2015.11.12

'옛 것 vs. 새 것' 빅데이터가 바꿔가는 데이터베이스 지형도

Katherine Noyes | IDG News Service

‘데이터베이스’란 말에 대부분의 사람들은 30년 이상 이 세계를 지배한 RDBMS를 떠올릴 것이다. 하지만 이러한 이런 시기는 조만간 막을 내릴 전망이다.



오늘날 여러 새로운 도전자들이 이 핵심 기업 시장을 두고 경쟁을 벌이고 있다. 이들은 다양한 방식으로 이 시장에 접근하고 있지만 대부분 빅데이터를 노리고 있다는 점에서 유사하다.

이들 새로운 대안들이 확산되는 배경에는 빅데이터의 근본에 있는 ‘3V’(Volume, Velocity, Variety) 속성이 있다. 기본적으로 오늘날의 데이터는 그 어느 때보다도 많은 양이 더욱 빠르게 생성되고 있으며 더욱 다양하기도 하다. 다시 말해, 이것은 새로운 데이터 세계다. 하지만 전통적인 관계형 데이터베이스 관리 시스템은 이런 상황에 맞춰 개발되지 않았다.

분석 및 데이터 공학 컨설팅 기업 KD너겟(KDnuggets)의 사장 그레고리 피아테스키 샤피로는 "RDBMS는 태생적으로 용량이 크고 빠르며 다양한 데이터에 맞추어 확장할 수 없는 한계를 지니고 있다"라고 말했다.

하테 행크스(Harte Hanks)가 최근 이를 실감한 기업이다. 2013년경까지 이 마케팅 서비스 기업은 마이크로소프트 SQL 서버(Microsoft SQL Server)와 오라클 RAC(Oracle Real Application Clusters) 등의 여러 데이터베이스 조합을 사용하고 있었다.

하테 행크스의 기술 및 개발 책임자 신 아아누찌는 "시간이 지남에 따라 데이터가 증가하면서 기존 시스템이 정보를 충분히 빠르게 처리하지 못한다는 사실을 깨달았다. 서버를 계속 구매한다고 해결될 문제가 아니었다. 우리는 외적으로 확장할 수 있는 플랫폼이 필요했다"라고 말했다. 이아누찌는 이어 장애를 최소화하는 것이 핵심 과제였기에 단순하게 하둡(Hadoop)으로 전향할 수는 없었다고 덧붙였다.

이 기업이 선택한 대안은, 하둡 빅데이터 플랫폼 위에 완전한 SQL 데이터베이스를 결합하고 기존의 애플리케이션이 연계될 수 있도록 한 스플라이스 머신(Splice Machine)이었다.

이아누찌는 현재 도입 초기 단계이지만 고장 허용 한계 향상, 높은 가용성, 가외성, 안정성, ‘전반적인 성능상 이점’ 등을 포함하여 여러 장점이 이미 드러나고 있다고 전했다.

IDC의 연구 부사장 칼 올롭슨에 따르면 새로운 데이터베이스 기술의 등장을 가속화하는 환경적 요인들이 존재한다.

그는 “우선 우리가 사용하는 장비는 과거보다 대용량 데이터 콜렉션을 빠르고 유연하게 처리할 수 있는 능력이 뛰어나다"라고 언급했다. 예전에는 이런 콜렉션을 회전식 디스크에 보관해야 했고 데이터는 특정한 방식으로 구조화해야 했다. 그러나 이제는 64비트 주소화가 가능하기 때문에 대형 메모리 공간뿐만이 아니라 훨씬 빠른 네트워크와 복수의 컴퓨터를 하나로 묶어 하나의 거대한 데이터베이스로 기능하는 기능을 구성할 수 있다고 그는 설명했다.

워크로드 또한 바뀌었다. 10년 전만 하더라도 웹 사이트는 대부분 정적이었다. 그러나 오늘날은 웹 서비스 환경 및 인터랙티브 쇼핑 경험의 시대다. 즉, 결과적으로 새로운 수준의 확장성이 요구되고 있다고 그는 진단했다.

오늘날 기업들도 데이터를 새로운 방식으로 활용하고 있다. 전통적으로 기업은 대부분 얼마나 많이 판매했는지 기록하고 이런 데이터를 분석이 가능한 곳에 저장하는 등의 트랜잭션(Transaction) 처리에 초점을 두고 있었지만 지금은 더 많은 것을 하고 있다. 애플리케이션 상태 관리가 한 예이다.

온라인 게임을 즐기고 있다고 가정해 보자. 사용자의 움직임을 여러 개의 서버가 처리한다 하더라도 연속적인 경험을 제공해야 한다. 이런 데이터를 반드시 처래해 기업들은 "왜 아무도 크리스탈룸을 통과하지 않을까" 같은 문제를 분석할 수 있어야 한다. 온라인 쇼핑 환경에서는 사람들이 특정 신발 브랜드의 컬러 선택을 클릭한 이후에 실제로 구매를 하지 않는 이유 같은 문제가 될 수 있다.

올롭슨은 "예전에는 이런 문제를 해결하기 위해 시도하지 않았거나 시도했다 하더라도 제대로 된 틀에 맞추어 분석하지 못했다"라고 말했다.




