데이터베이스 기초 개념, 관리 시스템(수업) #1

 

데이터(Data)

• 관찰/측정을 통해 수집된 사실(Fact) 또는 값(Value)이 특정 기준에 의해 정리된 것
• ex) 오늘의 온도, 습도, 강수량 (연간 강수일수, 일 강수량 1mm 이상)

 

정보(Information)

• 어떤 목적에 의해 데이터를 해석하거나 가공한 형태
• 특정 상황에서 적절한 의사결정을 할 수 있도록 지원하는 지식
• ex) 예상 온도, 강수 확률 (강수 확률 평균 30%)

 

 

 

 

 

정보처리

• 의사결정(Decision Making)을 위한 정보를 컴퓨터가 생성하기 위해 데이터를 처리 하는 작업

 

 

의사결정

• 정보를 바탕으로 상황에 따라 주어진 문제를 해결하는 중요한 지능 활동
• 정보란 데이터의 유효한 해석이나 데이터 간의 상호 관계

 

 

정보

• 의사결정 과정에 반영되어 유용할 결과를 유발하므로 "정확성 및 현재성"이 중요함.
• ex) 오늘 비가 올지 안올지 결정해야하는데 내일 나온다면... 
• 기업의 4대 요소
  1. 자본
  2. 사람
  3. 기술
  4. 데이터(정보) : 기업 경영의 의사결정에 중요한 역할 수행

 

 

 

정보 시스템

• 필요한 데이터를 수집, 조직, 저장해 두었다가 필요 시 처리하여 의사결정에 유효한 정보를 생성 분배하는 수단
• 배치 처리(Batch Processing) vs 온라인 처리

 

 

 

배치 처리(Batch Processing)

• 데이터의 수집 및 분류
• 유사한 일들을 모아서 "일정 시간 한꺼번에" 처리
• 컴퓨터 활용률이 매우 탁월
• 개별적인 처리 결과를 얻기 위해 대기 필요 (컴퓨터 중심 처리) -> 옛날 방식
• 응용 분야 : 고지서, 공과금 계산, 이자 계산 등

 

 

온라인 처리 (Online Processing)

• 사전 준비작업 없이 "곧바로 데이터를" 처리하는 방식
• 생성되는 출처로부터 곧바로 컴퓨터에 전송되고 전송된 데이터는 컴퓨터가 즉시 처리해서 결과를 바로 전송
• 대기시간이 없으므로 사용자에게  매우 편리 (사용자 중심 처리) -> 최근 방식
• 컴퓨터가 항상 가동상태이어야 하므로 테스트나 유지 보수의 어려움.
• 응용 분야 : 핸드폰의 실시간 데이터 사용량 검색 등.

 

 

 

중앙집중 처리(Centralized Processing)

• 범 조직적 자료를 한군데 모아 놓고 처리하는 방식
• 전산요원의 효율적 이용, 업무 통제, 보안 등에 있어서 효율적
• 해킹 등 피해를 입었을 때 피해 규모가 큼.
• 보안 비용이 상대적으로 적게 듦

 

 

분산 처리(Distributed Processing)

• Globalization에 따라서 "데이터가 지리적, 시간적으로 분산" 되어 발생
• 처리기를 데이터 발생 위치에 가까이 배치하여 효율성 증가
• 실세계의 데이터 발생, 관리를 유연한 대처 가능
• 해킹 등 피해를 입었을 떄 피해 규모가 적음
• 보안 비용이 많이 소요됨

 

 

---

 

 

정보처리 시스템의 유형

1. 정보 시스템
2. 의사 결정 지원 시스템
3. 고객관리 시스템
4. 전사적 자원 관리 시스템 (최근 많이 쓰이는것)
5. 기타 정보처리 시스템

 

 

 

1. 정보 시스템

• 한 조직체의 활동에 필요한 데이터를 수집/조직/저장해 두었다가 필요 시 처리하여 의사결정에 유용한 정보를 생성 및 분배하는 시스템
• MIS(Management Information System) 
  - 정보 시스템의 일종
  - 기업 업무의 기획, 운용, 통제에 필요한 의사결정에 필요한 최신 정보를 제공하는 시스템

 

 

 

