Offcanvas

SQL

'SQL을 넘어서...' 데이터 쿼리 처리용 새 언어 8종

지난 30년 동안 데이터베이스와 SQL은 동의어와 비슷했다. 데이터베이스에서 정보를 검색하고 싶은 사람은 SQL을 배워야 했다. 데이터베이스를 관리하거나 데이터베이스 관리자로써 직업을 얻고 싶은 사람은 그 뉘앙스를 이해해야 했다. SQL 자체는 과거의 향기를 물씬 풍긴다. 메인프레임 사용자와 같은 방식으로 생각하고 코딩한다고 표현할 수 있다. 다른 분야는 소문자를 도입했지만 SQL 사용자는 SELECT나 WHERE 같은 단어를 계속 입력한다.  실제로 데이터 검색에 있어서 SQL의 입지가 낮아지고 있다. 새로운 데이터베이스가 등장하고 일부는 완전히 새로운 언어를 사용한다. SQL의 인기가 적은 것이 아니다. SQL 작성 총량은 그 어느 때보다 많다. 단지 데이터 저장 세계가 더 빠르게 폭발적으로 성장하고 있을 뿐이다. 이 글에서는 데이터 검색에 대한 8가지 새로운 접근방식을 소개한다. 일부는 겉모습만 바뀐 혁신이다. 몇몇 개발자들은 SQL의 문법을 업데이트하여 좀 더 깔끔하고 읽기 쉽도록 했기 때문에 브라우저를 위한 코드 작성과 데이터 검색 사이의 차이가 줄어든 것이다. 이런 도구의 개발자들은 기본적인 구조가 SQL과 똑같다고 강조한다. SQL을 이해하는 이라면 배우기 쉽다는 의미다.  그러나 다른 몇몇 도구는 완전히 다른 사고방식을 요구한다. 특히 데이터를 그래프 또는 시계열로 저장하는 데이터베이스는 검색 대상을 지정하는 방식에 대한 새로운 패러다임을 제시한다. 이 모든 옵션이 SQL보다 반드시 나은 것은 아니다. 하지만 모두 정보의 바다에 대해 다르게 생각할 기회를 제공한다.     그래프QL(GraphQL) PRQL 웹어셈블리(WebAssembly) GQL 그렘린(Gremlin) N1QL 말로이(Malloy) 베이시스(Basis) 그래프QL(GraphQL) 그래프QL이라는 이름은 다소 헷갈린다. 그래프 데이터베이스로의 모든 가능성을 활용하도록 고안된 언어가 아니기 때문이다. JSO...

데이터베이스 SQL 데이터 검색 데이터 쿼리

2022.03.30

지난 30년 동안 데이터베이스와 SQL은 동의어와 비슷했다. 데이터베이스에서 정보를 검색하고 싶은 사람은 SQL을 배워야 했다. 데이터베이스를 관리하거나 데이터베이스 관리자로써 직업을 얻고 싶은 사람은 그 뉘앙스를 이해해야 했다. SQL 자체는 과거의 향기를 물씬 풍긴다. 메인프레임 사용자와 같은 방식으로 생각하고 코딩한다고 표현할 수 있다. 다른 분야는 소문자를 도입했지만 SQL 사용자는 SELECT나 WHERE 같은 단어를 계속 입력한다.  실제로 데이터 검색에 있어서 SQL의 입지가 낮아지고 있다. 새로운 데이터베이스가 등장하고 일부는 완전히 새로운 언어를 사용한다. SQL의 인기가 적은 것이 아니다. SQL 작성 총량은 그 어느 때보다 많다. 단지 데이터 저장 세계가 더 빠르게 폭발적으로 성장하고 있을 뿐이다. 이 글에서는 데이터 검색에 대한 8가지 새로운 접근방식을 소개한다. 일부는 겉모습만 바뀐 혁신이다. 몇몇 개발자들은 SQL의 문법을 업데이트하여 좀 더 깔끔하고 읽기 쉽도록 했기 때문에 브라우저를 위한 코드 작성과 데이터 검색 사이의 차이가 줄어든 것이다. 이런 도구의 개발자들은 기본적인 구조가 SQL과 똑같다고 강조한다. SQL을 이해하는 이라면 배우기 쉽다는 의미다.  그러나 다른 몇몇 도구는 완전히 다른 사고방식을 요구한다. 특히 데이터를 그래프 또는 시계열로 저장하는 데이터베이스는 검색 대상을 지정하는 방식에 대한 새로운 패러다임을 제시한다. 이 모든 옵션이 SQL보다 반드시 나은 것은 아니다. 하지만 모두 정보의 바다에 대해 다르게 생각할 기회를 제공한다.     그래프QL(GraphQL) PRQL 웹어셈블리(WebAssembly) GQL 그렘린(Gremlin) N1QL 말로이(Malloy) 베이시스(Basis) 그래프QL(GraphQL) 그래프QL이라는 이름은 다소 헷갈린다. 그래프 데이터베이스로의 모든 가능성을 활용하도록 고안된 언어가 아니기 때문이다. JSO...

2022.03.30

'SQL 관계형 데이터베이스를 통해 알아본' OLTP 가이드

온라인 트랜잭션 처리(Online Transaction Processing, OLTP)란 ATM 인출과 신용카드 결제, 표 예매 및 예약 시스템, 온라인 쇼핑, 일반 전자상거래를 위한 실시간 데이터 처리를 말한다. OLTP 시스템은 복수의 사용자 PC에서 발생하는 다수의 트랜잭션을 처리할 목적으로 구축된다.   OLTP 데이터베이스는 전자상거래는 물론, 최신 컴퓨터 애플리케이션 대부분에 백엔드 및 스토리지 계층을 제공한다. OLTP 데이터베이스는 전통적으로 SQL 관계형 데이터베이스였으나 일부 노에스큐엘(NoSQL) 데이터베이스도 동일한 목적으로 사용할 수 있다. 이번 기사에서 설명할 내용은 대부분 SQL 관계형 데이터베이스를 기준으로 한다.   OLTP vs. OLAP OLTP 데이터베이스는 일반적으로 여러 사용자의 작고 빠른 트랜잭션을 처리한다. 이런 트랜잭션은 데이터베이스를 변경하되 트랜잭션 내부에서 CRUD(Create, Read, Update, Delete) 연산을 사용해 일관성을 유지한다. OLTP 데이터베이스가 분석 쿼리를 지원하기도 하는데, 이런 기능은 별도의 온라인 분석 처리(Online Analytical Processing, OLAP) 데이터베이스나 데이터웨어하우스에서 실행되는 경우가 많다. OLTP 데이터베이스는 데이터 수집과 수정에, OLAP 데이터베이스는 분석에 최적화돼 있다.   -> 분석을 위해 등장한 데이터베이스··· OLAP 따라잡기   CRUD CRUD는 기본적인 데이터베이스 연산이다. SQL 데이터베이스에서 INSERT문은 레코드 생성, SELECT문은 레코드 판독, UPDATE문은 레코드 업데이트, 삭제(DELETE)문은 레코드 삭제를 수행한다. 이들 명령문은 데이터 조작 언어(Data Manipulation Language, DML)로 구성돼 있으며, 데이터 정의 언어(Data Definition Language, DDL)를 지원해 데이터베이스와 테이블, 인덱스, 뷰 등...

SQL 관계형데이터베이스 OLTP OLAP

2022.02.23

온라인 트랜잭션 처리(Online Transaction Processing, OLTP)란 ATM 인출과 신용카드 결제, 표 예매 및 예약 시스템, 온라인 쇼핑, 일반 전자상거래를 위한 실시간 데이터 처리를 말한다. OLTP 시스템은 복수의 사용자 PC에서 발생하는 다수의 트랜잭션을 처리할 목적으로 구축된다.   OLTP 데이터베이스는 전자상거래는 물론, 최신 컴퓨터 애플리케이션 대부분에 백엔드 및 스토리지 계층을 제공한다. OLTP 데이터베이스는 전통적으로 SQL 관계형 데이터베이스였으나 일부 노에스큐엘(NoSQL) 데이터베이스도 동일한 목적으로 사용할 수 있다. 이번 기사에서 설명할 내용은 대부분 SQL 관계형 데이터베이스를 기준으로 한다.   OLTP vs. OLAP OLTP 데이터베이스는 일반적으로 여러 사용자의 작고 빠른 트랜잭션을 처리한다. 이런 트랜잭션은 데이터베이스를 변경하되 트랜잭션 내부에서 CRUD(Create, Read, Update, Delete) 연산을 사용해 일관성을 유지한다. OLTP 데이터베이스가 분석 쿼리를 지원하기도 하는데, 이런 기능은 별도의 온라인 분석 처리(Online Analytical Processing, OLAP) 데이터베이스나 데이터웨어하우스에서 실행되는 경우가 많다. OLTP 데이터베이스는 데이터 수집과 수정에, OLAP 데이터베이스는 분석에 최적화돼 있다.   -> 분석을 위해 등장한 데이터베이스··· OLAP 따라잡기   CRUD CRUD는 기본적인 데이터베이스 연산이다. SQL 데이터베이스에서 INSERT문은 레코드 생성, SELECT문은 레코드 판독, UPDATE문은 레코드 업데이트, 삭제(DELETE)문은 레코드 삭제를 수행한다. 이들 명령문은 데이터 조작 언어(Data Manipulation Language, DML)로 구성돼 있으며, 데이터 정의 언어(Data Definition Language, DDL)를 지원해 데이터베이스와 테이블, 인덱스, 뷰 등...

