메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
최기선 (LG CNS 서울과학기술대 IT정책전문대학원) 김우제 (서울과학기술대학교)
저널정보
(주)엘지씨엔에스(구LGCNS엔트루정보기술연구소) Entrue Journal of Information Technology Entrue Journal of Information Technology Vol.16 No.2
발행연도
2017.1
수록면
71 - 84 (14page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
Social Network 및 IoT(Internet of Things)의 발전에 따라 기존에는 상상하지 못했던 대용량의 데이터가 생성되는 빅데이터 시대가 도래하였다. 대용량의 데이터로부터 가치를 발견하고 활용하기 위해서는 데이터 분석이 필수적이다. 이를 위해서는 분석 시스템에 대상 데이터를 적재하는 ETL(Extract Transformation Loading) 작업이 선행된다. ETL은 한정된 시스템 자원에서 수백, 수천 개의 작업이 선후 관계로 묶여 스케줄링되어 있으며, 비즈니스 변화에 의한 데이터 용량의 증감으로 인해 성능 지연이 발생할 수 있기 때문에 지속적인 성능 관리가 필요하다. 본 연구에서는 ETL의 성능 최적화를 위하여 메타 휴리스틱의 일종으로 인공지능의 한 분야인 유전자 알고리즘을 적용하여 최적화 방안을 도출하였다. 유전자 알고리즘의 적합도 함수로 ETL 배치작업 수행 시간 최소화와 서버 CPU 자원의 부하 최소화를 사용하였고 제약조건으로 ETL 배치작업 종료 시간, 동시 실행 작업수를 두었다. 연구 대상 데이터는 현업에서 수행되고 있는 260개 적재 작업의 3개월 평균 CPU 사용량, 실행시간 정보를 활용하였으며, 최적의 결과를 도출하기 위해 파라미터를 변경하며 실험을 반복 수행하였다. 본 연구는 빅데이터 시스템의 데이터 적재작업을 최적으로 운영할 수 있는 중요한 기반이 될 것으로 기대한다.

목차

등록된 정보가 없습니다.

참고문헌 (7)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0