2. 의사 결정 지원 시스템 

• DSS : Decision Support System
• 여러가지 복합적이고 광범위한 의사결정 목적으로 "통합적인 기능을 제공"하는 정보 시스템
• 데이터 웨어하우스
  - 다양한 데이터 근원들로부터 발생되는 데이터를 한 곳에 추출하여 관리하는 시스템
• 데이터 마이닝 (**마이닝 -> 채굴하다)
  - 데이터 웨어하우스의 규모가 커짐에 따라서 유의미한 정보 또는 지식을 효율적으로 생성하는 과정
  
  -★ ex) 기저귀를 산 사람들이 왜 맥주도 함께 샀을까? 
         --> 퇴근하는 남편들이 기저귀를 살 때 주말동안 마실 맥주도 함께 사는 경우가 많았음.
         --> 상품의 진열방식과 진열구역 선정에 반영하여 매출 증가! ★

 

 

 

3. 고객 관리 시스템

• CRM : Customer Relationship Management
• 기업이 고객과 관련된 내/외부 자료를 분석/통합해 고객 중심 자원을 극대화하고 이를 토대로 "고객 특성에 맞게 마케팅 활동을 계획/지원/평가" 하는 시스템
• 고객 성향이나 취향을 먼저 파악한 뒤 이를 토대로 고객이 원하는 제품을 만들고 마케팅 전략을 개발, 기존 고객의 관리에 초점을 맞춤!
• CRM은 고객들의 행동패턴, 소비패턴 등을 통해 고객들이 원하는 것을 알아내야 하는 경우가 많아 고도의 정보 분석 기술을 필요로함!

 

 

 

 

4. 전사적 자원 관리 시스템

• ERP : Enterpise Resource Planning
• 기존에는 컴퓨터 기반의 정보 시스템이 필요할 때마다 도입되어 기업에는 다수의 시스템이 각각 도입됨
• 최근에는 개별적으로 운영되던 정보 시스템은 서로 연관되어 있는 업무 처리를 지원하는 데에 매우 불편하여, 시스템 연계 내지 통합의 필요성 대두. (각각의 연관!!)
• 기업 내 생산, 물류, 재무, 회계, 영업과 구매, 재고 등 경영 활동 프로세스들을 "통합적으로 연계/관리"해 주며, 기업에서 발생하는 정보들을 서로 공유하고 "새로운 정보의 생성과 빠른 의사결정"을 도와주는 시스템
• ICT 관점
  => ★ 여러 부서에서 수행되는 업무 처리를 돕기 위해 일상 업무 작업을 자동화한 응용시스템들의 집합!

 

 

 

 

5. 기타 정보처리 시스템

• 제어 시스템
  -> 사건을 감지하여 처리하고 자동적으로 보고
  ex) 공정, 수치, 무기제어 등등
• 내장 시스템(Embedded System)
• 데이터 처리가 주기능이 아닌 "시스템의 구성 요소"
  ex) 비행기 유도, 레이타 추적 시스템, 스위칭 시스템 등.
• 실시간 제어 / 대규모의 자료의 접근 / 변경
• 테스트가 어려움.
• -> 엄격한 요구 사항 : 실시간 반응 / 고장에 대한 안전 / 신뢰성 등등.

 

 

 

 

---

 

 

데이터베이스

• 어느 한 조직의 다양한 응용 프로그램들이 공동으로 사용하는 데이터들을 통합하여 저장한 운영 데이터의 집합
• 공용 데이터 (Shared Data)
• 통합된 데이터 (Intergrated Data) : 최소한의 중복, 통제된 중복
• 저장된 데이터 (Stored Data)
• 운영 데이터 (Operational Data)

 

1. 통합된 데이터(Intergrated Data)

• 한 조직 내에서 여러 부서가 "유사한 데이터 집합"을 사용
• 중복성 제거 및 일관성 유지 가능
• 검색 및 운영 시 편리
• "최소한의 중복과 통제된 중복"이 필요함!

 

 

 

데이터베이스의 특징

1. 실시간 접근성
2. 계속적인 변화
3. 내용에 의한 참조
4. 동시 공용

 

 

1. 실시간 접근성

• 질의에 대한 "실시간 처리 및 응답" 이 가능하게 해야함
• **실시간처리 : 생성된 데이터를 컴퓨터에 보내어 그 처리 결과에 따라 즉시 의사결정을 할 수 있는 것을 의미함.

 

 

 

2. 계속적인 변화

• 한 시점에 데이터베이스에 저장되어 있는 내용을 데이터베이스 상태라고 한다면, 시간의 흐름에 따라서 그 상태가 "지속적, 동적"으로 변동됨! --> 현실 세계를 표현하기 때문에 계속적으로 변화됨!

