전공연구실 계획9

548 views

Published on

  • Be the first to comment

  • Be the first to like this

전공연구실 계획9

  1. 1. 한승호 차맑음 성홍기 한태희
  2. 2. 목차 1. Cloud deveolpe 2. Twitter Data Mining 3. Twitter Weather Engine 4. BigData Hadoop 5. Schedule
  3. 3. Cloud deveolpeWeb Server, Cloud9 IDE
  4. 4. Server tweak Performance Security Usability
  5. 5. http://ami.hansh.kr
  6. 6. Team information Web IDE Prototype TEST Keynote ShareDatabase Web DBMS
  7. 7. Twitter Data MiningTwitter API Mash up
  8. 8. 데이터 분석 데이터 의미 해석
  9. 9. 대량의 데이터에서 특정한 주제를 찾는다.
  10. 10. 대량의 데이터에서 특정한 주제를 찾는다. Twitter 에서 날씨 정보를 찾는다.
  11. 11. 대량의 데이터에서 특정한 주제를 찾는다. Twitter 에서 날씨 정보를 찾는다. 날씨 정보에서 지역 정보를 찾는다.
  12. 12. 대량의 데이터에서 특정한 주제를 찾는다. Twitter 에서 날씨 정보를 찾는다. 날씨 정보에서 지역 정보를 찾는다. 지역에 따른 날씨 정보
  13. 13. 대량의 데이터에서 특정한 주제를 찾는다. 날씨정보가 Twitter 에서 날씨 정보를 찾는다. 엔터테인먼트 날씨 정보에서 지역 정보를 찾는다. 데이터 분석 지역에 따른 날씨 정보
  14. 14. 대량의 데이터에서 특정한 주제를 찾는다. Twitter 에서 날씨 정보를 찾는다. 날씨 정보에서 지역 정보를 찾는다. 지역에 따른 날씨 정보
  15. 15. 대량의 데이터에서 특정한 주제를 찾는다. Twitter에서 싸이를 찾는다. 싸이의 이슈를 찾는다. 싸이의 이슈에서 스캔들을 찾는다. 특정 연예인의 스캔들 예측
  16. 16. 해석대량의 데이터에서 특정한 주제를 찾는다. 입력 입력 Twitter에서 싸이를 찾는다. 싸이의 이슈를 찾는다. 해석 해석 싸이의 이슈에서 스캔들을 찾는다. 입력 특정 연예인의 스캔들 예측
  17. 17. 해석대량의 데이터에서 특정한 주제를 찾는다. 입력 입력 해석 해석 Twitter에서 싸이를 찾는다. 해석 입력 싸이의 이슈를 찾는다. 입력 해석 싸이의 이슈에서 스캔들을 찾는다. 해석 입력 입력 해석 특정 연예인의 스캔들 예측
  18. 18. 해석 입력 입력대량의 데이터에서 특정한 주제를 찾는다. 해석 해석 Twitter에서 싸이를 찾는다. 입력 입력 해석 해석 싸이의 이슈를 찾는다. 입력 입력 싸이의 이슈에서 스캔들을 찾는다. 해석 해석 입력 입력 특정 연예인의 스캔들 예측 해석
  19. 19. Twitter Weather EngineEngine diagram
  20. 20. http://www.youtube.com/watch?v=41YMQFlfmS8&feature
  21. 21. 해석 입력 입력 해석 해석 해석 입력 입력 해석 해석 입력Realtime Tweet 입력 해석
  22. 22. 해석 입력 입력 해석 해석 해석 입력 입력 해석 해석 입력SNS, YouTube, 입력 해석Web content….
  23. 23. Search API 해석 입력 입력 Query 해석 해석 ‘단어’ 해석 입력 ‘해시태그’ ‘언어’ ‘인물&기관’ 입력 해석 ‘장소’ 해석 입력 입력 해석
  24. 24. 지역명, 날씨관련 단어 ‘단어’ ‘해시태그’ ‘언어’ ‘인물&기관’ ‘장소’ 트윗 토큰화 = C# .NETSNS, WEB Search API WINDOWS SERVER
  25. 25. DA ABASE T( MySQL ) LINUX SERVER
  26. 26. 예전 서비스 설계 MOBILE GOOGLE ANDROID APPLE IOS MS WINPHONE Database I/O Display Module ModuleDATABASE PC Data-mining MS WINDOWS Module APPLE MAC LINUX
  27. 27. 예전 서비스 설계의 문제점 MOBILE GOOGLE ANDROID ! APPLE IOS ! ! MS WINPHONE Database I/O Display Module ModuleDATABASE PC Data-mining MS WINDOWS Module APPLE MAC LINUX
  28. 28. 현재 서비스 설계 PC MS WINDOWS APPLE MAC OpenAPI Display LINUX Connect Module Module MOBILE Data-mining GOOGLE ANDROID Module APPLE IOS DATABASE MS WINPHONE SERVER1 SERVER2
  29. 29. 서비스의 방향 Mashup! BigData?
  30. 30. BigData HadoopBigData Ecosystem
  31. 31. Hadoop? 빅데이터의 가장 현실적인 대안대용량 데이터를 처리하는분산 응용 프로그램을 개발하고 실행시키기 위한 오픈 소스 프레임워크대용량 데이터를 저렴하면서도 빠르게 분석할 수 있게 도와준다.기존에 슈퍼컴퓨터로 며칠씩 돌려야 했던데이터를 하둡을 이용하면 x86 서버로도 실시간 분석이 가능해질 정도다. 하둡의 창시자 더그 커팅 (Doug Cutting) 출처: http://www.bloter.net/archives/122834
  32. 32. Hadoop? 하둡의 장점접근(Accessible)윈도우PC 같은 범용 컴퓨터들로구성된 큰 규모의 클러스터나아마존의 EC2와 같은 클라우드컴퓨팅 서비스에서 실행된다.견고성(Robust)범용 컴퓨터에서 실행되도록 개발되어 하드웨어의 빈번한 고장을 가정하고 설계되었다.확장가능성(Scalable)대용량 데이터를 처리하는 데 있어서 클러스터에 단순히 컴퓨터(nodes)를 추가함으로써 선형적으로 확장할 수 있다.간단성(Simple)효과적인 병렬 코드를 빠르게 작성할 수 있다. 출처: http://programmingpearls.tistory.com/2
  33. 33. Hadoop? 하둡을 좋아하는 기업들 Amazon Facebook Yahoo NHN Oracle Microsoft IBM HP http://wiki.apache.org/hadoop/PoweredBy
  34. 34. Hadoop 적용? PC MS WINDOWS APPLE MAC OpenAPI Display LINUX Connect Module Module MOBILE Data-mining GOOGLE ANDROID Module APPLE IOS DATABASE MS WINPHONE 프로토타입 조건…멀티 코어가 탑재된 한 쌍의 서버, 24GB 이상의 RAM,2TB 용량의 하드디스크 드라이브 수십 개 + 보안 + 능력 + 시간…
  35. 35. 서비스의 방향 장비와 능력, 시간을 고려해서… Mashup! BigData… NOSQL…
  36. 36. 감사합니다

×