2022.02.23

구글, 논리형 언어 '로지카 공개'··· 수학 명제로 코딩· SQL 결함 해결

오픈소스 기반 논리형 프로그래밍 언어인 로지카는 SQL로 컴파일이 가능하며 구글 빅쿼리에서 실행된다. 포스트그리 SQL과 SQ 라이트를 시범적으로 지원한다.  구글이 오픈소스 기반 프로그래밍 언어인 로지카(Logica)를 공개했다. 이는 자연어 대신 수학적 명제 논리로 짜인 구문을 이용해 SQL의 각종 문제를 해결할 수 있도록 고안됐다.    12일(현지시간) 구글 예달로그(Yedalog) 언어의 후속작으로 소개된 로지카는 데이터 로직류(Datalogic-like)의 논리형 언어이다. 엔지니어, 데이터 과학자 및 기타 전문가를 위해 개발된 이 언어는 코드를 SQL로 컴파일 가능하며, 클라우드 기반 데이터 웨어하우스인 구글 빅쿼리에서 실행된다. 또 포스트그리 SQL과 SQ 라이트를 시범적으로 지원한다. 이 밖에도 로지카는 훨씬 간결하며, SQL과 달리 재사용 가능한 추상화(reusable abstractions)를 지원한다. 구글 디벨로퍼스 블로그에 따르면, 로지카는 모듈과 가져오기를 지원하며, 대화형 파이썬 노트북에서 사용할 수 있고, 쉬우면서 자연스러운 쿼리 테스트도 가능하다. 구글에 따르면 로지카는 일반적인 영어가 아니라 수학적 논리 구문을 이용하는 방식을 채택하고 있어 SQL의 여러 문제를 해결할 수 있다. SQL은 영단어로 문장을 구성할 때 장황해지거나 추상화 지원이 제한되는 등의 문제가 있다. 로지카는 특히 집합(aggregation)을 통해 고전적인 논리형 프로그래밍 구문을 확장시킨다. 데이터 조작에 적합한 선언형 언어로 분류된다.  로지카 오픈소스 프로젝트를 맡고 있는 구글 디벨로퍼스는 다음과 같은 상황에서 로지카를 사용해볼 것을 권장했다.   논리형 프로그래밍이 이미 사용되고 있지만 컴퓨팅 파워가 더 많이 필요한 경우 SQL이 사용되고 있지만 SQL의 가독성이 만족스럽지 않은 경우 논리형 프로그래밍을 학습하여 빅데이터 처리에 적용하고자 하는 경우 구글은 로지카를 ...

구글 빅쿼리 로지카 SQL 논리형 언어 오픈소스 빅데이터

2021.04.16

오픈소스 기반 논리형 프로그래밍 언어인 로지카는 SQL로 컴파일이 가능하며 구글 빅쿼리에서 실행된다. 포스트그리 SQL과 SQ 라이트를 시범적으로 지원한다.  구글이 오픈소스 기반 프로그래밍 언어인 로지카(Logica)를 공개했다. 이는 자연어 대신 수학적 명제 논리로 짜인 구문을 이용해 SQL의 각종 문제를 해결할 수 있도록 고안됐다.    12일(현지시간) 구글 예달로그(Yedalog) 언어의 후속작으로 소개된 로지카는 데이터 로직류(Datalogic-like)의 논리형 언어이다. 엔지니어, 데이터 과학자 및 기타 전문가를 위해 개발된 이 언어는 코드를 SQL로 컴파일 가능하며, 클라우드 기반 데이터 웨어하우스인 구글 빅쿼리에서 실행된다. 또 포스트그리 SQL과 SQ 라이트를 시범적으로 지원한다. 이 밖에도 로지카는 훨씬 간결하며, SQL과 달리 재사용 가능한 추상화(reusable abstractions)를 지원한다. 구글 디벨로퍼스 블로그에 따르면, 로지카는 모듈과 가져오기를 지원하며, 대화형 파이썬 노트북에서 사용할 수 있고, 쉬우면서 자연스러운 쿼리 테스트도 가능하다. 구글에 따르면 로지카는 일반적인 영어가 아니라 수학적 논리 구문을 이용하는 방식을 채택하고 있어 SQL의 여러 문제를 해결할 수 있다. SQL은 영단어로 문장을 구성할 때 장황해지거나 추상화 지원이 제한되는 등의 문제가 있다. 로지카는 특히 집합(aggregation)을 통해 고전적인 논리형 프로그래밍 구문을 확장시킨다. 데이터 조작에 적합한 선언형 언어로 분류된다.  로지카 오픈소스 프로젝트를 맡고 있는 구글 디벨로퍼스는 다음과 같은 상황에서 로지카를 사용해볼 것을 권장했다.   논리형 프로그래밍이 이미 사용되고 있지만 컴퓨팅 파워가 더 많이 필요한 경우 SQL이 사용되고 있지만 SQL의 가독성이 만족스럽지 않은 경우 논리형 프로그래밍을 학습하여 빅데이터 처리에 적용하고자 하는 경우 구글은 로지카를 ...

2021.04.16

‘인 데이터베이스’ 머신러닝 지원하는 데이터베이스 8종

2020년 8월 ‘클라우드 머신러닝 플랫폼 선택 기준 12가지’이라는 글에서 플랫폼 선택의 첫 번째 가이드라인으로 ‘데이터에 가까이 다가가기’를 제시했다. 빛의 속도가 전송 속도를 제한하기 때문에 지연을 낮게 유지하기 위해 데이터 근처에 코드를 존재하는 것이 바람직하다. 머신러닝의 경우 모든 데이터를 여러 차례 검토하는 경향이 있다는 점을 감안하면 더욱 그렇다(각각의 검토 과정을 에포크(Epoch)라고 지칭된다). 필자는 당시 큰 데이터 세트를 데이터가 이미 위치한 장소에 모델을 구축함으로써, 대량의 데이터 전송을 불필요하게 만드는 것이 좋다고 설명했다. 몇몇 데이터베이스가 제한된 범위에서 이러한 콘셉트를 지원한다. 그렇다면 내부 머신러닝을 지원하는 데이터베이스는 무엇일까? 어떤 방법으로 이를 지원할까? 이런 데이터베이스를 알파벳 순으로 소개한다.   아마존 레드시프트 아마존 레드시프트는 기존 비즈니스 인텔리전스 도구를 이용해 데이터를 쉽게, 비용 효과적으로 분석할 수 있도록 설계된 관리형 페타바이트급 데이터 웨어하우스 서비스이다. 몇 백 기가바이트에서 1 페타바이트까지 다양한 크기의 데이터세트에 최적화되어 있고, 비용은 연간 테라바이트 당 1,000달러 미만이다. 아마존 레드시프트 머신러닝은 SQL 사용자가 SQL 명령을 사용하여 쉽게 머신러닝 모델을 만들고, 트레이닝하고, 배포할 수 있도록 설계되어 있다. 레드시프트 SQL의 CREATE MODEL 명령은 트레이닝과 대상 열에 사용할 데이터를 정의하고, 동일한 구역의 암호화된 아마존 S3 버킷을 통해 아마존 세이지메이커 오토파일럿로 보내 트레이닝을 한다. 오토ML 트레이닝 후, 레드시프트 ML은 최상의 모델을 컴파일링하고, 사용자의 레드시프트 클러스터에 예측 SQL 함수로 등록한다. 그러면 사용자는 SELECT 구문 내 예측 함수를 호출하는 방법으로 추론을 위한 모델을 호출할 수 있다. 요약 : 레드시프트 ML은 세이지메이커 오토파일럿을 사용, 자동으로 SQL 구문을 통해 지정한 데이터...

머신러닝 데이터베이스 아마존 레드시프트 블레이징 빅쿼리 빅쿼리ML SQL 오라클

2021.02.19

2020년 8월 ‘클라우드 머신러닝 플랫폼 선택 기준 12가지’이라는 글에서 플랫폼 선택의 첫 번째 가이드라인으로 ‘데이터에 가까이 다가가기’를 제시했다. 빛의 속도가 전송 속도를 제한하기 때문에 지연을 낮게 유지하기 위해 데이터 근처에 코드를 존재하는 것이 바람직하다. 머신러닝의 경우 모든 데이터를 여러 차례 검토하는 경향이 있다는 점을 감안하면 더욱 그렇다(각각의 검토 과정을 에포크(Epoch)라고 지칭된다). 필자는 당시 큰 데이터 세트를 데이터가 이미 위치한 장소에 모델을 구축함으로써, 대량의 데이터 전송을 불필요하게 만드는 것이 좋다고 설명했다. 몇몇 데이터베이스가 제한된 범위에서 이러한 콘셉트를 지원한다. 그렇다면 내부 머신러닝을 지원하는 데이터베이스는 무엇일까? 어떤 방법으로 이를 지원할까? 이런 데이터베이스를 알파벳 순으로 소개한다.   아마존 레드시프트 아마존 레드시프트는 기존 비즈니스 인텔리전스 도구를 이용해 데이터를 쉽게, 비용 효과적으로 분석할 수 있도록 설계된 관리형 페타바이트급 데이터 웨어하우스 서비스이다. 몇 백 기가바이트에서 1 페타바이트까지 다양한 크기의 데이터세트에 최적화되어 있고, 비용은 연간 테라바이트 당 1,000달러 미만이다. 아마존 레드시프트 머신러닝은 SQL 사용자가 SQL 명령을 사용하여 쉽게 머신러닝 모델을 만들고, 트레이닝하고, 배포할 수 있도록 설계되어 있다. 레드시프트 SQL의 CREATE MODEL 명령은 트레이닝과 대상 열에 사용할 데이터를 정의하고, 동일한 구역의 암호화된 아마존 S3 버킷을 통해 아마존 세이지메이커 오토파일럿로 보내 트레이닝을 한다. 오토ML 트레이닝 후, 레드시프트 ML은 최상의 모델을 컴파일링하고, 사용자의 레드시프트 클러스터에 예측 SQL 함수로 등록한다. 그러면 사용자는 SELECT 구문 내 예측 함수를 호출하는 방법으로 추론을 위한 모델을 호출할 수 있다. 요약 : 레드시프트 ML은 세이지메이커 오토파일럿을 사용, 자동으로 SQL 구문을 통해 지정한 데이터...