 

 

3. 동시 공용

• 서로 다른 목적을 지닌 응용들의 공용을 위하여 구축됨
• --> 같은 내용을 여러 사용자가 동시에 공유할 수 있도록 지원

 

 

 

4. 내용에 의한 참조

• 데이터베이스에 저장된 내용은 데이터의 위치나 주소가 아닌 데이터의 내용(즉, 값)에 따라서 검색됨!

 

 

 

 

내용에 의한 참조와 위치에 의한 참조

 

 

---

 

파일 중심의 자료 처리의 특징

• 각 응용 또는 기능마다 프로그램을 개발함
• 각 프로그램은 자신이 사용할 데이터를 운영체제상의 파일로 관리함
• ex) 은행 업무

 

 

 

 

=파일 중심의 자료 처리의 문제점=

 

1. 데이터의 중복과 비일관성(Inconsistency)

1.  각 파일이 다른 형식을 지닐 가능성 존재
2.  동일 정보가 여러 파일에 중복 저장될 가능성 존재
3.  저장 공간의 낭비 및 비일관성 유발
4. ex) 한 고객의 주소가 일반예금 정보와 적금예금 정보에서 상이하게 저장될 가능성!

 

2. 데이터 고립

• 데이터가 여러 파일에 흩어져 있고 파일 형식이 다르기 때문에 원하는 데이터를 검색할 수 있는 프로그램을 개발하기 어려움!

 

3. 무결성 문제

• 저장된 정보에 대한 제약 조건을 만족시키기 어려움
• 새로운 제약 조건이 추가될 때마다, 모든 응용 프로그램에 이를 반영하는 새로운 코드를 추가하기 쉽지 않음!
• ex) 계좌 정보에서 3개월 동안 입출금 내역이 없으면 휴먼계좌로 지정

 

4. 원자성 문제

• 하나의 트랜잭션(논리적인 일의 단위)은 이를 구성하는 내용이 전부 수행되거나 전부 수행되지 않거나 둘 중의 한 상태만을 만족해야 함!
• ex) 계좌 이체 - A통장에서 출금, B통장에 입금
• 기존 파일 시스템에서는 이를 보장하기 어려움!

 

5. 동시 접근 문제

• 동일 시점에 동일한 데이터를 여러 사용자가 동시에 변경하는 경우 문제 발생
• 파일 공유 시스템에서 자주 발생됨

 

6. 보안 문제

• 모든 사용자가 데이터베이스 상의 모든 내용을 접근할 필요 없음
• 보안 제약 사항을 각 응용 프로그램에만 추가해야 하므로 "보안성 유지가 어려움"
• ex) 은행 직원이 고객의 계좌 정보를 마음대로 열람 불가

 

 

---

 

 

파일 중심 처리의 가장 근원적인 문제는?

• 각 응용 파일마다 자신이 사용할 데이터를 파일로 관리
• 데이터 중복성 문제 발생 -> 데이터의 비일관성

 

 

각 파일마다 다른 형식으로 내용을 구성

• 데이터 종속성(Data Dependency) 문제 발생
• 파일 형태에 따라 다른 응용프로그램 작성
• 파일 형태 변경 시 응용 프로그램도 변경됨!

 

 

 

데이터 종속성 (Data Dependency)

• 파일에 기록된 정보의 구조 변경 시 응용 프로그램 재작성 필요
• -> 위치에 의한 참조 때문!

 

 

 

데이터베이스의 장점 

1. 데이터 중복의 최소화
2. 일관성 유지
3. 데이터의 공용
4. 무결성 유지
5. 보안 보장
6. 표준화 용이
7. 전체 데이터 요구의 파악 조정
8. ==> 이와 같은 장점들은 데이터베이스를 사용한다고 자동으로 얻어지는것이 아님!!

 

 

데이터베이스의 단점

1. 운영비의 오버헤드
   -> DBMS는 고가의 소프트웨어이며 많은 컴퓨터 자원을 사용함.
   -> 고사양의 컴퓨터 필요!
   
   
2. 자료처리 방법의 복잡성
   -> 다양한 유형의 데이터가 서로 연관되어 기록되어 있으므로 여러 가지 제약사항 하에서 개발 및 수행됨
   -> 응용 프로그램의 구조나 로직이 복잡해질 가능성 존재!
   
