SlideShare a Scribd company logo
Tarantula: The Cloud-Native DB Gateway
목차
01 About ORASCOPE
02 REST API 와 MSA
03 API GATEWAY
06 WHERE FOR SALE?
04 DB GATEWAY: Tarantula
Tarantula의 기타 활용 방안
05
About ORASCOPE
About ORASCOPE
ORASCOPE
주요 실적 자체 개발 SW 제품
Oracle/PostgreSQL/EDB 데이터베이스 컨설팅 수행 및 관련 SW 를 개발하고 있습니다.
㈜오라스코프는
대표이사
설립일자
김성식
2013년 12월 12일
대표전화 02-2686-8400
사업범위
소재지
데이터베이스 관련 컨설팅, 솔루션 개발
서울시 구로구 경인로 662 오피스동
1549호 (신도림동, 디큐브시티)
OraScope.Net for Oracle
OraScope.Net for Postgres
Tarantula: The Cloud-Native DB Gateway
튜닝 진단 모니터링 솔루션
http://www.orascope.net
http://www.tarantula.kr
EDB Postgres SQL 튜닝 - KT2013.08 ~ 2014.03
오라클 SQL 튜닝 - 신한은행2014.05 ~ 2014.09
오라클 to EDB Postgres 전환 - 포스코 ICT2014.08 ~ 2014.09
EDB Postgres 기술지원 외 다수 컨설팅 유지보수
수행 및 오라클 성능 튜닝 – GS 리테일
2015.01 ~ 현재
블록 체인 사업 EDB 구축 및 유지보수 -
한국조폐공사
2018.12 ~ 현재
EDB Postgres SQL 튜닝 – 삼성전자2018.09 ~ 2019.01
KEB 하나 차세대 EDB Postgres 구축2019.04 ~ 현재
이메일 sales@orascope.net
REST API와 MSA
-6-
DATA
https://developers.kakao.com/docs/restapi/kakaopay-api https://jsonplaceholder.typicode.com/todos/
REST
API
요청 정보 JSON형태
응답회신
JSON Response
DATA Request
API에 CRUD 요청 / 리소스
생성,조회,수정,삭제
Client Request
HTTP Protocal
API(Application Programming Interface; 응용프로그램 인터페이스)
: 특정프로그램의 기능이나 데이터를 다른 프로그램이 접속할 수 있도록 미리 정해 놓은 통신 규칙
타 프로그램에게 데이터 및 프로그램 기능 집합을 제공해 프로그램간 상호 작용 촉진 및 정보교환 가능
REST API(REpresentational State Transfer API)
: REST를 기반으로 서비스 API를 구현 , HTTP 표준통신 규칙 기반
https://developers.naver.com/docs/search/blog/ https://jsonplaceholder.typicode.com/todos/4
REST API 란?
-7-
기존 MONOLITHIC MSA(MicroService
Architecture)
UI
MICROSERVICEMICROSERVICE MICROSERVICE
MICROSERVICE
VS
REST API
REST API
MSA(MicroService Architecture)
전체 시스템을 비즈니스/ 서비스 기능별로 독립적인 애플리케이션서버/ 데이타베이스 서버로 분리 구축
개발하는 구조
Data Access
layer
Business
layer
Presentation
layer
MICROSERVICE
마이크로서비스아키텍쳐(MSA)
-8-
Only One
Database
지도서비스 광고서비스 날씨 서비스 증권서비스
모놀리틱 아키텍쳐 (기존 서비스 방식)
응용 프로그램은 단일 및 중앙 데이터베이스에 데이터를 저장하여 다양한 기능을 구현
응용 프로그램의 배포, 문제 해결, 확장 및 업그레이드가 어려움
Monolithic
-9-
지도
Database
Oracle
REST API
지도서비스
REST API
광고서비스
REST API
증권서비스
REST API
날씨서비스
광고
Database
EDB Postgres
증권
Database
MySQL
날씨
Database
Mongo DB
마이크로서비스 아키텍쳐
응용 프로그램은 여러 마이크로 서비스로 분산되어 각 서비스 별 데이터베이스를 사용
서로 다른 서비스로 분산되어 있기 때문에 이질성을 통합하여 관리하는 기술이 필요