2015.11.12

'옛 것 vs. 새 것' 빅데이터가 바꿔가는 데이터베이스 지형도

Katherine Noyes | IDG News Service

‘데이터베이스’란 말에 대부분의 사람들은 30년 이상 이 세계를 지배한 RDBMS를 떠올릴 것이다. 하지만 이러한 이런 시기는 조만간 막을 내릴 전망이다.



오늘날 여러 새로운 도전자들이 이 핵심 기업 시장을 두고 경쟁을 벌이고 있다. 이들은 다양한 방식으로 이 시장에 접근하고 있지만 대부분 빅데이터를 노리고 있다는 점에서 유사하다.

이들 새로운 대안들이 확산되는 배경에는 빅데이터의 근본에 있는 ‘3V’(Volume, Velocity, Variety) 속성이 있다. 기본적으로 오늘날의 데이터는 그 어느 때보다도 많은 양이 더욱 빠르게 생성되고 있으며 더욱 다양하기도 하다. 다시 말해, 이것은 새로운 데이터 세계다. 하지만 전통적인 관계형 데이터베이스 관리 시스템은 이런 상황에 맞춰 개발되지 않았다.

분석 및 데이터 공학 컨설팅 기업 KD너겟(KDnuggets)의 사장 그레고리 피아테스키 샤피로는 "RDBMS는 태생적으로 용량이 크고 빠르며 다양한 데이터에 맞추어 확장할 수 없는 한계를 지니고 있다"라고 말했다.

하테 행크스(Harte Hanks)가 최근 이를 실감한 기업이다. 2013년경까지 이 마케팅 서비스 기업은 마이크로소프트 SQL 서버(Microsoft SQL Server)와 오라클 RAC(Oracle Real Application Clusters) 등의 여러 데이터베이스 조합을 사용하고 있었다.

하테 행크스의 기술 및 개발 책임자 신 아아누찌는 "시간이 지남에 따라 데이터가 증가하면서 기존 시스템이 정보를 충분히 빠르게 처리하지 못한다는 사실을 깨달았다. 서버를 계속 구매한다고 해결될 문제가 아니었다. 우리는 외적으로 확장할 수 있는 플랫폼이 필요했다"라고 말했다. 이아누찌는 이어 장애를 최소화하는 것이 핵심 과제였기에 단순하게 하둡(Hadoop)으로 전향할 수는 없었다고 덧붙였다.

이 기업이 선택한 대안은, 하둡 빅데이터 플랫폼 위에 완전한 SQL 데이터베이스를 결합하고 기존의 애플리케이션이 연계될 수 있도록 한 스플라이스 머신(Splice Machine)이었다.

이아누찌는 현재 도입 초기 단계이지만 고장 허용 한계 향상, 높은 가용성, 가외성, 안정성, ‘전반적인 성능상 이점’ 등을 포함하여 여러 장점이 이미 드러나고 있다고 전했다.

IDC의 연구 부사장 칼 올롭슨에 따르면 새로운 데이터베이스 기술의 등장을 가속화하는 환경적 요인들이 존재한다.

그는 “우선 우리가 사용하는 장비는 과거보다 대용량 데이터 콜렉션을 빠르고 유연하게 처리할 수 있는 능력이 뛰어나다"라고 언급했다. 예전에는 이런 콜렉션을 회전식 디스크에 보관해야 했고 데이터는 특정한 방식으로 구조화해야 했다. 그러나 이제는 64비트 주소화가 가능하기 때문에 대형 메모리 공간뿐만이 아니라 훨씬 빠른 네트워크와 복수의 컴퓨터를 하나로 묶어 하나의 거대한 데이터베이스로 기능하는 기능을 구성할 수 있다고 그는 설명했다.

워크로드 또한 바뀌었다. 10년 전만 하더라도 웹 사이트는 대부분 정적이었다. 그러나 오늘날은 웹 서비스 환경 및 인터랙티브 쇼핑 경험의 시대다. 즉, 결과적으로 새로운 수준의 확장성이 요구되고 있다고 그는 진단했다.

오늘날 기업들도 데이터를 새로운 방식으로 활용하고 있다. 전통적으로 기업은 대부분 얼마나 많이 판매했는지 기록하고 이런 데이터를 분석이 가능한 곳에 저장하는 등의 트랜잭션(Transaction) 처리에 초점을 두고 있었지만 지금은 더 많은 것을 하고 있다. 애플리케이션 상태 관리가 한 예이다.

온라인 게임을 즐기고 있다고 가정해 보자. 사용자의 움직임을 여러 개의 서버가 처리한다 하더라도 연속적인 경험을 제공해야 한다. 이런 데이터를 반드시 처래해 기업들은 "왜 아무도 크리스탈룸을 통과하지 않을까" 같은 문제를 분석할 수 있어야 한다. 온라인 쇼핑 환경에서는 사람들이 특정 신발 브랜드의 컬러 선택을 클릭한 이후에 실제로 구매를 하지 않는 이유 같은 문제가 될 수 있다.

올롭슨은 "예전에는 이런 문제를 해결하기 위해 시도하지 않았거나 시도했다 하더라도 제대로 된 틀에 맞추어 분석하지 못했다"라고 말했다.


X