Offcanvas

비즈니스|경제 / 빅데이터 | 애널리틱스 / 애플리케이션

블로그 | 2017년에 버려질 빅데이터 도구 7가지

2016.10.20 Andrew C. Oliver  |  InfoWorld
빅데이터라는 모험이 시작된 지 꽤 됐다. 그러다 보니, 이제 더 이상 새롭지 않은 것들도 있다. 더 나아가 방해가 될 수도 있는 기술도 있다. 


Image Credit: Getty Images Bank

향후 수년 동안 기술들의 업그레이드와 교체가 빅데이터 도입의 성공과 실패를 좌지우지 할 수도 있다. 이에 교체를 고려해야 할 기술들을 정리해봤다.

1. 맵리듀스(MapReduce)
맵리듀스는 느리다. 문제 해결에 가장 적합한 도구 역할을 하는 경우가 정말 드물다. 맵리듀스를 '부분 집합'으로 간주할 수 있는 가장 흔한 DAG(Directed Acyclic Graph) 기술 등 선택할 수 있는 알고리즘들이 많다. 맞춤형 맵리듀스 작업을 많이 했다면, 스파크(Spark)와의 성능 차이만으로도 교체에 수반되는 비용과 노력을 정당화할 수 있을 것이다.

2. 스톰(Storm)
스파크가 스트리밍 세상을 집어 삼킬 것이라고 말하지는 않겠다. 그러나 아마 그럴 것이다. 또 에이펙스(Apex)와 플린크(Flink) 등 성능과 레이턴시가 스톰보다 우수한 스파크 대안들이 존재한다. 또한 레이턴시 허용 한도를 평가하고, 저 수준에서의 한층 복잡한 코드의 버그가 몇 ms의 가치가 있는지 생각해봐야 한다. 스톰은 지원이 미흡하다. 호튼웍스(Hortonworks)가 유일하다. 그렇지만 호튼웍스가 직면하는 시장 압력이 높아지고 있다는 점을 감안하면, 스톰이 더 큰 주목을 끌 확률은 낮다.

3. 피그(Pig)
스파크 등 완벽한 대안 기술이 많다. 처음에는 피그가 빅데이터에 꽤 좋은 'PL/SQL'로 보일지 모르겠다. 그러나 곧 조금 이상하다는 점을 발견할 것이다.

4. 자바(Java)
JVM(Java virtual machine)이 아닌 언어를 의미한다. 빅데이터 용으로는 신택스(syntax)가 무겁다. 또한 람다(Lambda)와 같은 새로운 아키텍처가 이상한 방식으로 결합되었다. 빅데이터의 상당 부분이 스칼라(Scala)와 파이썬(Python)으로 이동했다. 후자는 성능 저하를 감당할 수 있지만 파이썬 라이브러리가 필요하거나, 파이썬 개발자가 많을 때 적합한다. 물론 통계에 R을 이용할 수도 있다. 그러나 R의 스케일 기능이 미흡하기 때문에 파이썬으로 옮겨야 한다.

5. 테즈(Tez)
테즈는 또 다른 호튼웍스의 펫 프로젝트(공감대나 중요성이 아닌, 개인적인 선호도로 추진된 프로젝트)이다. DAG를 구현한 기술이다. 그러나 스파크와 다르다. 개발자 가운데 한 명은 이를 '어셈블리 언어'라고 설명했다. 호튼웍스 배포판의 경우 테즈와 하이브(Hive), 다른 도구를 이용할 수 밖에 없을 것이다. 그러나 아마 다른 배포판에서는 스파크 엔진을 이용하고 있을지도 모르겠다. 테즈는 버그가 많다. 특히 특정 한 벤더의 프로젝트다. 따라서 다른 기술이나 커뮤니티의 지원을 받지 못한다. 다른 솔루션에서는 찾아볼 수 없는 확실한 장점도 없다. 개인적으로 정리될 것으로 판단되는 엔진이다.

6. 우지(Oozie)
필자는 오래 전부터 우지를 싫어했다. 워크플로우 엔진이 아니다. 그렇다고 스케줄러도 아니다. 그런데 둘다 된다. 동시에 둘다 되지 않기도 한다. 게다가 버그투성이다. 스트림셋(StreamSet), DAG 구현 기술 등 우지의 대부분 기능을 대신해 줄 대안들이 많다.

7. 플룸(Flume)
스트림셋과 카프카(Kafka) 등 플룸의 대안이 될 수 있는 솔루션이 많다. 2015년 5월 20일 발표는 플룸이 구식 기술임을 알려준다. 연간 대비 '활동 수준'을 확인해보기 바란다. 몸도 마음도 떠났다. 다른 기술로 옮겨가야 할 때다. 언급한 도구들을 아마 2018년까지는 벗어나야 할 지 모른다. 또 무슨 기술이 있을까? 구식이지만, 완벽한 대안 기술이 구현되지 않아 입지가 남아있는 기술들도 있다. 하지만 이들은 향후 교체에 대비해야 할 기술들이다.

1. 하이브(Hive)
지나칠 정도로 문제가 많다. 그러나 하이브는 최소 수준에서나마 성능을 충족하는 분산형 데이터베이스다. RDBMS들이 40년 동안 최고 기술임을 입증했다면, 이런 괴물이 등장하지 않았을 것이라는 점에 유념할 필요가 있다.

2. HDFS
자바에서 시스템 수준 서비스를 개발하는 것은 썩 좋은 생각이 아니다. 자바의 메모리 관리 능력 때문에 속도가 조금 느려지기도 한다. HDFS 네임노드(NameNode)는 모든 분야에서 이상적이지 못하며, 병목을 발생시킨다. 여러 벤더가 이를 개선하기 위한 편법을 개발했다. 그러나 더 좋은 것들이 존재한다. 다른 분산형 파일 시스템들이 있다. 맵알-FS(MapR-FS)는 꽤 잘 설계된 기술이다. 또 글러스터(Gluster) 같은 기술도 있다.

미래를 내다보면서, 유망해 보이지만 노후화 될 기술들을 찾아 정리할 시기다. 지금까지 그런 기술들을 골라봤다. 혹시 더 추가할 기술이 있는가? editor@itworld.co.kr
CIO Korea 뉴스레터 및 IT 트랜드 보고서 무료 구독하기
추천 테크라이브러리

회사명:한국IDG 제호: CIO Korea 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아01641 등록발행일자 : 2011년 05월 27일

발행인 : 박형미 편집인 : 천신응 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.