   
3. 백업과 회복의 어려움
   -> 다양한 사용자가 동시 공유로 데이터를 사용하고 있으므로 장애 발생 시 정확한 사유나 상태 파악 어려움!
   -> 정교한 백업 및 회복 기법을 사용하게 됨
   
   
4. 시스템의 취약성
   -> 통합된 시스템으로 일부 장애가 전체 시스템을 정지 시킬 가능선 존재
   -> 시스템의 신뢰성과 가용성이 DBMS의 신뢰성과 가용성에 의존적이 됨!

 

 

 

---

 

 

데이터베이스 관리 시스템(DBMS)

• 데이터베이스를 생성 및 관리해 주는 기능을 제공하는 소프트웨어 패키지/시스템
• 데이터베이스와 응용 프로그램 사이의 "중계자"로써 모든 사용자와 응용 프로그램들이 데이터베이스를 공유할 수 있도록 지원해 주는 "범용 목적"의 소프트웨어 시스템

 

 

데이터 정의 기능

• 여러 사용자의 데이터를 통합하여 "통합"하여 "저장"하고 "공유"할 수 있도록 데이터 모델에 따라 정의하는 기능
• 다양한 응용 프로그램과 데이터베이스가 서로 인터페이스 할 수 있는 방법을 제공

 

데이터 조작 기능

• 사용자와 데이터베이스 간의 "의사소통"의 수단
• 데이터베이스의 접근 및 조작 (삽입, 삭제, 변경 및 검색)
• 사용자가 사용하기 쉽고, 원하는 처리를 자연스럽게 표현 할 수 있어야 함.

 

데이터 제어 기능

• 데이터베이스의 내용을 일관되고 정확하게 유지할 수 있는 기능
• 데이터 "일관성(Consistency)", "무결성(Integrity)", "보안(Security)" 을 유지하는 기능
• 1. 백업과 파손 회복(recovery)
• 2. 인증(Authorization) 과 보안
• 3. 병행 제어(Concurrency Control)

 

 

---

 

IDS

• Integrated Data Store
• 최초의 범용 목적의 DBMS
• 1960년대초 GE의 Charles Bachman에 의하여 제시
• 논리적 데이터 모델로 네트워크 데이터 모델 기반
• 데이터 모델을 명시할 수 있는 데이터 구조도를 제안

 

IMS DBMS

• Information Management System DBMS
• 계층 데이터 모델이라는 또 다른 데이터 표현의 기반이 됨.

 

제 1세대 DBMS

• 1970년대 자사의 DBMS를 제작, 판매 시작
• 네트워크 모델, 계층 모델에 기초를 둠

 

 

제 2세대 DBMS

• 1980년대 관계형 모델(Relational data model)에 기반한 DBMS들이 개발됨.
• 대부분 DBMS는 하드웨어에 "독립적"으로 "운영" 될 수 있게 됨

 

제 3세대 DBMS

• 데이터 구조의 복잡성 증가 : Image, Video, 시공간 데이터 등
• 새로운 데이터 모델의 대두
• 이미지, 텍스트, 그래픽 같은 다양한 형태의 데이터 타입을 저장/관리하고 복잡한 질의를 처리할 수 있도록 DBMS의 기능이 확장됨!
• 현재 : 객체 관계형 데이터베이스 관리 시스템!

 

 

---

 

데이터베이스관리시스템의 특징

 

1. 데이터베이스 시스템의 구성 요소 중 하나

• 사용자의 요구를 입력 받아 "조사 분석" 한 후 컴퓨터가 이해하는 형태로 변환하고 동일한 결과를 생성할 수 있는 "동등한 표현식들을 생성"
• 생성된 표현식 중 처리 효율이 가장 좋은 표현식을 "선정"하여 이를 수행하고 그 결과를 "사용자에게 반환"

 

 

 

2. 데이터베이스의 구조

• 논리적 구조와 물리적 구조는 서로 "대응 관계"를 가짐으로써 "동등성" 유지 가능
• 데이터베이스를 사용하는 사용자와 데이터베이스를 저장 관리하는 "시스템 간의 통신 수단"이 됨

 

 

 

3. 데이터 독립성 제공

• DBMS의 궁극적인 목적
• 데이터의 논리적 구조나 물리적 구조가 변경되더라도 "응용 프로그램이 영향을 받지 않는 것"

 

 

4. 데이터 종속성과 중복성

• 데이터 종속성
  1. 응용 프로그램과 데이터간의 상호 의존 관계
  2. 데이터의 구성이나 구조 변경 시 응용 프로그램도 변경해야 함
  3. 응용 프로그램 관리 곤란
  
  vs
  
  
• 데이터 중복성
  1. 유사한 내용의 데이터가 "중복되어 저장/관리"됨
  2. "일관성, 보안성, 경제성, 무결성" 등에 대한 문제점 야기

 

