사람

게시물

블로그 글

Edge computing with High Performance Time-Series DBMS2

Edge computing with High Performance Time-Series DBMS2

Edge Computing 과 데이터 처리 요구 사항   Edge에서 얼마나 많은 데이터를 어느 정도까지 빠르게 처리해야 할까? 이 질문에 대한 답이 명확할수록 Edge Computing 이 제시하는 미래의 비전이 고객의 눈 높이에 맞을 것이다. 극단적인 예로 NC(Numerical Control) 장비의 실시간 모니터링 및 관리를 위한 Edge 장비의 데이터 처리 요구 사항을 보면, 2주간 약 1T Byte의 데이터를 처리할 수 있어야 한다. 이 값을 보다 정확하게 환산해 보면,  초당 872,628 바이트를 소화해야 한다. 이를 실제 센서 데이터의 평균 크기(약 20byte)로 환산해 보면, 초당 약 400,000 개 이상의 이벤트를 저장할 수 있어야 한다는 계산이 도출된다.   Edge 장비에서는 초당 40만 개 이상의 센서 데이터를 받아들여야 (Ingestion) 할 뿐만 아니라, 이를 2차 저장 장치로 저장, 실시간 분석이 가능해야 한다는 고도의 요구 사항이기도 하다. 더 나아가 환경에 따라 Edge 장비가 고가용성을 지원해야 하는 경우에는 더 높은 수준의 데이터 처리 기술을 필요로 할 것이다. 결국 산업에 따라 그 데이터의 종류와 형태, 데이터 총량이 각각 달라질 것이며,  시간이 갈수록 다양한 형태의 요구 수준이 점점 더 높아지고, 엄격해질 것은 자명한 일이다.   마크베이스와 Edge Computing   마크베이스는 실시간 시계열 데이터베이스로서 Edge Computing의  초고속 데이터 처리를 위한 Edge/Fog Edition 제품을 이미 제공하고 있다. 이 제품은 ARM CPU기반의 대표적인 장비인 ARTIK 7과 Raspberry  pi 2/3 뿐만 아니라,  Intel CPU 기반의 Embedded 장비도 지원한다. 특징적으로는 Rasberry PI 3 혹은 ARTIK 7에서 초당 20만 건의 센서 데이터를 저장할 수 있으며, 동시에 CPU 및 디스크 사용량도 매우 효율적으로 활용한다. 비록 Edge 장비라 할지라도 빅데이터 기술을 탑재한 마크베이스는 수천억 건 이상의 데이터를 스토리지 한계만큼 저장할  수 있으며, 그 빅데이터에 대한 검색과 분석도 탁월한 수준이다. 이뿐만 아니라, 표준 SQL 구문을 기반으로 시계열 데이터에 대한 확장 SQL을 통해 센서에 관련된 분석과 처리를 실시간으로 수행할 수 있어  Edge Computing의 솔루션의 핵심 모듈로서 최적의 제품이다. 향후 로드맵에 따라 다수의 Edge 장비를 기반으로 클러스터를 구성할 수 있으며, 이는 고성능, 고가용성을 위한 Edge Computing  요구 사항도 무리 없이 지원된다는 의미이기도 하다. 앞에서 언급한 바와 같이 마크베이스는 이미 Edge Computing에 대한 훌륭한 데이터처리 요구 사항을 만족하고 있으며,  더 자세한 제품의 평가를 원할 경우   해당 홈페이지를 참고하기 바란다.(http://www.machbase.com/download)       Do you want to try Machbase? http://machbase.com/download Contact the Machbase team with your questions! info@machbase.com   #machbase #machbasedatabase #smartfactory

www.machbase.com | 2019-02-15

홍윤정  마크베이스 채널 및 영업 담당자입니다 @마크베이스
548RP · IIoT 상위 10%

채용 정보

병원 데이터를 이용한 공동연구 플랫폼을 제공하는 스타트업입니다. 

프로젝트

aim X suple 데이터마케팅
 
2019년 7월 - 2019년 9월 
디저트 e커머스 스타트업인 Suple의 애플리케이션 다운로드 증대를 위한 프로젝트를 진행했습니다. sns채널을 활용하여 애플리케이션 홍보를 하던 Suple의 목적 달성을 위해 sns채널에서 게시물에 사용하는 디저트 사진의 선택에 도움을 주는 머신러닝 프로그램을 개발하였고, 게시물의 트렌드에 적합한 태그를 데이터 분석을 통해 발견했습니다. 결과적으로 Suple의 데이터 기반 마케팅에 기여하였습니다.
양승원  수원대학교 정보보호학과
머신러닝, 빅데이터분석, Social Marketing
포워딩 닷컴
2019년 5월 - 2019년 8월 
국내 해상 수출입 시 발행된 모든 B/L 빅데이터 분석하여 국내 모든 포워더의 기본 정보, 특화서비스, 인증여부, 서비스 국가, 선사별 물량, 월별물량 시각화 자료를 사용자에게 제공하는 서비스입니다.
구석모  기업부설연구소장 @트레드링스
390RP · 서비스 기획 상위 2%
서우석  B2B 사업개발 매니저 @팀윙크
금융, 머신러닝 공부중, 금융분석