Microservice
-10-
광고
Service 증권
Service
뉴스
Service
실시간이슈검색어
Service
날씨
Service
지도
Service
사용자
Service
MSA의 관리는 어떻게?
분산되어 있는 서비스들을 어떻게 효과적으로 제어할 것인가?
Governance
API Gateway
-12-
API GATEWAY 란? – 단일 endpoint
독립적으로 구성된 서비스의 인증, API 호출, 로드 밸런싱, 공통 로직 처리, 프로토콜 변환 등을 처리
API GATEWAY
REST API
지도서비스
REST API
환율서비스
REST API
날씨서비스
REST API
뉴스서비스
REST API
API Gateway
Client
-13-
API Gateway 의 기능
API 관리, 라우팅, 인증/권한, 로깅, 트래픽 제어 etc.
API
Routing
Mediation
Limitation
AggregationLogging
Statistic
Certification
API Gateway
-14-
API Gateway 관련 제품
API Gateway의 오픈 소스 기반 제품과 상용 제품 목록
API Gateway
Tarantula: The Cloud-Native DB Gateway
Advanced FDW / Quick OpenAPI service 구축
-16-
API Gateway?
다양한 MSA환경의 서비스를 REST API 방식으로 일괄되게 API Gateway 를 경유하여
접근함
다양한 이기종 데이터베이스도 REST API 방식으로 일괄되게 Access(CRUD 수행) 하게
할 수 있지 않을까?
다양한 Database를 REST API 방식으로 심플하게 DB Gateway를 통해서 Access 가능
DB Gateway?
Tarantula : Cloud-Native DB Gateway
DB Gateway
-17-
The Cloud-Native DB Gateway
REST API
EDB
Postgres
Oracle
MySQL
DB Gateway
Client
-18-
지원하는
데이터베이스
Tarantula는 아답터 형태로 데이터베이스를
추가할 수 있으며, 현재 지원중인
데이터베이스의 목록은 우측과 같습니다.
(2019.06 현재)
계속 추가 중입니다.
Supported database
RDBMS + NOSQL 모두 지원
-19-
DB GATEWAY
HYUNDAI
KIA
SSANGYONG
P_STORE
O_STORE
M_STORE
BRAND NAME PRICE
hyundai sonata 2000
hyundai stella 1000
hyundai grandeur 3000
BRAND NAME PRICE
kia pride 100
kia soul 200
kia morning 300
BRAND NAME PRICE
ssangyong korando 2000
ssangyong musso 3000
ssangyong tivoli 1000
시연 1/2
Client
-20-
curl -u tarantula:king -H 'x-tnt-token: zhIPa1t/B3jXGb/m7I551BVVNifi26bgn+YsLQtDaKgBsM25PuyOXrWhVOXolymi' -i -X POST
http://localhost:9083/tnt/business -H 'Content-Type: application/json' -d '{"method":”htp_getcar","params":{"brand":"all", "price_above":20}}'
{
"jsonrpc": "2.0",
"id": "71cd19cabda0a5ab3a038389674ca4fb",
"result": {
"src": 0,
"key": "business-getcar:1498c7e8c3564e64e71eb73d23c3dfd7",
"output": [
{
"_error_": null,
"_data_": [
{
"brand": "hyundai",
"name": "sonata",
"price": 2000
},
{
"brand": “kia",
"name": “pride",
"price": 100
},
{
"brand": “ssangyong",
"name": “tivoli",
"price": 12000
}
]
}
]
}
}
시연 2/2
-21-
Microservice
Cloud-Native
DB GATEWAY
Cloud-Native
어떤 API Gateway 와도 연동 가능하며, DB CALL 은 Tarantula 에 요청
Microservice