 

5. 데이터의 독립성과 종속성

• 데이터 독립성은 데이터와 응용 프로그램과의 상호 "의존성이 존재하지 않음"
• 논리적 구조(사용자 입장)와 물리적 구조(시스템 입장)

 

 

6. 논리적 데이터의 독립성

• 데이터베이스 관리 시스템이 하나의 논리적 데이터 구조를 가지고 여러 응용 프로그램들이 제각각 요구하는 "다양한 형태의 논리적 구조로 사상시켜 지원"해 줄 수 있는 능력
• 논리적 구조를 변경해도 응용 프로그램에는 영향을 주지 않음
  -> 내용에 의한 참조에 의하여 이루어짐!
• 효율적인 응용 프로그램 개발이 가능함.

 

 

7. 물리적 데이터의 독립성

• 데이터베이스는 하나의 구현된 물리적 구조로 여러 응용 프로그램을 지원해야 함!
• 새로운 저장 장치의 개발이나 접근 방법의 개발로 성능 향상을 개선시키기 위하여 데이터의 물리적 구조를 변경시켜야 함.
• 물리적 구조의 변경이 응용 프로그램에 영향을 주지 않아야 함!
• 응용 프로그램과 논리적 데이터 구조에 영향을 주지 않고! 물리적 구조의 변경이 가능함.
• 다양한 저장 장치를 이용하여 데이터를 저장 및 이용이 가능함.

물리적 구조가 바뀌어도 내용에 의한 참조로 인해 데이터를 주고받기 때문에 응용 프로그램 영향을 주지 않음!

 

 

---

 

 

DBMS 구성요소

 

 

1. 3단계 데이터베이스

• 데이터베이스에 대한 사용자, 조직, 저장장치 에 따른 관점!

 

1-1 스키마(Schema)

• 데이터베이스의 논리적 정의 즉, 데이터베이스의 구조와 제약 조건에 대한 명세(Specfication)를 기술한 것!
• - 데이터 구조를 나타내는 객체
• - 개체를 구성하는 속성  
• - 이들 간에 존재하는 관계에 대한 정의
• - 이들이 유지해야 될 제약 조건
• ex) (학생 - 이름/주소/학년)

외부스키마(서브스키마) / 개념 스키마 / 내부 스키마, 보통은 개념스키마를 활용함!

 

 

 

2. DBMS

• 목적 : 데이터 독립성
• 데이터 독립성의 구현 기법 : 각 단계별 스키마의 도표화(Mapping)

 

 

 

3. 시스템 카탈로그 (System Catalog)

• = 데이터 사전 (Data Dictionary)
  -> 데이터베이스에 저장되어 있는 모든 데이터 개체들에 대한 "정의나 명세"에 관한 정보(즉, 스키마)를 "유지/관리" 하는 시스템!

 

 

 

4. 데이터베이스 언어

• 데이터베이스를 "정의, 조작, 제어" 하기 위한 언어

DDL / DML / DCL

 

컴퓨터 언어

 

 

 

 

5. 데이터베이스 사용자

• 일반 사용자 : 비절자척 DML을 통해서 데이터베이스에 접근
• 응용 프로그래머 : 프로그램 언어와 비절차적 DML을 통해서 데이터베이스에 접근
• 데이터베이스 관리자(DBA)
  -> DDL과 DCL을 통해서 데이터베이스를 정의하고 제어
  -> 데이터베이스 설계자와 관리자로 나누기도 함.
  -> "모든 책임"을 지고 있는 사람.

 

 

◆ 데이터베이스 관리자의 업무 (설계와 운영)

1. 개체와 관계를 선정하고 "저장 구조 및 접근 방법" 설계
2. "보안 및 권한" 부여 정책, "데이터 유효성" 검사 방법 수립
3. "백업 및 회복" 절차 수립
4. 데이터베이스 "무결성 유지"를 위한 대책 수립
5. 시스템 성능 향상과 새로운 요구에 대응하기 위한 "데이터베이스 튜닝" 시행
6. "시스템 카탈로그"의 유지 관리

 

◆ 데이터베이스 관리자의 업무 (행정 관리 및 불만 해결)

1. 데이터의 표현이나 문서화 표준을 정하고 시행
2. 사용자 요구나 불만을 청취 및 해결

 