2021.02.19

마이크로소프트, ‘이그나이트 2020’서 뉴노멀 시대 신규 기술 대거 공개

마이크로소프트가 온라인으로 개최된 ‘이그나이트(Ignite) 2020’에서 언택트 시대를 준비하기 위한 새로운 툴과 서비스를 대거 발표했다. 이그나이트는 마이크로소프트가 IT 전문가와 관리자, 개발자 등을 대상으로 하는 가장 큰 연례행사 가운데 하나로, 올해는 3개의 타임존으로 나눠 이틀간 진행됐다. 이번 행사에서는 마이크로소프트 클라우드 애저(Azure), 마이크로소프트 365(M365) 등 자사 서비스를 통해 조직이 어떻게 회복탄력성을 강화하고 빠르게 변화하는 환경에 적응할 수 있는지에 대한 인사이트가 공유됐다.   먼저 마이크로소프트는 원격근무 확산으로 안전하고, 원활한 기업 내외 커뮤니케이션이 중요해짐에 따라, 관리형 커뮤니케이션 플랫폼 ‘애저 커뮤니케이션 서비스(Azure Communications Service)’를 발표했다. 회사에 따르면 이는 단 몇 줄의 코드만으로 모바일앱과 데스크톱 앱, 웹사이트 상에서 음성 및 영상통화, 채팅, SMS 문자 메시지 기능을 쉽게 구현할 수 있도록 하는 서비스다. 개발자는 팀즈(Microsoft Teams)와 동일한 높은 수준의 보안 플랫폼을 활용, 디바이스와 플랫폼 전반에 걸쳐 엔터프라이즈급 커뮤니케이션 경험을 보다 쉽게 제공할 수 있다. 온프레미스의 레드햇 엔터프라이즈 리눅스(RHEL)와 수세 리눅스 엔터프라이즈 서버(SLES)를 애저로 마이그레이션할 수 있는 ‘애저 하이브리드 베네핏(Azure Hybrid Benefit, 이하 AHB)’도 확장됐다. 프리뷰로 선보여진 해당 서비스는 기존 윈도우나 SQL 기반에만 유효했던 AHB를 리눅스 환경까지 확대한 것이다. 고객은 기존 리눅스 VM을 사용한만큼 지불하는 방식(pay-as-you-go)에서 BYOS(bring-your-own-subscription)로 변환해 기존 레드햇과 수세 구독을 활용할 수 있게 된다. 또한 ‘애저 코그니티브 서비스(Azure Cognitive Services)’의 경우 기업의 비즈니스 과정을 간소화할 수 있도록 ...

마이크로소프트 이그나이트 2020 뉴노멀 언택트 애저 마이크로소프트 365 회복탄력성 원격근무 팀즈 레드햇 엔터프라이즈 리눅스 윈도우 SQL

2020.09.24

마이크로소프트가 온라인으로 개최된 ‘이그나이트(Ignite) 2020’에서 언택트 시대를 준비하기 위한 새로운 툴과 서비스를 대거 발표했다. 이그나이트는 마이크로소프트가 IT 전문가와 관리자, 개발자 등을 대상으로 하는 가장 큰 연례행사 가운데 하나로, 올해는 3개의 타임존으로 나눠 이틀간 진행됐다. 이번 행사에서는 마이크로소프트 클라우드 애저(Azure), 마이크로소프트 365(M365) 등 자사 서비스를 통해 조직이 어떻게 회복탄력성을 강화하고 빠르게 변화하는 환경에 적응할 수 있는지에 대한 인사이트가 공유됐다.   먼저 마이크로소프트는 원격근무 확산으로 안전하고, 원활한 기업 내외 커뮤니케이션이 중요해짐에 따라, 관리형 커뮤니케이션 플랫폼 ‘애저 커뮤니케이션 서비스(Azure Communications Service)’를 발표했다. 회사에 따르면 이는 단 몇 줄의 코드만으로 모바일앱과 데스크톱 앱, 웹사이트 상에서 음성 및 영상통화, 채팅, SMS 문자 메시지 기능을 쉽게 구현할 수 있도록 하는 서비스다. 개발자는 팀즈(Microsoft Teams)와 동일한 높은 수준의 보안 플랫폼을 활용, 디바이스와 플랫폼 전반에 걸쳐 엔터프라이즈급 커뮤니케이션 경험을 보다 쉽게 제공할 수 있다. 온프레미스의 레드햇 엔터프라이즈 리눅스(RHEL)와 수세 리눅스 엔터프라이즈 서버(SLES)를 애저로 마이그레이션할 수 있는 ‘애저 하이브리드 베네핏(Azure Hybrid Benefit, 이하 AHB)’도 확장됐다. 프리뷰로 선보여진 해당 서비스는 기존 윈도우나 SQL 기반에만 유효했던 AHB를 리눅스 환경까지 확대한 것이다. 고객은 기존 리눅스 VM을 사용한만큼 지불하는 방식(pay-as-you-go)에서 BYOS(bring-your-own-subscription)로 변환해 기존 레드햇과 수세 구독을 활용할 수 있게 된다. 또한 ‘애저 코그니티브 서비스(Azure Cognitive Services)’의 경우 기업의 비즈니스 과정을 간소화할 수 있도록 ...

2020.09.24

'데이터가 방대하고 복잡할수록' 그래프 데이터베이스에 주목할 이유

20년 전, 필자가 있었던 개발 팀은 채용, 자동차, 부동산 광고에서 검색 가능한 범주를 스캔하는 자연어 처리 엔진을 만들었다. 데이터 관리 문제가 어렵다는 점은 알고 있었다. 광고 형태마다 달라서 데이터가 비교적 간단하다면 자동차 제조사와 모델을 쉽게 알아낼 수 있었지만, 스킬 목록을 기반으로 직업 범주를 파악하는 작업처럼 더 많은 추론이 필요한 경우도 있었다.   검색 가능한 모든 용어를 캡처하는 메타데이터 모델을 개발했지만 자연어 처리 엔진을 위해서는 유의미한 메타데이터 관계를 드러낼 모델이 필요했다. 관계형 데이터베이스의 데이터 포인트 간의 임의적인 연결로 메타데이터 모델을 설계하기는 복잡했으므로 객체 데이터베이스를 사용해서 모델을 관리하는 방안을 살펴봤다.   당시 우리가 객체 데이터베이스로 했던 작업을 지금은 그래프 데이터베이스로 더 효과적으로 할 수 있다. 그래프 데이터베이스는 정보를 노드와 데이터로 저장해서 다른 노드와의 관계를 명시한다. 그래프 데이터베이스는 복잡한 관계를 가진 데이터를 저장하는 용도로 적합성이 입증된 아키텍처다.   지난 10년 동안 기업이 다른 NoSQL 및 빅 데이터 기술에 관심을 가지면서 그래프 데이터 사용도 확실히 증가했다. 2018년 전 세계 그래프 데이터베이스 추정 시장 규모는 약 6억 5,100만 달러이며 2026년에는 37억 3,000만 달러에 이를 것으로 전망된다. 그러나 하둡, 스파크를 비롯한 다른 빅 데이터 관리 기술의 인기와 도입, 프로덕션 사용 사례는 그래프 데이터베이스에 비해 훨씬 더 크게 성장했다. 2018년 빅 데이터 기술 추정 시장 규모는 368억 달러이며 2026년에는 1,043억 달러까지 성장할 것으로 전망된다.   필자는 더 많은 기업이 그래프 데이터베이스를 고려하지 않는 이유가 궁금했다. 개발자는 일상적으로 객체 단위로 사고하고 XML과 JSON으로 된 계층적 데이터 표현을 사용한다. 인터넷이 하이퍼링크, 그리고 소셜 네트워크의 친구, 친구의 친구 같...

그래프데이터베이스 개발자 범주화 SQL 데이터관리 데이터베이스

2020.07.28

20년 전, 필자가 있었던 개발 팀은 채용, 자동차, 부동산 광고에서 검색 가능한 범주를 스캔하는 자연어 처리 엔진을 만들었다. 데이터 관리 문제가 어렵다는 점은 알고 있었다. 광고 형태마다 달라서 데이터가 비교적 간단하다면 자동차 제조사와 모델을 쉽게 알아낼 수 있었지만, 스킬 목록을 기반으로 직업 범주를 파악하는 작업처럼 더 많은 추론이 필요한 경우도 있었다.   검색 가능한 모든 용어를 캡처하는 메타데이터 모델을 개발했지만 자연어 처리 엔진을 위해서는 유의미한 메타데이터 관계를 드러낼 모델이 필요했다. 관계형 데이터베이스의 데이터 포인트 간의 임의적인 연결로 메타데이터 모델을 설계하기는 복잡했으므로 객체 데이터베이스를 사용해서 모델을 관리하는 방안을 살펴봤다.   당시 우리가 객체 데이터베이스로 했던 작업을 지금은 그래프 데이터베이스로 더 효과적으로 할 수 있다. 그래프 데이터베이스는 정보를 노드와 데이터로 저장해서 다른 노드와의 관계를 명시한다. 그래프 데이터베이스는 복잡한 관계를 가진 데이터를 저장하는 용도로 적합성이 입증된 아키텍처다.   지난 10년 동안 기업이 다른 NoSQL 및 빅 데이터 기술에 관심을 가지면서 그래프 데이터 사용도 확실히 증가했다. 2018년 전 세계 그래프 데이터베이스 추정 시장 규모는 약 6억 5,100만 달러이며 2026년에는 37억 3,000만 달러에 이를 것으로 전망된다. 그러나 하둡, 스파크를 비롯한 다른 빅 데이터 관리 기술의 인기와 도입, 프로덕션 사용 사례는 그래프 데이터베이스에 비해 훨씬 더 크게 성장했다. 2018년 빅 데이터 기술 추정 시장 규모는 368억 달러이며 2026년에는 1,043억 달러까지 성장할 것으로 전망된다.   필자는 더 많은 기업이 그래프 데이터베이스를 고려하지 않는 이유가 궁금했다. 개발자는 일상적으로 객체 단위로 사고하고 XML과 JSON으로 된 계층적 데이터 표현을 사용한다. 인터넷이 하이퍼링크, 그리고 소셜 네트워크의 친구, 친구의 친구 같...

