Microsoft의 엔터프라이즈 컨퍼런스 중 Microsoft의 Big Data Solution 체계에 대한 소개와 고객사(신세계)에서 적용한 사례 발표 내용입니다.
Open Source 기반의 저비용 Big Data 관리 체계에 더하여, 현 시점에서의 Open Source 진영의 취약점인 Big Data 활용 관점에서의 보완책으로 기존의 DW/BI 아키텍쳐가 결합된 사례 이며, 이를 위한 핵심 컴포넌트로 Polybase가 국내에서 최초로 적용되었습니다. Polybase에 대한 보다 자세한 내용은 다음 사이트 - Microsoft Gray SystemLab : http://gsl.azurewebsites.net/Projects/Polybase.aspx - 에서 확인하실 수 있습니다.
Back-end Infra인 Hadoop Echo 와 MPP 장비인 PDW 그리고 가장 활용성 높은 Microsoft BI 체계가 결합된 Big Data Hybrid Architect로 향후 상당 기간은 이와 유사한 아키텍쳐가 주류를 이룰 것으로 예상됩니다.
2. 신규 데이터에 대한 비즈니스 분석 Needs
44%
유저는
모바일 디바이스를
통해 페이스북 접근
Mobility
(350M people)
50%
70%
게임 콘솔이 평균적으로
의 미국
1.5 hrs/wk
스마트폰 유저는
모바일 디바이스를
을 인터넷을 접속하기 위해 사용함
통해 온라인 쇼핑
60% 의 미국
of
millennial 는 모바일
디바이스를 통해
제품 리서치
33% 의 BI 는
모바일 데이터는
오디오/비디오
스트리밍 데이터로
예상 (2014)
38%
페이스북 유저는
그들의 주소를
유저는
쇼셜상에서 “follow”
or “like” 를 통해
브랜드를 추천함
500M 트윗은
매일 발생함
Enterprise Conference 2013
페이스북 상에
포스트함
(2B/month).
Brands get
100M
페이스북 “likes”/일
클라우
드
소셜
1 in 4
모바일
휴대용 디바이스를
통해 서비스 될 것임
2/3 전세계 모바일
데이터 트래픽은
비디오 데이터로
빅데이
터
예상됨 (2016기준)
1.8
zettabytes
디지털 데이터가
사용됨 (2011기준)
2010기준 30% 증가함
80% 비정형
데이터가 증가 될
것으로 예상 (향후
5년내 )
3. 기존 방식의 분석 플랫폼 Challenge
Enterprise Conference 2013
7. 신속한 데이터 분석
자가 서비스
Analytical
IT 프로비저닝
In-memory/OLAP
소셜 웹 API
Power Pivot
Unstructure
d
Power
Power
View
Query
Power Map
Relational
Non-relational
Enterprise Conference 2013
Structured
모든 데이터
9. “Whiteboard”
The Modern Data Warehouse
DATA TYPES
Structured:
e.g.MM/DD/YYYY
Semi-structured:
e.g. web logs, RFID,
“the internet of things”
DATA SOURCES
APPS
Biz process
ERP, CRM
Machines
“The Internet
of things”
Social Media
Web Logs
INFRASTRUCTURE
DM
E
T
L
TOOLS
EDW
DM
PDW
DM
HDInsights
Big Data
Hadoop
HDP on Windows
USERS
Power BI
P
O
L
Y
B
A
S
E
Known, known
Business
unknown,
unknown
“Data
Scientists”
“Quants”
11. 신속한 데이터 접근: 병렬과 확장성
MPP 기반 SQL Server 2012 Parallel Data Warehouse
Enterprise Conference 2013
12. 신속한 데이터 접근 : 실시간 분석을 위한 In-Memory 기술
SQL Server 2012 Parallel Data Warehouse 컬럼단위 데이터 저장
Country
Supplier
Sales
Products
Customer
Enterprise Conference 2013
13. 모든 데이터 타입 : “Big Data”
HDInsights in Azure and HDInsights in PDW
Enterprise Conference 2013
21. SHINSEGAE BigData – Our Team
신세계그룹 -> S.COM -> DataLab팀(가칭) ->’Money Mall’ Project
”돈이 되는, 숫자로 말하는 쇼핑몰” 만들기 Project
Enterprise Conference 2013
22. SHINSEGAE BigData – Our Goal
Our Big Picture
실시간
수집
Enterprise Conference 2013
23. SHINSEGAE BigData – 도입배경
What is it? ( ROI 측면에서 )
Why it?
