¿© Apache ¼­¹ö ·Î±× µ¥ÀÌÅ͸¦ ½ºÆ®¸² ¹× ºÐ¼®
  ¡Û ºò µ¥ÀÌÅÍ ½ºÅ丮Áö ¼Ö·ç¼Ç
  ¡Û ºò µ¥ÀÌÅÍ Ã³¸® ¹× ºÐ¼®
  ¡Û ½Ç½À 2: Amazon Athena¸¦ »ç¿ëÇÏ¿© Amazon S3ÀÇ ·Î±× µ¥ÀÌÅÍ Äõ¸®

 

¡à Day 2

 

  ¡Û Apache ÇÏµÓ ¹× Amazon EMR
  ¡Û ½Ç½À 3: Amazon DynamoDB¿¡ µ¥ÀÌÅÍ ÀúÀå ¹× Äõ¸®
  ¡Û Amazon EMR »ç¿ë
  ¡Û ÇÏµÓ ÇÁ·Î±×·¡¹Ö ÇÁ·¹ÀÓ¿öÅ©
  ¡Û ½Ç½À 4: Amazon EMR¿¡¼­ Hive¸¦ »ç¿ëÇÏ¿© ¼­¹ö ·Î±× ó¸®
  ¡Û Amazon EMRÀÇ À¥ ÀÎÅÍÆäÀ̽º
  ¡Û ½Ç½À 5: Amazon EMR¿¡¼­ Hue¸¦ »ç¿ëÇÏ¿© Pig ½ºÅ©¸³Æ® ½ÇÇà
  ¡Û Amazon EMR ±â¹Ý Apache Spark
  ¡Û ½Ç½À 6: Amazon EMR¿¡¼­ Spark¸¦ »ç¿ëÇÏ¿© NY Åýà µ¥ÀÌÅÍ Ã³¸®

 

¡à Day 3

  ¡Û Amazon Redshift ¹× ºò µ¥ÀÌÅÍ
  ¡Û ºò µ¥ÀÌÅÍ ½Ã°¢È­ ¹× ¿ÀÄɽºÆ®·¹À̼Ç
  ¡Û ½Ç½À 7: TIBCO Spotfire¸¦ »ç¿ëÇÏ¿© µ¥ÀÌÅÍ ½Ã°¢È­
  ¡Û ºò µ¥ÀÌÅÍ ºñ¿ë °ü¸®
  ¡Û Amazon ¹èÆ÷ º¸¾È
  ¡Û ºò µ¥ÀÌÅÍ ¼³°è ÆÐÅÏ

ÇпøÀÇ ¼³¸³¤ý¿î¿µ ¹× °ú¿Ü±³½À¿¡ °üÇÑ ¹ý·ü ½ÃÇà·É¿¡ µû¶ó ´ÙÀ½°ú °°ÀÌ ¼ö°­·á¸¦ ȯºÒÇØµå¸³´Ï´Ù.

  1. ¹Ýȯ±âÇÑ : ¹Ýȯ»çÀ¯°¡ ¹ß»ýÇÑ °æ¿ì ¹Ýȯ±âÁØ¿¡ µû¶ó ¹Ýȯ»çÀ¯ ¹ß»ýÀϷκÎÅÍ 5ÀÏ À̳»¿¡ ±³½ÀºñµîÀ» ȯºÒÇØ µå¸®°Ú½À´Ï´Ù.
  2. ¹Ýȯ±âÁØ
    • 1) ±³½ÀÀ» ÇÒ ¼ö ¾ø°Å³ª ±³½ÀÀå¼Ò¸¦ Á¦°øÇÒ ¼ö ¾ø°Ô µÈ ³¯À» ±âÁØÀ¸·Î ÀÌ¹Ì ³³ºÎÇÑ ±³½ÀºñµîÀ» ÀÏÇÒ °è»êÇÑ ±Ý¾×À» ȯºÒÇØ µå¸®°Ú½À´Ï´Ù.
    • 2) ±³½À±â°£ÀÌ 1°³¿ù À̳»ÀÎ °æ¿ì, ´ÙÀ½°ú °°ÀÌ È¯ºÒÇØ µå¸®°Ú½À´Ï´Ù.
      - ±³½À½ÃÀÛ Àü : ÀÌ¹Ì ³³ºÎÇÑ ±³½ÀºñµîÀÇ Àü¾×
      - ÃÑ ±³½À½Ã°£ 1/3 °æ°ú Àü : ÀÌ¹Ì ³³ºÎÇÑ ±³½ÀºñµîÀÇ 2/3¿¡ ÇØ´çÇÏ´Â ±Ý¾×
      - ÃÑ ±³½À½Ã°£ 1/2 °æ°ú Àü : ÀÌ¹Ì ³³ºÎÇÑ ±³½ÀºñµîÀÇ 1/2¿¡ ÇØ´çÇÏ´Â ±Ý¾×
      - ÃÑ ±³½À½Ã°£ 1/2 °æ°ú ÈÄ : ¹ÝȯÇÏÁö ¾ÊÀ½
    • 3) ±³½À±â°£ÀÌ 1°³¿ùÀ» ÃʰúÇÏ´Â °æ¿ì, ´ÙÀ½°ú °°ÀÌ È¯ºÒÇØ µå¸®°Ú½À´Ï´Ù.
      - ±³½À½ÃÀÛ Àü : ÀÌ¹Ì ³³ºÎÇÑ ±³½ÀºñµîÀÇ Àü¾×
      - ±³½À½ÃÀÛ ÈÄ : ¹Ýȯ»çÀ¯°¡ ¹ß»ýÇÑ ÇØ´ç¿ùÀÇ ¹Ýȯ ´ë»ó ±³½Àºñµî(±³½À±â°£ 1°³¿ù À̳» ±âÁØ »êÃâ±Ý¾×)°ú ³ª¸ÓÁö ¿ùÀÇ ±³½Àºñµî Àü¾×À» ÇÕ»êÇÑ ±Ý¾×