2020.07.28

'NoSQL을 넘는다' 분산 SQL의 당위성

처음에는 파일이 있었다. 이후 구조적 파일을 기반으로 한 탐색형 데이터베이스가 나왔다. 그 다음으로 IMS와 CODASYL에 이어 약 40년 전에 최초의 관계형 데이터베이스가 등장했다. 1980년대와 1990년대에 걸쳐 “데이터베이스”는 곧 “관계형 데이터베이스”를 의미했다. SQL이 지배했던 시기다. 이후 객체 지향 프로그래밍 언어가 인기를 끌자 객체 지향 언어와 관계형 데이터베이스 간의 “임피던스 불일치”에 대한 해결책은 데이터베이스에 객체를 매핑하는 것이라고 생각하는 사람들이 나타났다. 그 결과로 나온 것이 “객체 지향 데이터베이스”다. 객체 데이터베이스에서 재미있는 점은 많은 경우 기본적으로 일반 데이터베이스에 객체 매퍼가 내장된 형태였다는 것이다. 이와 같은 데이터베이스의 인기가 식은 후 등장한 진정한 보편적 솔루션이 바로 2010년대의 “NoSQL”이다.     SQL에 대한 공격 NoSQL은 같은 맥락에서 관계형 데이터베이스와 SQL을 모두 공격했다. 이 당시의 가장 큰 문제는 인터넷이 40년 된 관계형 데이터베이스 관리 시스템(RDBMS) 아키텍처의 기반 전제를 무너뜨렸다는 것이다. 이들 데이터베이스는 귀중한 디스크 공간을 절약하고 수직으로 확장되도록 만들어진 것이다.  그런데 사용자 수가 너무 많아져서 하나의 대형 서버로는 감당할 수 없게 됐다. NoSQL 데이터베이스의 중심 개념은 조인(join)이 없고 표준 쿼리 언어도 없고(SQL 구현에는 시간이 소요되므로) 데이터 무결성도 없는 데이터베이스가 있다면, 수평 확장이 가능하고 막대한 볼륨의 데이터를 처리할 수 있다는 것이다. 이렇게 해서 수직 확장의 문제는 해결됐지만 대신 새로운 문제가 발생했다. 온라인 트랜잭션 처리 시스템(OLTP)과 함께 온라인 분석 처리 시스템(OLAP)으로 불린 또 다른 형태의 관계형 데이터베이스가 개발됐다. OLAP 데이터베이스는 관계형 구조를 지원했지만 방대한 데이터가 반환된다는 점을 전제로 쿼리를 실행했다. 1980년대와 19...

NoSQL 데이터베이스 객체지향 SQL RDBMS

2020.07.23

처음에는 파일이 있었다. 이후 구조적 파일을 기반으로 한 탐색형 데이터베이스가 나왔다. 그 다음으로 IMS와 CODASYL에 이어 약 40년 전에 최초의 관계형 데이터베이스가 등장했다. 1980년대와 1990년대에 걸쳐 “데이터베이스”는 곧 “관계형 데이터베이스”를 의미했다. SQL이 지배했던 시기다. 이후 객체 지향 프로그래밍 언어가 인기를 끌자 객체 지향 언어와 관계형 데이터베이스 간의 “임피던스 불일치”에 대한 해결책은 데이터베이스에 객체를 매핑하는 것이라고 생각하는 사람들이 나타났다. 그 결과로 나온 것이 “객체 지향 데이터베이스”다. 객체 데이터베이스에서 재미있는 점은 많은 경우 기본적으로 일반 데이터베이스에 객체 매퍼가 내장된 형태였다는 것이다. 이와 같은 데이터베이스의 인기가 식은 후 등장한 진정한 보편적 솔루션이 바로 2010년대의 “NoSQL”이다.     SQL에 대한 공격 NoSQL은 같은 맥락에서 관계형 데이터베이스와 SQL을 모두 공격했다. 이 당시의 가장 큰 문제는 인터넷이 40년 된 관계형 데이터베이스 관리 시스템(RDBMS) 아키텍처의 기반 전제를 무너뜨렸다는 것이다. 이들 데이터베이스는 귀중한 디스크 공간을 절약하고 수직으로 확장되도록 만들어진 것이다.  그런데 사용자 수가 너무 많아져서 하나의 대형 서버로는 감당할 수 없게 됐다. NoSQL 데이터베이스의 중심 개념은 조인(join)이 없고 표준 쿼리 언어도 없고(SQL 구현에는 시간이 소요되므로) 데이터 무결성도 없는 데이터베이스가 있다면, 수평 확장이 가능하고 막대한 볼륨의 데이터를 처리할 수 있다는 것이다. 이렇게 해서 수직 확장의 문제는 해결됐지만 대신 새로운 문제가 발생했다. 온라인 트랜잭션 처리 시스템(OLTP)과 함께 온라인 분석 처리 시스템(OLAP)으로 불린 또 다른 형태의 관계형 데이터베이스가 개발됐다. OLAP 데이터베이스는 관계형 구조를 지원했지만 방대한 데이터가 반환된다는 점을 전제로 쿼리를 실행했다. 1980년대와 19...

2020.07.23

굿바이 하둡! 라쿠텐, 클라우드 기반 스노우플레이크로 전환

일본 전자상거래 대기업 라쿠텐의 미국 내 자회사인 라쿠텐 리워즈가 하드웨어 비용을 줄이고 더 쉽게 자산을 관리하기 위해 하둡 대신 새로운 시스템을 도입했다.  캘리포니아에 있는 라쿠텐 리워즈는 웹에서 제휴 마케팅 링크로 돈을 버는 쇼핑 포인트 회사다. 이에 대한 보상으로 회원들은 파트너 소매기업을 통해 구매할 때마다 포인트와 캐쉬백 보상을 얻는다.   따라서 많은 사용자 통찰 데이터를 얻을 수밖에 없으며, 정확히 말하자면 콜드 스토리지 안에 수백 테라바이트의 데이터가 저장되어 있다. 2018년 라쿠텐 리워즈는 파이썬이나 스칼라 코딩 작업 없이 더 많은 사용자에게 이 통찰을 제대로 제공하기위해, 그리고 하드웨어에 대한 자본 지출을 줄이기 위해 클라우드를 고려하기 시작했다. ‘SQL 서버 기기는 우아하게 확장되지 않는다’ 이베이츠(Ebates)라는 이름을 사용했던 이 회사는 2014년에 일본의 전자상거래 대기업 라쿠텐(Rakuten)에 인수됐으며 그 이후로 빠르게 성장하면서 기술 스택을 현대화하고 고객을 유도하고 유지하는 방식을 더욱 데이터 지향적으로 바꾸게 되었다. 그 시작은 아키텍처였다. 지난 3년 동안, 라쿠텐 리워즈는 자사의 빅데이터 자산을 대부분 온프레미스 SQL에서 온프레미스 하둡으로 이전했으며 지금은 스노우플레이크의 클라우드 데이터 웨어하우스 서비스로 이전했다. 라쿠텐 리워즈의 분석 VP 마크 스테인지 트리기어는 “SQL 서버 기기는 우아하게 확장되지 않기 때문에 우리는 클라우데라를 통해 온프레미스 하둡을 선택했고 스파크와 파이썬을 사용하여 ETL을 운용했으며 거기에서 어느 정도 성능을 얻었다”라고 <인포월드>에 밝혔다. 그는 “[하둡] 구조를 관리하는 것은 다소 복잡한 일이기 때문에 클라우드 웨어하우스를 본 후 이전을 결정했고 중앙 집중식 기업용 데이터 웨어하우스와 레이크를 갖게 되었다”라고 말했다. 전직 블룸버그 개발자이자 빅데이터 컨설턴트인 마크 리트빈치크는 자신의 블로그 게시물 “하둡은 죽었나?”에서...

전자상거래 빅데이터 하둡 스칼라 파이썬 스파크 SQL 라쿠텐 스노우플레이크 데이터 웨어하우스 DW 데이터 레이크 ETL 클라우데라 캐쉬백

2020.06.25

일본 전자상거래 대기업 라쿠텐의 미국 내 자회사인 라쿠텐 리워즈가 하드웨어 비용을 줄이고 더 쉽게 자산을 관리하기 위해 하둡 대신 새로운 시스템을 도입했다.  캘리포니아에 있는 라쿠텐 리워즈는 웹에서 제휴 마케팅 링크로 돈을 버는 쇼핑 포인트 회사다. 이에 대한 보상으로 회원들은 파트너 소매기업을 통해 구매할 때마다 포인트와 캐쉬백 보상을 얻는다.   따라서 많은 사용자 통찰 데이터를 얻을 수밖에 없으며, 정확히 말하자면 콜드 스토리지 안에 수백 테라바이트의 데이터가 저장되어 있다. 2018년 라쿠텐 리워즈는 파이썬이나 스칼라 코딩 작업 없이 더 많은 사용자에게 이 통찰을 제대로 제공하기위해, 그리고 하드웨어에 대한 자본 지출을 줄이기 위해 클라우드를 고려하기 시작했다. ‘SQL 서버 기기는 우아하게 확장되지 않는다’ 이베이츠(Ebates)라는 이름을 사용했던 이 회사는 2014년에 일본의 전자상거래 대기업 라쿠텐(Rakuten)에 인수됐으며 그 이후로 빠르게 성장하면서 기술 스택을 현대화하고 고객을 유도하고 유지하는 방식을 더욱 데이터 지향적으로 바꾸게 되었다. 그 시작은 아키텍처였다. 지난 3년 동안, 라쿠텐 리워즈는 자사의 빅데이터 자산을 대부분 온프레미스 SQL에서 온프레미스 하둡으로 이전했으며 지금은 스노우플레이크의 클라우드 데이터 웨어하우스 서비스로 이전했다. 라쿠텐 리워즈의 분석 VP 마크 스테인지 트리기어는 “SQL 서버 기기는 우아하게 확장되지 않기 때문에 우리는 클라우데라를 통해 온프레미스 하둡을 선택했고 스파크와 파이썬을 사용하여 ETL을 운용했으며 거기에서 어느 정도 성능을 얻었다”라고 <인포월드>에 밝혔다. 그는 “[하둡] 구조를 관리하는 것은 다소 복잡한 일이기 때문에 클라우드 웨어하우스를 본 후 이전을 결정했고 중앙 집중식 기업용 데이터 웨어하우스와 레이크를 갖게 되었다”라고 말했다. 전직 블룸버그 개발자이자 빅데이터 컨설턴트인 마크 리트빈치크는 자신의 블로그 게시물 “하둡은 죽었나?”에서...