Traditional Method
DW Appliance 30 TB
In-Memory Appliance 128 GB + Realtime Engine
Mining SW + Text Mining SW +
Weblog SW
+
Mining Model Development Cost
Investment
측면
VS
BigData Method
Hadoop Cluster 420 TB
(SW = 0, only HW)
Vol ume
25:1
In-Memory NoSQL 1TB
Real-time Analytics
(SW = 0, only HW)
Ve locity
1 0:1
Open Source R + Mahout SW = 0억
+
R + Mahout Development COST = ??
Variety
& Val ue
1 5+α:1
Open Source… Free…
But,
?? Cost & ?? Return
And, High Risk & High Return
Very High Cost & Middle-High Return
VS
or
Enterprise Conference 2013
Re turn
측면
24. SHINSEGAE BigData – Architecture1
TO-BE 정보계 & BigData Eco Systems
ETL / Batch
운영계
분석계
OLAP
/ BI
e.mall
shin.mall
S.com
ODS
Off-line
NoSQL 캐시 & 랜덤 억세스
Enterprise Conference 2013
Mart
EDW
Mining
Campaign
BigData (Hadoop)
MS Solution
25. SHINSEGAE BigData – Architecture2
MS Solution 선택 배경
MS PDW
DW / ETL
•
•
•
•
•
•
관리 UI 및 사용성 매우 우수
비용 ROI 매우 우수
MPP 성능 확장성 우수
동접처리 우수
백업 및 장애 대처 우수
컬럼인덱스, ROLAP + MOLAP+ RDBS 연
동기능 매우 우수
BI (OLAP + EIS) + α
•
•
•
BigData 연동성 (with PolyBase)
MS
PDW
Hadoop
Combine(with Polybase)
Insight
MS BI
아래 5가지 기술의 조합 & In-Memory(Tabular) + Local-Memory(PowerPivot)확장
PowerPivot + PowerView + SharePoint + Silverlight
+ .NET Framework
생산성
+ 화려함
+ 연동&융합 + 커스텀&디테일
+ 확장성&성능&다양한UX
&성능
&간편함
&공유
&크로스브라우징
&풍부한API
Enterprise Conference 2013
26. SHINSEGAE BigData – Architecture3
MS Solution 선택 배경2
Cloud Infra / SAAS
Hadoop Eco System + MS Tech Mesh Up
•
•
•
•
STORM vs MS-SQL StreamInsight
R, Mahout vs MS-SQL SSAS Data Mining
Redis, Memcashed vs Tabular
R, D3, jQuery vs
PowerPivot, PowerView, SilverLight
•
•
•
HDInsight ( PDW + HDFS ) 옵션
Windows Hyper-V 가상화 : 운영이 아니
더라도 Staging & Dev 영역에서 충분한
강점.
Windows Azure Storage : Out of date
data 에 대한 고려( Hadoop Connection)
Development Benefit
•
•
•
개발자 & Power Data Scientist 환경 : Windows OS + Windows HDP +
Java M.R. or C# Streaming + Linq To Hive & Avro Support (http://hadoopsdk.codeplex.com)
Visual Studio 2013 IDE : Python Support. (+ Django Web Framework) , Python Streaming.
C# Streaming. Run-Time Remote Debugging.
Production 에 부하를 주지 않는 Exploring Mart 역할. Local Power Pivot Visualization.
Enterprise Conference 2013
27. SHINSEGAE BigData – 기대효과1
BigData Visualization
& In-Memory Performance
Power Pivot / Silverlight
Tabular
PDW ( with PolyBase )
NoSQL
Hadoop Eco Systems
Enterprise Conference 2013
28. SHINSEGAE BigData – 기대효과2
Performance & Productivity
• TEST 시스템 : PolyBase(MS PDW ver2 Half Rack), Hive(24TB,48Gb,12core * 5대 + 4TB,64Gb,12Core * 2대)
• TEST Full Scan Avg Query : (Hive 용 기준)
• SELECT avg(scm.qty)
FROM scm JOIN item
ON (item.item_id = scm.item_id AND item.cat_lvl1 > 5) ;
• TEST Full Scan Group By Query : (Hive 용 기준)
• SELECT item.cat_lvl1 , count(*)
FROM scm JOIN item
ON (item.item_id = scm.item_id AND item.cat_lvl1 > 5)
GROUP BY item.cat_lvl1;
Full Scan Avg Join
(726Mb,21Mb)
Full Scan Group By
Join
(726Mb,21Mb)
Full Scan Avg Join
(7.2GB,212Mb)
Full Scan Group
By Join
(7.2GB,212Mb)
Hive
35.469 초
88.21초
33.884초
85.147초
PDW PolyBase
16초
51초
18초
48초
Enterprise Conference 2013