◆ 데이터베이스 관리자의 업무 (시스템 감시 및 성능 분석)

1. 시스템 자원의 이용도, 병목 현상, 장비 및 시스템 성능 감시
2. 종합적인 분석 진행
   - 데이터 접근 방법 및 저장 구조
   - 재구성의 요인이 되는 사용자의 요구 변화
   - 데이터 이용 추세 등에 대한 각종 통계 등

 

 

 

---

 

 

데이터베이스 용어의 기원

• 1963년 6월 미국 SDC사가 개최한 심포지엄의 제목인 "컴퓨터 중심의 데이터베이스 개발과 관리" 에서 처음 공식적으로 사용된 것으로 알려짐
• 의미 : 저장장치에 저장된 파일 -> 현재 데이터베이스와는 차이가 있음!
• 영문 표기 : Data Base 두 단어로 표기! -> 점차 한 단어인 Database로 통일됨!

 

 

데이터베이스 시스템 용어의 기원

• 1965년 9월 2차 SDC 심포지엄의 제목인 "컴퓨터 중심의 데이터베이스 시스템" 에서 데이터베이스 시스템이란 용어가 처음 공식적으로 사용된것으로 알려짐

 

 

관계형 데이터 모델(Relational Data Model)의 등장

• 1970년 IBM 연구소의 E.F. Codd 박사에 의하여 제안
• "A Relational Model for Large Shared Data Banks", Communucation of the ACM, 1970
• 현재 우리가 사용하고 잇는 대부분의 데이터베이스는 관계형 데이터 모델 기반!
• 데이터베이스 분야에 대한 기여로 Codd 박사는 ACM Turning Award를 수상!

 

 

System R

• "최초의 관계형 데이터 모델 기반" 데이터베이스 관리 시스템
• 출시 : IBM의 San Jose 연구소에서 1974년 개발
• 상업적 용도가 아닌 "연구용 Prototype"
• 데이터베이스 질의 언어의 표준인 SQL을 최초로 제안!

 

 

Oracle

• 최초의 상업용 관계형 데이터베이스 관리 시스템
• 출시 : 1978년 SDL 회사에서 출시 // 1983년 회사명을 오라클로 개명
• 전 세계적으로 "가장 많이 쓰이는 데이터베이스 관리 시스템"
• Oracle의 사전적 뜻은 예지자, 예언자를 의미함.

 

 

 

---

 

최근 주요 이슈

1. 빅데이터의 등장.
   - 정보화 사회의 고도화
   - 스마트폰 확산
   - 센서 네트워크 기술 발달
   - 소셜 네트워크 등장

 

 

빅데이터의 개념

• 과거 환경에서 생성되던 데이터에 비하여 그 규모가 방대하고, 수치 데이터 뿐 아니라 문자와 영상 데이터를 포함하는 대규모 데이터
• ★ 특징 : 3V 
  - 데이터의 양 (Volume)
  - 데이터 생성 속도 (Velocity)
  - 형태의 다양성 (Variety)

 

 

 

데이터 마이닝

• 데이터베이스로부터 과거에는 몰랐던 새로운 데이터를 발견하여 "미래에 실행 가능한 정보를 추출"해내고 "의사 결정에 이용" 하는 과정
• ex) 백화점에서 특정 제품을 사는 고객이 어떤 제품을 추가로 구입하는지를 파악하면 마케팅 시 반영 가능!

 

 

소셜 네트워크 서비스 등장 및 발전

• 사용자 간의 자유로운 의사 소통과 정보 공유, 그리고 인맥 확대 등을 통해 사회적 관계를 생성, 강화 시켜주는 온라인 플랫폼
• 스마트폰 이용자와 무선 인터넷 서비스의 확장에 따라 이용자 또한 증가
• 소셜 네트워크 사용자들의 특징, 성향을 파악하면 "마케팅 활용 가치"가 매우 높음!

 

 

 

분산 병렬 처리(MapReduce, Spark 등)의 등장

• 아무리 성능 좋은 컴퓨터라도 빅데이터를 처리하기 버거움
• 일반적인 성능을 지닌 컴퓨터 수백~수천대 를 네트워크로 연결시켜서 빅데이터를 처리하자는 의견 등장!
• Google : 2004년 분산 병렬 처리 프레임워크인 MapReduce 제안
• Apache 재단(Open Source 진영) : MapReduce은 공개판인 Haddop 공개!