2020.06.25

리뷰 | 클라우드 데이터 분석 기능을 하나로, 'MS 애저 시냅스'

마이크로소프트 애저와 같은 하이퍼스케일 클라우드 서비스는 대량의 데이터를 다루도록 설계되며 스토리지 하드웨어를 구매할 때 규모의 경제를 활용한다. 또한 빙, 구글과 같은 검색 엔진과의 긴밀한 관계를 활용, 공중 인터넷 분석을 위해 개발된 알고리즘과 툴을 기반으로 서비스를 구축한다. 이와 같은 특성의 조합 덕분에 자체 데이터센터에서는 불가능한 규모로 방대한 데이터 집합을 처리해야 하는 애플리케이션을 구축하기 위한 플랫폼으로 이상적이다.   마이크로소프트는 애저 초기부터 자체 SQL 데이터베이스부터 시작해 하둡 및 기타 아파치 데이터 서비스를 위한 HD인사이트(HDInsight)를 추가하고 구조적 데이터와 비구조적 데이터를 혼합할 수 있는 대규모 데이터 레이크를 제공하는 등 다양한 데이터 및 분석 서비스를 제공해왔다. 하지만 최근까지 대부분 서비스는 독립형이었으므로 각 서비스를 결합하려면 고객 스스로 자체 툴을 구축해야 했다. 마이크로소프트는 이그나이트(Ignite) 2019에서 애저의 기존 SQL 데이터 웨어하우스에서 아키텍처와 상표를 바꾸고 아파치 스파크와 자체 스튜디오 개발 및 분석 툴에 대한 지원을 추가해 애저 시냅스(Synapse)로 출범했다.   클러스터 기반의 데이터 웨어하우스 애저 시냅스는 단순히 기존 제품의 상표를 바꾼 것 이상으로, 애저의 데이터 분석 기능 대부분을 하나의 서비스로 통합하는 데 초점을 둔다. 전통적인 데이터 웨어하우스와 달리 관계 및 비구조적 데이터의 혼합을 지원하는 동시에 기존 SQL 스킬을 사용해서 애저 SQL의 폴리베이스(PolyBase) 빅 데이터 쿼리 엔진을 기반으로 분석 모델을 만들고 테스트할 수 있게 해준다. 메모리의 열 저장소를 사용하므로 빠르고 효율적이다. 이는 클라우드 서비스 소비 모델을 사용할 때 중요한 특성이다. 시냅스가 다른 데이터 웨어하우스 제품과 구분되는 부분은 애저 SQL 하이퍼스케일 옵션에 뿌리를 두고 있다는 점이다. 하나의 컴퓨팅 노드가 모든 쿼리를 처리하는 것이 아니라, 마...

애저 데이터웨어하우스 SQL 시냅스

2019.12.13

마이크로소프트 애저와 같은 하이퍼스케일 클라우드 서비스는 대량의 데이터를 다루도록 설계되며 스토리지 하드웨어를 구매할 때 규모의 경제를 활용한다. 또한 빙, 구글과 같은 검색 엔진과의 긴밀한 관계를 활용, 공중 인터넷 분석을 위해 개발된 알고리즘과 툴을 기반으로 서비스를 구축한다. 이와 같은 특성의 조합 덕분에 자체 데이터센터에서는 불가능한 규모로 방대한 데이터 집합을 처리해야 하는 애플리케이션을 구축하기 위한 플랫폼으로 이상적이다.   마이크로소프트는 애저 초기부터 자체 SQL 데이터베이스부터 시작해 하둡 및 기타 아파치 데이터 서비스를 위한 HD인사이트(HDInsight)를 추가하고 구조적 데이터와 비구조적 데이터를 혼합할 수 있는 대규모 데이터 레이크를 제공하는 등 다양한 데이터 및 분석 서비스를 제공해왔다. 하지만 최근까지 대부분 서비스는 독립형이었으므로 각 서비스를 결합하려면 고객 스스로 자체 툴을 구축해야 했다. 마이크로소프트는 이그나이트(Ignite) 2019에서 애저의 기존 SQL 데이터 웨어하우스에서 아키텍처와 상표를 바꾸고 아파치 스파크와 자체 스튜디오 개발 및 분석 툴에 대한 지원을 추가해 애저 시냅스(Synapse)로 출범했다.   클러스터 기반의 데이터 웨어하우스 애저 시냅스는 단순히 기존 제품의 상표를 바꾼 것 이상으로, 애저의 데이터 분석 기능 대부분을 하나의 서비스로 통합하는 데 초점을 둔다. 전통적인 데이터 웨어하우스와 달리 관계 및 비구조적 데이터의 혼합을 지원하는 동시에 기존 SQL 스킬을 사용해서 애저 SQL의 폴리베이스(PolyBase) 빅 데이터 쿼리 엔진을 기반으로 분석 모델을 만들고 테스트할 수 있게 해준다. 메모리의 열 저장소를 사용하므로 빠르고 효율적이다. 이는 클라우드 서비스 소비 모델을 사용할 때 중요한 특성이다. 시냅스가 다른 데이터 웨어하우스 제품과 구분되는 부분은 애저 SQL 하이퍼스케일 옵션에 뿌리를 두고 있다는 점이다. 하나의 컴퓨팅 노드가 모든 쿼리를 처리하는 것이 아니라, 마...

2019.12.13

'SQL, 자바, 파이썬...' 2020년 美서 인기 있을 기술력 10선

완벽한 IT일자리를 찾아 안착하는 일은 쉬운 일이 아니다. 하지만 수요가 높은 분야에서 적절한 기술력을 갖추면 이직에 유리할 수 있다. 미국 취업전문 사이트 인디드(Indeed)는 2014년에서 2019년까지 구인 광고에 가장 많이 등장한 ‘기술력’을 분석해 2019년 기술 구인 시장을 주도했던 기술력이 무엇이며 2020년 어떤 기술력이 인기 있을지를 소개했다.    인디드의 경제학자 대니얼 컬버트슨은 “사람들이 새로운 일자리를 찾을 때 종종 원하는 일자리와 관련된 최첨단 기술을 설명하는 검색어를 사용한다”라며 "고용주 측에서는 이러한 능력을 갖춘 고도로 전문화된 기술 인력이 수요가 많다"라고 말했다.  인디드는 보고서에서 2014년 9월부터 2019년 9월까지 인디드닷컴(Indeed.com)에 게시된 구인공고를 쿼리하기 위해 500개가 넘는 기술 용어를 사용했다. 컬버트슨은 “2가지 이상의 직무를 요구하는 데 따른 영향을 조사하기 위해 기술력의 변화를 2가지 구성 요소로 쪼갰다. 하나는 직무 내 기술력 포화 상태(예 : 주어진 직무에 파이썬을 추가로 넣은 구인공기 게시물 수 증가)와 달라진 직무 혼합 상태(데이터 과학자같이 파이썬을 사용하는 직무에서 더 많은 기술력을 요구하는 구인공고 게시물 수)로 기술력의 변화를 나눴다. 모든 기술 직종의 데이터 과학자 비율이 현재의 1/3 정도였던 2014년 9월 수준에서 직무 혼합을 유지하는 것은 시간이 지남에 따라 '조정된' 파이썬 추세가 어떻게 진화했는지를 보여준다. 실제로 모든 기술력에 관해 이 과정을 반복했다”라고 설명했다.  이 연구에 따르면 2020년에는 파이썬, 데이터 과학 기술 및 일부 기존 기술을 포함한 특수 프로그래밍 언어가 IT전문가의 성공 티켓임이 밝혀졌다. 2020년에도 구인시장에서 인기 있을 10대 기술력과 이들이 지난 몇 년 동안 수요가 얼마나 달라졌는지를 알아보자.. 1. SQL 2019년 전체 구인공고 게시물에서 언급된 빈도 : 21.9% 20...

CIO C++ C# 리눅스 도커 아마존웹서비스 스크럼 인디드 2020년 인디드닷컴 파이썬 닷넷 C 자바 이직 마이크로소프트 AWS 애저 구직 자바스크립트 구인 SQL 기트

2019.12.09

완벽한 IT일자리를 찾아 안착하는 일은 쉬운 일이 아니다. 하지만 수요가 높은 분야에서 적절한 기술력을 갖추면 이직에 유리할 수 있다. 미국 취업전문 사이트 인디드(Indeed)는 2014년에서 2019년까지 구인 광고에 가장 많이 등장한 ‘기술력’을 분석해 2019년 기술 구인 시장을 주도했던 기술력이 무엇이며 2020년 어떤 기술력이 인기 있을지를 소개했다.    인디드의 경제학자 대니얼 컬버트슨은 “사람들이 새로운 일자리를 찾을 때 종종 원하는 일자리와 관련된 최첨단 기술을 설명하는 검색어를 사용한다”라며 "고용주 측에서는 이러한 능력을 갖춘 고도로 전문화된 기술 인력이 수요가 많다"라고 말했다.  인디드는 보고서에서 2014년 9월부터 2019년 9월까지 인디드닷컴(Indeed.com)에 게시된 구인공고를 쿼리하기 위해 500개가 넘는 기술 용어를 사용했다. 컬버트슨은 “2가지 이상의 직무를 요구하는 데 따른 영향을 조사하기 위해 기술력의 변화를 2가지 구성 요소로 쪼갰다. 하나는 직무 내 기술력 포화 상태(예 : 주어진 직무에 파이썬을 추가로 넣은 구인공기 게시물 수 증가)와 달라진 직무 혼합 상태(데이터 과학자같이 파이썬을 사용하는 직무에서 더 많은 기술력을 요구하는 구인공고 게시물 수)로 기술력의 변화를 나눴다. 모든 기술 직종의 데이터 과학자 비율이 현재의 1/3 정도였던 2014년 9월 수준에서 직무 혼합을 유지하는 것은 시간이 지남에 따라 '조정된' 파이썬 추세가 어떻게 진화했는지를 보여준다. 실제로 모든 기술력에 관해 이 과정을 반복했다”라고 설명했다.  이 연구에 따르면 2020년에는 파이썬, 데이터 과학 기술 및 일부 기존 기술을 포함한 특수 프로그래밍 언어가 IT전문가의 성공 티켓임이 밝혀졌다. 2020년에도 구인시장에서 인기 있을 10대 기술력과 이들이 지난 몇 년 동안 수요가 얼마나 달라졌는지를 알아보자.. 1. SQL 2019년 전체 구인공고 게시물에서 언급된 빈도 : 21.9% 20...