MicroService Architecture 적용 시 의 Tarantula 포지션
Client
RESTful API
API GATEWAY
-22-
실시간 모니터링 관리 화면이 구비되어 있어 장애 발생시 즉각적인 탐지가 가능합니다.
모니터링 화면
-23-
데이터 중심 아키텍쳐
마이크로 서비스로 분산 된 데이터베이스 종류에
따른
각 NATIVE SQL로 작성 할 수 있으며, SQL 이
수정되도
WAS 를 재 기동 할 필요가 전혀 없습니다.
RDBMS / NOSQL 데이터 조합
RDBMS 와 NOSQL 간의 데이터 조합이 손쉬워
집니다. 데이터 조합을 어플리케이션이 아닌
GATWAY에서 조합 후에 전달해 줍니다.
데이터베이스 손쉬운 대체
데이터 제공 주체인 데이터베이스가 교체되도
어플리 케이션은 수정이 필요하지 않습니다.
수직적인 아닌 수평적 성능 확장
도커 컨테이너 기술을 활용하여 손쉬운 수평적
확장 가능
온프라스 및 클라우드 모두 손쉽게 구축 할 수
있습니다.
MSA 를 위한 유일한 DB Gateway
DB 전문가에 의해 설계 및 작성된 국내 SW로
신속한 응대가 가능한 독창적인 아이디어
제품입니다.
OLTP 와 OLAP 용 데이터베이스의 데이터를
실시간으로 머지 조회 할 수 있습니다.
멀티 데이터베이스 실시간 조회
손쉬운 Open API 서비스 구축
REST API 백엔드 구축에 필요한 시간을
획기적으로 단축 시 킬 수 있습니다.
단 하루면 레거시 데이터베이스위에서 돌아가는
OpenAPI 서비스를 구축할수 있습니다.
MSA 아키텍처 사상에 부합
서비스에 적합한 멀티 데이터베이스 사용을
권장하는 MSA 사상에 부합합니다. 이를 손쉽게
구축 할 수 있는 방안을 제공합니다.
강력한 CACHING 기능
강력한 캐싱 기능을 갖추고 있어, 데이터 변경이
없는 경우
불필요한 쿼리 호출을 방지 할수 있습니다.
Tarantula: Cloud-Native DB Gateway
Tarantula의 기타 활용 방안
-25-
스키마 DDL 비교, 데이터 비교
데이터베이스 링크 없이 서로 다른 데이터베이스 간 스키마 DDL 비교, 데이터 비교
Tarantula의 기타 활용 방안
Cloud-Native
DB GATEWAY
개발 DB
QA DB
운영 DB
개발 DB TABLE QA DB TABLE 운영 DB TABLE
COL1 VARCHAR(20) COL1 VARCHAR(20) COL1 VARCHAR(20)
COL2 VARCHAR(10) COL2 VARCHAR(20) COL2 VARCHAR(10)
COL3 VARCHAR(50) COL3 VARCHAR(50) COL3 VARCHAR(50)
COL4 VARCHAR(100) COL4 VARCHAR(100) COL4 VARCHAR(100)
COL5 NUMERIC(10,2) COL5 NUMERIC(10,2) COL5 NUMERIC(10,2)
-26-
데이터베이스 통합 모니터링
데이터베이스 주요 성능 지표를 활용하여 실시간 멀티 데이터베이스 모니터링
Tarantula의 기타 활용 방안
Cloud-Native
DB GATEWAY
DB #1
DB #2
DB #3
-27-
실시간 데이터 연계
서로 다른 데이터베이스에 있는 테이블을 조인하여 데이터 조회 가능
Tarantula의 기타 활용 방안
Cloud-Native
DB GATEWAY
주문 DB
상품 DB
재고 DB
SELECT a.order_no
, b.goods_cd
, b.goods_nm
, c.stk_qty
FROM order_db_table(100001) a
, goods_db_table(123456) b
, stock_db_table(123456) c
WHERE a.goods_cd = b.goods_cd
AND b.goods_cd = c.goods_cd
WHERE FOR SALE?
WHERE FOR SALE?
금융사 / 통신사에
데이터 표준 API 구축 의무화
Tarantula 도입 타겟 고객
MICROSERVICE 도입 예정 고객
MSA 아키텍처 적용 고객
API/DB Gateway 역할
OPEN API 구축 예정 고객
기존 레거시 데이터를 OPEN API
방식 으로 외부에 노출 하고자 하는
고객
이기종 DB 간 데이터 교환 및 조회
이기종 데이터베이스 데이터를
실시간 으로 MERGE 조회가
가능하여 일종의 데이터베이스 링크
역할이 가능함
디비 링크를 없애고자 하는 고객
EAI 솔루션 사용 고객
동일한 데이터를 여러 데이터베이스
에서 조회하기 위해 EAI 솔루션으로
데이터 복제를 하는 경우, 불필요한
복제를 제거 할 수 있음
Thank You
Contact Us

