공간 빅 데이터 웨어하우스 시스템을 위한 질의 및 색인 :

조현구

추천

검색

자료유형: 학위논문

저자정보: 조현구 (군산대학교, 群山大學校)

지도교수: 李淵植

발행연도: 2016

저작권: 군산대학교 논문은 저작권에 의해 보호받습니다.

이용수2

이 논문의 연구 히스토리 (2)

2016

공간 빅 데이터 웨어하우스 시스템을 위한 질의 및 색인

조현구 情報工學科 2016.01 학위논문

2015

Spatial Tajo : 공간 빅 데이터 웨어하우스 시스템의 설계 및 구현

조현구 , 유기현 , 양평우 외 2명 한국정보과학회 학술발표논문집 2015.12 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

최근 기업들은 원활한 의사 결정을 위하여 빅 데이터 분석 시스템이나 빅 데이터 웨어하우스 시스템에서 빅 데이터를 이용하여 비즈니스 분석을 포함한 분석을 시도하고 있으나, 기존의 빅 데이터 관련 시스템에서는 공간 빅 데이터에 대한 분석을 지원하지 않는다. 또한 공간 빅 데이터 분석 시스템에서는 공간 데이터에 특화된 포맷만을 지원하고, ANSI SQL의 형태로 질의를 수행할 수 없어 비전문가가 다루기 어렵다. 따라서 본 논문에서는 빅 데이터 웨어하우스 시스템에서 공간 빅 데이터에 대하여 질의를 수행하기 위하여, 공간 질의 및 색인을 지원하는 공간 질의 처리 모듈을 추가한 확장된 타조 시스템을 제안한다. 제안한 확장된 타조 시스템은 ANSI SQL과 동적 스케줄링을 제공하고 내고장성을 보장하는 빅 데이터 웨어하우스 시스템인 타조와 OGC 표준의 Simple Feature Specification에서 제시하는 공간 타입, 공간 연산자, 공간 색인을 지원하는 오픈소스 라이브러리들을 결합하여 공간 질의를 수행할 수 있도록 지원한다. 확장된 타조 시스템을 위한 공간 질의 처리 모듈은 공간 타입 모듈, 공간 연산자 모듈, 공간 색인 모듈로 구성하였고, 세부 모듈들은 타조 시스템의 모듈과 결합하여 유기적으로 작동한다. 공간 타입 모듈은 OGC 표준의 공간 객체 모델에 일대일로 대응하는 공간 데이터 타입을 구현하였고, WKB(Well Known Bytes) 혹은 WKT(Well Known Text) 형태의 공간 객체 데이터를 공간 생성자 함수를 이용하여 저장할 수 있도록 하였다. 공간 연산자 모듈은 OGC 표준에서 제시하는 7가지의 공간 관계 연산자와 6가지의 공간 분석 연산자를 지원하기 위하여 타조의 사용자 정의 함수와 오픈소스 라이브러리를 이용하여 공간 연산자 함수를 작성하였고, 이를 질의에서 수행할 수 있도록 기존의 연산자 형태로 변형하였다. 공간 색인 모듈은 SpatialHadoop의 R-tree와 타조의 BST 구조를 이용하여 전역-지역 색인 형태의 다단계 색인인 Two-level R-tree를 작성하였고, 공간 빅 데이터에 대해 균일하게 분산하는 공간 영역을 사전에 지정하기 위하여 STR(Sort-Tile-Recursive) 기법을 이용하였다. 성능 평가를 통하여 공간 색인을 사용하였을 때 공간 질의의 수행시간이 더 적게 소요되며, 공간 색인을 이용한 공간 질의에 대한 질의 수행 시간에 영향을 미치는 요소 중 지역 색인의 개수가 중요한 요인임을 확인할 수 있었다. 또한, 공간 질의 처리 모듈을 장착한 확장된 타조 시스템이 공간 빅 데이터에 대하여 공간 질의 수행에 적합함을 확인할 수 있었다. 향후 연구로 다양한 공간 연산자의 추가와 질의 처리 모듈의 성능 향상, 공간 데이터를 다룰 수 있는 상용 시스템과의 비교 연구가 요구된다.

Recently many companies are attempting the business analysis for the effective decision making using the big data through the big data analytic or warehouse system, but existing big data-related systems do not support the spatial big data analysis. And, since the spatial big data analytic system only supports the specialized format for the spatial data and cannot execute queries in the format of ANSI SQL, non-specialists cannot easily use the system. In this thesis, for the processing queries with respect to the spatial big data in the big data warehouse system, we propose an extended Tajo system equipped with a spatial query processing module that supports the spatial query and index. The proposed extended Tajo system supports processing of spatial queries by combining Tajo, which is a big data warehouse system that provides ANSI SQL and dynamic scheduling, and ensures fault tolerance, with open source libraries that support spatial types, spatial operators, and spatial indexes suggested in the Simple Feature Specification of the OGC standards. The spatial query processing module for the extended Tajo system is composed of a spatial type module, a spatial operator module and a spatial index module, and detailed modules are combined and operated systematically with the module of the Tajo system. The spatial type module was implemented as the spatial data type matching one-to-one with the spatial object model of OGC standards, and was allowed to store spatial object data in the format of WKB (Well Known Bytes) or WKT (Well Known Text) using a spatial constructor function. For the spatial operator module, a spatial operator function was created using the user-defined function of Tajo and open source libraries in order to support 7 spatial relational operators and 6 spatial analytic operators suggested in the OGC standards, and its format was transformed into the existing operator format to execute the aforementioned function in queries. As for the spatial index module, the Two-level R-tree, a multi-level index in the format of global-local index, was created by referencing to the R-tree of SpatialHadoop and BST structure of Tajo, and the STR (Sort-Tile-Recursive) technique was used to predesignate the spatial area distributed uniformly in the spatial big data. The performance evaluation confirmed that it takes shorter time to execute a spatial query when spatial index was used, and the number of local indexes was an important factor among those affecting the execution time of a spatial query. It was also confirmed that the extended Tajo system equipped with a spatial query processing module was appropriate for the spatial query execution on the spatial big data. Further studies on the addition of various spatial operators, the performance improvement of the query processing module, and the comparison with commercial systems able to treat spatial big data are needed.

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)