2019.12.09

수요는 SQL, 연봉은 R이 '최고'··· 英 인기 프로그래밍 언어

IT 잡 워치에 따르면 영국에서 가장 수요가 높은 프로그래밍 언어는 SQL, 자바스크립트, C#이다. 파이썬은 주로 자바, C#, C++의 뒤를 바짝 쫓으며 인기가 계속 상승하고 있다.  다음은 현재 영국 고용주가 가장 많이 찾는 14가지 프로그래밍 언어로 지난 3개월 동안 구인 공고에서 언급한 횟수를 기준으로 순서를 매겼다. 2019년 11월 기준으로 상위 5개 인기 프로그래밍 언어는 다음과 같다. • SQL • 자바스크립트 • C# • 자바 • 파이썬 1. SQL 지난 3개월간 구인공고에서 언급한 건수 : 12,244건 평균 연봉 : 50,000파운드(75,787,000원) SQL은 관계형 데이터베이스 관리 시스템을 관리하거나 처리하는 데 주로 쓰인다. 2. 자바스크립트 지난 3개월간 구인공고에서 언급한 건수 : 11,371건 평균 연봉 : 50,000파운드(75,787,000원) 웹 사이트에서 그래픽 효과를 위해 일반적으로 사용되는 자바스크립트는 널리 사용되는 객체 지향 언어다. 3. C# 지난 3개월간 구인공고에서 언급한 건수 : 10,936 평균 연봉 : 50,000파운드(75,787,000원) 웹 애플리케이션을 위한 마이크로소프트의 닷넷 프레임워크에서 일반적으로 사용되는 C#은 배우는 데 유용한 범용 언어다. 4. 자바 지난 3개월간 구인공고에서 언급한 건수 : 9,161건 평균 연봉 : 62,500파운드(94,733,750원) 또 다른 인기 있는 옵션은 자바다. 이 범용 프로그래밍 언어는 단일 용도의 애플리케이션을 만들거나 여러 서버에 설치할 수 있다. 5. 파이썬 지난 3개월간 구인공고에서 언급한 건수 : 7,542건 평균 연봉 : 62,500파운드(94,733,750원) 빠르게 인기가 상승하고 있는 파이썬은 데스크톱 GUI 애플리케이션을 만드는 데 주로 사용되는 오픈소스 프로그래밍 언어다. 6. PHP 지난 3개월간 구인공고에서 언급한 건수 : 2,776건 평균 연봉 : 45,000파운드(68,208,300원) ...

자바 배시셸 T-SQL 타입스크립트 R C# C++ 프로그래밍 언어 PHP 파이썬 파워셸 루비 SQL 구인 자바스크립트 번셸

2019.11.27

IT 잡 워치에 따르면 영국에서 가장 수요가 높은 프로그래밍 언어는 SQL, 자바스크립트, C#이다. 파이썬은 주로 자바, C#, C++의 뒤를 바짝 쫓으며 인기가 계속 상승하고 있다.  다음은 현재 영국 고용주가 가장 많이 찾는 14가지 프로그래밍 언어로 지난 3개월 동안 구인 공고에서 언급한 횟수를 기준으로 순서를 매겼다. 2019년 11월 기준으로 상위 5개 인기 프로그래밍 언어는 다음과 같다. • SQL • 자바스크립트 • C# • 자바 • 파이썬 1. SQL 지난 3개월간 구인공고에서 언급한 건수 : 12,244건 평균 연봉 : 50,000파운드(75,787,000원) SQL은 관계형 데이터베이스 관리 시스템을 관리하거나 처리하는 데 주로 쓰인다. 2. 자바스크립트 지난 3개월간 구인공고에서 언급한 건수 : 11,371건 평균 연봉 : 50,000파운드(75,787,000원) 웹 사이트에서 그래픽 효과를 위해 일반적으로 사용되는 자바스크립트는 널리 사용되는 객체 지향 언어다. 3. C# 지난 3개월간 구인공고에서 언급한 건수 : 10,936 평균 연봉 : 50,000파운드(75,787,000원) 웹 애플리케이션을 위한 마이크로소프트의 닷넷 프레임워크에서 일반적으로 사용되는 C#은 배우는 데 유용한 범용 언어다. 4. 자바 지난 3개월간 구인공고에서 언급한 건수 : 9,161건 평균 연봉 : 62,500파운드(94,733,750원) 또 다른 인기 있는 옵션은 자바다. 이 범용 프로그래밍 언어는 단일 용도의 애플리케이션을 만들거나 여러 서버에 설치할 수 있다. 5. 파이썬 지난 3개월간 구인공고에서 언급한 건수 : 7,542건 평균 연봉 : 62,500파운드(94,733,750원) 빠르게 인기가 상승하고 있는 파이썬은 데스크톱 GUI 애플리케이션을 만드는 데 주로 사용되는 오픈소스 프로그래밍 언어다. 6. PHP 지난 3개월간 구인공고에서 언급한 건수 : 2,776건 평균 연봉 : 45,000파운드(68,208,300원) ...

2019.11.27

데이터 전문가 수요 고공행진··· 호주서 연봉 6자릿수 돌파

4차 산업혁명 시대에 데이터 과학 및 분석 역할은 조직이 경쟁우위를 확보하고자 데이터를 사용할 때 중추적인 역할을 한다.    데이터 전문가의 평균 급여가 호주 달러 기준 6자리 숫자로 상승했으며 광범위한 취업 시장에서 최저 임금 상승률을 배경으로 빠르게 증가하고 있다. 딜로이트가 작성한 ‘업의 미래 : 호주의 데이터 과학 분야의 직업 및 교육 동향’ 보고서에 따르면, 대학원 과정 IT 연구를 마친 과학자는 2016~2017년 평균 연봉이 11만 1,634달러에서 2021~2022년 13만 176달러에 상승할 전망이다.  IAPA(Institute of Analytics Professionals of Australia)의 2017 기술 연봉 조사(Skills Salary Survey)는 모든 데이터 분석 전문가의 소득자 중 상위 10%가 평균 7%의 급여를 2017년에 23만 5,000달러의 평균 급여로 보고했다. 팀장급과 기술 전문가의 평균 급여는 16만 3,000달러였으며 분석 전문가의 평균 급여는 13만 달러였다. 이는 2018년 5월 전문가 평균 급여인 9만 1,000달러를 크게 웃도는 수치였다. 헤이스(Hays)의 기술 수요 핫스팟 : 2019년 1~6월 블로그에서 비즈니스 인텔리전스 분석 및 데이터 분석 전문가, 특히 SQL, R이나 파이썬, 데이터 시각화 툴 사용 경험이 풍부한 데이터 과학자, 데이터 엔지니어, 데이터 분석가가 조직의 데이터 활용에 도움을 준다. 하둡에서 빅데이터 경험을 갖춘 데이터 과학자 수요도 많다. 특정 데이터 과학 및 분석 기술의 필요성으로 일자리가 생겨나기도 했다. 지난해 <컴퓨터월드>는 인공지능, 데이터 과학, 빅데이터 분석의 성장으로 2020년까지 전세계적으로 270만 개의 새로운 일자리가 창출될 것으로 전망했다. 뉴사우스웨일즈대학(UNSW) 경영대학원의 대학원 프로그램 담당 트레이시 윌콕스 박사는 이 엄청난 성장의 결과로 데이터 과학자와 데이터 ...

CIO 데이터 분석가 R 데이터 과학 파이썬 급여 인공지능 SQL 하둡 연봉 데이터 과학자 딜로이트 빅데이터 IAPA

2019.05.07

4차 산업혁명 시대에 데이터 과학 및 분석 역할은 조직이 경쟁우위를 확보하고자 데이터를 사용할 때 중추적인 역할을 한다.    데이터 전문가의 평균 급여가 호주 달러 기준 6자리 숫자로 상승했으며 광범위한 취업 시장에서 최저 임금 상승률을 배경으로 빠르게 증가하고 있다. 딜로이트가 작성한 ‘업의 미래 : 호주의 데이터 과학 분야의 직업 및 교육 동향’ 보고서에 따르면, 대학원 과정 IT 연구를 마친 과학자는 2016~2017년 평균 연봉이 11만 1,634달러에서 2021~2022년 13만 176달러에 상승할 전망이다.  IAPA(Institute of Analytics Professionals of Australia)의 2017 기술 연봉 조사(Skills Salary Survey)는 모든 데이터 분석 전문가의 소득자 중 상위 10%가 평균 7%의 급여를 2017년에 23만 5,000달러의 평균 급여로 보고했다. 팀장급과 기술 전문가의 평균 급여는 16만 3,000달러였으며 분석 전문가의 평균 급여는 13만 달러였다. 이는 2018년 5월 전문가 평균 급여인 9만 1,000달러를 크게 웃도는 수치였다. 헤이스(Hays)의 기술 수요 핫스팟 : 2019년 1~6월 블로그에서 비즈니스 인텔리전스 분석 및 데이터 분석 전문가, 특히 SQL, R이나 파이썬, 데이터 시각화 툴 사용 경험이 풍부한 데이터 과학자, 데이터 엔지니어, 데이터 분석가가 조직의 데이터 활용에 도움을 준다. 하둡에서 빅데이터 경험을 갖춘 데이터 과학자 수요도 많다. 특정 데이터 과학 및 분석 기술의 필요성으로 일자리가 생겨나기도 했다. 지난해 <컴퓨터월드>는 인공지능, 데이터 과학, 빅데이터 분석의 성장으로 2020년까지 전세계적으로 270만 개의 새로운 일자리가 창출될 것으로 전망했다. 뉴사우스웨일즈대학(UNSW) 경영대학원의 대학원 프로그램 담당 트레이시 윌콕스 박사는 이 엄청난 성장의 결과로 데이터 과학자와 데이터 ...

2019.05.07

호주 기차에 '인공 두뇌' 탑재··· 센서 데이터 분석해 예지정비에 활용

열차의 센서 데이터를 사용하는 소프트웨어가 예측 유지보수 및 데이터 기반 의사 결정을 가능하게 한다.   시드니의 워라타(Waratah) 열차에 다우너 EDI(Downer EDI)와 마이크로소프트 애저팀이 만든 지능형 소프트웨어가 장착돼 차량 유지 관리와 기타 데이터 기반 의사 결정을 추적하고 있다. 호주 뉴사우스웨일스(NSW)주정부는 2016년 시드니 그로쓰 트레인 프로젝트(Sydney Growth Trains Project)에서 24대의 워라타 시리즈 2(Waratah Series 2) 열차를 주문했다. 올해 초 17대의 열차를 추가한 데 이어 또 다른 24대를 이달에 인도받을 예정이다. 이 열차는 다우너 EDI에서 유지 관리하며, 이 회사는 현재 78대의 열차를 관리하고 유지하기 위해 NSW주정부와 30년 계약을 맺은 상태다. 최근 다우너는 300대 이상의 워라타 열차에 이상의 센서와 약 90대의 카메라를 장착했으며, 열차의 함대에서 센서 데이터를 소비하는 소프트웨어를 지원했다. 다우너의 디지털 기술 및 혁신 담당 총괄 책임자인 마이크 에일링은 예측 가능한 유지 관리 및 데이터 중심 의사 결정을 지원한다. 에일링에 따르면 엔지니어는 열차의 온도, 전압 및 전류의 이상치, 도어 개폐 시간 등 매우 세부적인 데이터를 통해 추이를 분석할 수 있다. 즉, 데이터의 작은 변화만으로도 다우너에게 진행 상황과 주의가 필요한 사항에 대한 조기 경보를 전달할 수 있음을 의미한다. 머신러닝과 지능형 데이터 분석을 통해 엔지니어는 고장이 발생하기 전에 예방 유지보수 일정을 잡을 수 있다. 해외 공급 업체로부터 미리 교체할 부품 정보를 전달해 받아서 준비할 수 있다.  다우너의 롤링스톡(rollingstock) 서비스 사업은 트레인DNA(TrainDNA) 제품의 백엔드로 사용되는 애저 기반 솔루션의 첫 도입 사례 중 하나다. 다우너의 롤링스톡 서비스, 트랜스포트, 인프라를 담당하는 이그제큐티브 제너럴 매니저인 팀 영은 다우너가 이 솔루션을 &l...

유지보수 사물인터넷 디지털화 파워 BI 마이크로소프트 애저 데이터 레이크 예지정비 다우너 워라타 예측 분석 기차 센서 CIO 빅데이터 데이터베이스 정부 공공 SQL 인공지능 카메라 인공 두뇌

2019.04.17

열차의 센서 데이터를 사용하는 소프트웨어가 예측 유지보수 및 데이터 기반 의사 결정을 가능하게 한다.   시드니의 워라타(Waratah) 열차에 다우너 EDI(Downer EDI)와 마이크로소프트 애저팀이 만든 지능형 소프트웨어가 장착돼 차량 유지 관리와 기타 데이터 기반 의사 결정을 추적하고 있다. 호주 뉴사우스웨일스(NSW)주정부는 2016년 시드니 그로쓰 트레인 프로젝트(Sydney Growth Trains Project)에서 24대의 워라타 시리즈 2(Waratah Series 2) 열차를 주문했다. 올해 초 17대의 열차를 추가한 데 이어 또 다른 24대를 이달에 인도받을 예정이다. 이 열차는 다우너 EDI에서 유지 관리하며, 이 회사는 현재 78대의 열차를 관리하고 유지하기 위해 NSW주정부와 30년 계약을 맺은 상태다. 최근 다우너는 300대 이상의 워라타 열차에 이상의 센서와 약 90대의 카메라를 장착했으며, 열차의 함대에서 센서 데이터를 소비하는 소프트웨어를 지원했다. 다우너의 디지털 기술 및 혁신 담당 총괄 책임자인 마이크 에일링은 예측 가능한 유지 관리 및 데이터 중심 의사 결정을 지원한다. 에일링에 따르면 엔지니어는 열차의 온도, 전압 및 전류의 이상치, 도어 개폐 시간 등 매우 세부적인 데이터를 통해 추이를 분석할 수 있다. 즉, 데이터의 작은 변화만으로도 다우너에게 진행 상황과 주의가 필요한 사항에 대한 조기 경보를 전달할 수 있음을 의미한다. 머신러닝과 지능형 데이터 분석을 통해 엔지니어는 고장이 발생하기 전에 예방 유지보수 일정을 잡을 수 있다. 해외 공급 업체로부터 미리 교체할 부품 정보를 전달해 받아서 준비할 수 있다.  다우너의 롤링스톡(rollingstock) 서비스 사업은 트레인DNA(TrainDNA) 제품의 백엔드로 사용되는 애저 기반 솔루션의 첫 도입 사례 중 하나다. 다우너의 롤링스톡 서비스, 트랜스포트, 인프라를 담당하는 이그제큐티브 제너럴 매니저인 팀 영은 다우너가 이 솔루션을 &l...

2019.04.17

구글, 호주 정부 데이터 처리 허가 획득

구글 클라우드 플랫폼(GCP)은 호주 정부기관의 분류되지 않은 데이터를 관리할 수 있게 됐다.    구글의 클라우드가 호주 사이버 보안 센터(ACSC) 인증 클라우드 서비스 목록(CCSL)에 추가됐다. 구글 클라우드 플랫폼(GCP)은 정부 기관의 분류되지 않은 데이터를 관리할 수 있는 허가를 받기 위해 구글에서 제공하는 최신 서비스다. 이 인증은 정부 보안을 위한 최소한의 표준이다. 이 인증은 시드니에 위치한 16개의 GCP 서비스와 물리적 데이터센터를 대상으로 한다. 구체적으로 이 서비스는 컴퓨팅(컴퓨팅 엔진, 앱 엔진, 쿠버네티스 엔진), 스토리지(클라우드 스토리지 및 영구 디스크), 네트워킹(가상 프라이빗 클라우드, 클라우드로드 밸런싱, 클라우드 DNS), 보안(클라우드 키 관리 서비스 및 클라우드 IAM), 관리(스택 드라이버), 데이터 분석(클라우드 데이터 흐름, 클라우드 데이터 랩, 클라우드 데이터 랩), 데이터베이스(클라우드 SQL 및 클라우드 데이터 스토어)를 지원한다. 마이크로소프트, IBM, AWS를 비롯한 12개의 공급업체가 이미 CCSL 목록에 등록했다. AWS는 올해 3월에 '보호' 상태에 도달하기 위한 노력의 일환으로 이 목록에 합류했다. 5개의 공급 업체로는 다이멘션 데이터(Dimension Data), 매쿼리 거번먼트(Macquarie Government), 슬라이스트 테크(Sliced Tech), 볼트시스템(Vault Systems), 그리고 가장 최근에는 애저와 오피스 365 모두에 대해 가장 높은 지위를 부여받은 마이크로소프트가 있다.   --------------------------------------------------------------- 구글 클라우드 인기기사 ->퍼블릭 클라우드 3대 업체 비교 'AWS·애저·구글의 장단점은?' -> 칼럼 | 구글 클라우드의 비밀병기 '구글처럼' -> '...

구글 CCSL ACSC GCP 아마존웹서비스 IAM SQL 인증 AWS 호주 마이크로소프트 IBM 정부 데이터베이스 공인

2018.12.18

구글 클라우드 플랫폼(GCP)은 호주 정부기관의 분류되지 않은 데이터를 관리할 수 있게 됐다.    구글의 클라우드가 호주 사이버 보안 센터(ACSC) 인증 클라우드 서비스 목록(CCSL)에 추가됐다. 구글 클라우드 플랫폼(GCP)은 정부 기관의 분류되지 않은 데이터를 관리할 수 있는 허가를 받기 위해 구글에서 제공하는 최신 서비스다. 이 인증은 정부 보안을 위한 최소한의 표준이다. 이 인증은 시드니에 위치한 16개의 GCP 서비스와 물리적 데이터센터를 대상으로 한다. 구체적으로 이 서비스는 컴퓨팅(컴퓨팅 엔진, 앱 엔진, 쿠버네티스 엔진), 스토리지(클라우드 스토리지 및 영구 디스크), 네트워킹(가상 프라이빗 클라우드, 클라우드로드 밸런싱, 클라우드 DNS), 보안(클라우드 키 관리 서비스 및 클라우드 IAM), 관리(스택 드라이버), 데이터 분석(클라우드 데이터 흐름, 클라우드 데이터 랩, 클라우드 데이터 랩), 데이터베이스(클라우드 SQL 및 클라우드 데이터 스토어)를 지원한다. 마이크로소프트, IBM, AWS를 비롯한 12개의 공급업체가 이미 CCSL 목록에 등록했다. AWS는 올해 3월에 '보호' 상태에 도달하기 위한 노력의 일환으로 이 목록에 합류했다. 5개의 공급 업체로는 다이멘션 데이터(Dimension Data), 매쿼리 거번먼트(Macquarie Government), 슬라이스트 테크(Sliced Tech), 볼트시스템(Vault Systems), 그리고 가장 최근에는 애저와 오피스 365 모두에 대해 가장 높은 지위를 부여받은 마이크로소프트가 있다.   --------------------------------------------------------------- 구글 클라우드 인기기사 ->퍼블릭 클라우드 3대 업체 비교 'AWS·애저·구글의 장단점은?' -> 칼럼 | 구글 클라우드의 비밀병기 '구글처럼' -> '...

2018.12.18

SQL·자바스크립트·C#·자바·파이썬··· 英 인기 있는 프로그래밍 언어 12선

IT잡워치(IT Jobs Watch)에 따르면 현재 영국에서 높은 수요를 자랑하는 3대 프로그래밍 언어는 SQL, 자바스크립트, C#이다. 특히 C#은 유통성 면에서 자바를 압도했다. 자바는 안드로이드 애플리케이션에서 주로 사용되며 이해하기 쉽다는 것이 특징이다.  영국 구인 공고에서 언급되는 빈도로 분석한 결과 현재 고용주가 가장 많이 찾는 5개 프로그래밍 언어는 다음과 같다.  • SQL • 자바스크립트 • C # • 자바 • 파이썬 여기 인기 있는 12가지 프로그래밍 언어를 소개한다. ciokr@idg.co.kr

자바 T-SQL 프로그래밍언어 C# C++ PHP 파이썬 파워셸 루비 급여 C SQL 구인 자바스크립트 안드로이드 배시쉘

2018.12.13

IT잡워치(IT Jobs Watch)에 따르면 현재 영국에서 높은 수요를 자랑하는 3대 프로그래밍 언어는 SQL, 자바스크립트, C#이다. 특히 C#은 유통성 면에서 자바를 압도했다. 자바는 안드로이드 애플리케이션에서 주로 사용되며 이해하기 쉽다는 것이 특징이다.  영국 구인 공고에서 언급되는 빈도로 분석한 결과 현재 고용주가 가장 많이 찾는 5개 프로그래밍 언어는 다음과 같다.  • SQL • 자바스크립트 • C # • 자바 • 파이썬 여기 인기 있는 12가지 프로그래밍 언어를 소개한다. ciokr@idg.co.kr

2018.12.13

데이터베이스의 재정의··· 신개념 대체 기술 8가지

데이터베이스란 무엇인가? 옛날 옛적에는 아주 간단한 것이었다. 데이터베이스는 항목당 한 개의 행으로 채워진 여러 개의 아주 깔끔한 열로 구성된 테이블에 데이터를 넣고 있는 현대판 밥 그래칫(스쿠루지에 나오는 박봉의 직원)이었다. 길고, 끝이 없는 정보의 사각형이 미래로 펼쳐지고 있다. 관계형 데이터베이스(Relational Database)는 현대 컴퓨팅의 기반이 되었다. 대부분 웹사이트는 단지 SQL 상부에 덧칠해진 한 묶음의 CSS에 불과하다. 우리를 특별하게 만드는 것은 커다란 삶의 테이블에 있는 또 다른 행일 뿐이다. 하지만 개발자들이 모든 것이 단순한 테이블에 적합하지 않다는 것을 알아채면서 수 많은 비트로 구성된 커다란 매트릭스와의 애정 행각도 서서히 시들고 있다. 그리고 개발자들은 똑똑하며 모든 필요사항에 대한 솔루션을 찾는 것에 강박을 가지고 있기 때문에, 정보를 저장하기 위한 새롭고 더 나은 장소를 만들기 시작했다. 이로 인해 지난 몇 년 동안 데이터를 저장하기 위한 다른 메커니즘이 우후죽순처럼 생겨났다. 이런 멋진 새 옵션들을 여전히 데이터베이스라 해도 될까? 데이터베이스이기 위해서는 데이터가 어떤 커다란 행렬에 꼭 들어 맞아야만 하는 건가? 일부에서는 “데이터베이스”란 용어가 우리 머릿속에는 과거의 테이블형 구조와 너무 밀접하게 연결되어 있기 때문에 최신 메커니즘을 차별화하기 위해서 “데이터 저장소(Data Store)”라는 용어를 쓰고 싶어한다. 이 문제는 철학자들에게 남기기로 한다. 데이터가 들어가면 답이 나오기 마련이다. 데이터베이스가 새로운 모양과 형태로 재탄생되는 8가지 방법을 살펴본다. GPU 컴퓨팅 예전에는 아동용 게임을 위한 정교한 장면을 그리기 위해 비디오 카드가 제작되었지만, 지금은 소위 GPU(Graphics Processing Unit)라는 것이 비 그래픽 처리 작업에 더 많이 사용되고 있다. 데이터를 검색하는 것은 G...

데이터베이스 신기술 SQL 저장 인공지능 GPU 그래프 NVRAM 공간정보

2017.12.29

데이터베이스란 무엇인가? 옛날 옛적에는 아주 간단한 것이었다. 데이터베이스는 항목당 한 개의 행으로 채워진 여러 개의 아주 깔끔한 열로 구성된 테이블에 데이터를 넣고 있는 현대판 밥 그래칫(스쿠루지에 나오는 박봉의 직원)이었다. 길고, 끝이 없는 정보의 사각형이 미래로 펼쳐지고 있다. 관계형 데이터베이스(Relational Database)는 현대 컴퓨팅의 기반이 되었다. 대부분 웹사이트는 단지 SQL 상부에 덧칠해진 한 묶음의 CSS에 불과하다. 우리를 특별하게 만드는 것은 커다란 삶의 테이블에 있는 또 다른 행일 뿐이다. 하지만 개발자들이 모든 것이 단순한 테이블에 적합하지 않다는 것을 알아채면서 수 많은 비트로 구성된 커다란 매트릭스와의 애정 행각도 서서히 시들고 있다. 그리고 개발자들은 똑똑하며 모든 필요사항에 대한 솔루션을 찾는 것에 강박을 가지고 있기 때문에, 정보를 저장하기 위한 새롭고 더 나은 장소를 만들기 시작했다. 이로 인해 지난 몇 년 동안 데이터를 저장하기 위한 다른 메커니즘이 우후죽순처럼 생겨났다. 이런 멋진 새 옵션들을 여전히 데이터베이스라 해도 될까? 데이터베이스이기 위해서는 데이터가 어떤 커다란 행렬에 꼭 들어 맞아야만 하는 건가? 일부에서는 “데이터베이스”란 용어가 우리 머릿속에는 과거의 테이블형 구조와 너무 밀접하게 연결되어 있기 때문에 최신 메커니즘을 차별화하기 위해서 “데이터 저장소(Data Store)”라는 용어를 쓰고 싶어한다. 이 문제는 철학자들에게 남기기로 한다. 데이터가 들어가면 답이 나오기 마련이다. 데이터베이스가 새로운 모양과 형태로 재탄생되는 8가지 방법을 살펴본다. GPU 컴퓨팅 예전에는 아동용 게임을 위한 정교한 장면을 그리기 위해 비디오 카드가 제작되었지만, 지금은 소위 GPU(Graphics Processing Unit)라는 것이 비 그래픽 처리 작업에 더 많이 사용되고 있다. 데이터를 검색하는 것은 G...

2017.12.29

'자바 인기는 여전, AWS는 급상승' 영국서 수요 높은 IT기술력 10선

영국에서 AWS와 리액트JS(ReactJS) 기술력 수요의 엄청난 성장으로 자바 스크립트의 인기가 최고에 달했다. 지난해 스택 오버플로우(Stack Overflow) 결과에 따르면 자바 스크립트, 자바, 파이썬은 IT 전문가들에게 가장 많이 요구되는 기술이었으며, 올해도 마찬가지다. 올해 조사 결과에서는 아마존 웹 서비스(AWS) 기술과 자바 스크립트 라이브러리 리액트JS에서 엄청난 성장을 보였으므로 이러한 수요가 2018년까지 계속 증가할 것으로 기대된다. AWS 기술은 12위에서 5위로 무려 7계단이나 상승했으며 리액트JS는 25위에서 6위로 가장 큰 변화를 기록했다. 스택 오버플로의 보고서는 스택 오버플로의 구인 공고에 나열된 대부분의 태그 수를 기반으로 한다. ciokr@idg.co.kr  

자바 C # 스택 오버플로우 구인 공고 자바 스크립트 Node.js 리눅스 파이썬 닷넷 아마존 웹 서비스 인스타그램 기술력 급여 SQL 연봉 조사 데이터베이스 페이스북 리액트JS

2017.12.15

영국에서 AWS와 리액트JS(ReactJS) 기술력 수요의 엄청난 성장으로 자바 스크립트의 인기가 최고에 달했다. 지난해 스택 오버플로우(Stack Overflow) 결과에 따르면 자바 스크립트, 자바, 파이썬은 IT 전문가들에게 가장 많이 요구되는 기술이었으며, 올해도 마찬가지다. 올해 조사 결과에서는 아마존 웹 서비스(AWS) 기술과 자바 스크립트 라이브러리 리액트JS에서 엄청난 성장을 보였으므로 이러한 수요가 2018년까지 계속 증가할 것으로 기대된다. AWS 기술은 12위에서 5위로 무려 7계단이나 상승했으며 리액트JS는 25위에서 6위로 가장 큰 변화를 기록했다. 스택 오버플로의 보고서는 스택 오버플로의 구인 공고에 나열된 대부분의 태그 수를 기반으로 한다. ciokr@idg.co.kr  

2017.12.15

회사명:한국IDG 제호: ITWorld 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

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

Copyright © 2022 International Data Group. All rights reserved.

10.4.0.6