More Related Content

What's hot

Bigquery와 airflow를 이용한 데이터 분석 시스템 구축 v1 나무기술(주) 최유석 20170912
Bigquery와 airflow를 이용한 데이터 분석 시스템 구축 v1  나무기술(주) 최유석 20170912Bigquery와 airflow를 이용한 데이터 분석 시스템 구축 v1  나무기술(주) 최유석 20170912
Bigquery와 airflow를 이용한 데이터 분석 시스템 구축 v1 나무기술(주) 최유석 20170912
Yooseok Choi
 
Data discovery & metadata management (amundsen installation)
Data discovery & metadata management (amundsen installation)Data discovery & metadata management (amundsen installation)
Data discovery & metadata management (amundsen installation)
창언 정
 
Ots2014 arcus-collection-open source
Ots2014 arcus-collection-open sourceOts2014 arcus-collection-open source
Ots2014 arcus-collection-open sourceNAVER D2
 
스타트업사례로 본 로그 데이터분석 : Tajo on AWS
스타트업사례로 본 로그 데이터분석 : Tajo on AWS스타트업사례로 본 로그 데이터분석 : Tajo on AWS
스타트업사례로 본 로그 데이터분석 : Tajo on AWS
Gruter
 
Apache hbase overview (20160427)
Apache hbase overview (20160427)Apache hbase overview (20160427)
Apache hbase overview (20160427)
Steve Min
 
Apache Kylin
Apache KylinApache Kylin
Apache Kylin
BYOUNG GON KIM
 
AWS 활용한 Data Lake 구성하기
AWS 활용한 Data Lake 구성하기AWS 활용한 Data Lake 구성하기
AWS 활용한 Data Lake 구성하기
Nak Joo Kwon
 
OLAP for Big Data (Druid vs Apache Kylin vs Apache Lens)
OLAP for Big Data (Druid vs Apache Kylin vs Apache Lens)OLAP for Big Data (Druid vs Apache Kylin vs Apache Lens)
OLAP for Big Data (Druid vs Apache Kylin vs Apache Lens)
SANG WON PARK
 
MS 빅데이터 서비스 및 게임사 PoC 사례 소개
MS 빅데이터 서비스 및 게임사 PoC 사례 소개MS 빅데이터 서비스 및 게임사 PoC 사례 소개
MS 빅데이터 서비스 및 게임사 PoC 사례 소개
I Goo Lee
 
Tajo TPC-H Benchmark Test on AWS
Tajo TPC-H Benchmark Test on AWSTajo TPC-H Benchmark Test on AWS
Tajo TPC-H Benchmark Test on AWS
Gruter
 
Spark sql
Spark sqlSpark sql
Spark sql
동현 강
 
Data analysis with Tajo
Data analysis with TajoData analysis with Tajo
Data analysis with Tajo
Gruter
 
[124]네이버에서 사용되는 여러가지 Data Platform, 그리고 MongoDB
[124]네이버에서 사용되는 여러가지 Data Platform, 그리고 MongoDB[124]네이버에서 사용되는 여러가지 Data Platform, 그리고 MongoDB
[124]네이버에서 사용되는 여러가지 Data Platform, 그리고 MongoDB
NAVER D2
 
Cloud dw benchmark using tpd-ds( Snowflake vs Redshift vs EMR Hive )
Cloud dw benchmark using tpd-ds( Snowflake vs Redshift vs EMR Hive )Cloud dw benchmark using tpd-ds( Snowflake vs Redshift vs EMR Hive )
Cloud dw benchmark using tpd-ds( Snowflake vs Redshift vs EMR Hive )
SANG WON PARK
 
Druid+superset
Druid+supersetDruid+superset
Druid+superset
Dongwoo Lee
 
Apache Hive: for business intelligence use and real-time I/O use (Korean)
Apache Hive: for business intelligence use and real-time I/O use (Korean)Apache Hive: for business intelligence use and real-time I/O use (Korean)
Apache Hive: for business intelligence use and real-time I/O use (Korean)
Teddy Choi
 
[211] HBase 기반 검색 데이터 저장소 (공개용)
[211] HBase 기반 검색 데이터 저장소 (공개용)[211] HBase 기반 검색 데이터 저장소 (공개용)
[211] HBase 기반 검색 데이터 저장소 (공개용)
NAVER D2
 
[243]kaleido 노현걸
[243]kaleido 노현걸[243]kaleido 노현걸
[243]kaleido 노현걸
NAVER D2
 
[2015 07-06-윤석준] Oracle 성능 최적화 및 품질 고도화 4
[2015 07-06-윤석준] Oracle 성능 최적화 및 품질 고도화 4[2015 07-06-윤석준] Oracle 성능 최적화 및 품질 고도화 4
[2015 07-06-윤석준] Oracle 성능 최적화 및 품질 고도화 4Seok-joon Yun
 
[2015-06-19] Oracle 성능 최적화 및 품질 고도화 2
[2015-06-19] Oracle 성능 최적화 및 품질 고도화 2[2015-06-19] Oracle 성능 최적화 및 품질 고도화 2
[2015-06-19] Oracle 성능 최적화 및 품질 고도화 2
Seok-joon Yun
 

What's hot (20)

Bigquery와 airflow를 이용한 데이터 분석 시스템 구축 v1 나무기술(주) 최유석 20170912
Bigquery와 airflow를 이용한 데이터 분석 시스템 구축 v1  나무기술(주) 최유석 20170912Bigquery와 airflow를 이용한 데이터 분석 시스템 구축 v1  나무기술(주) 최유석 20170912
Bigquery와 airflow를 이용한 데이터 분석 시스템 구축 v1 나무기술(주) 최유석 20170912
 
Data discovery & metadata management (amundsen installation)
Data discovery & metadata management (amundsen installation)Data discovery & metadata management (amundsen installation)
Data discovery & metadata management (amundsen installation)
 
Ots2014 arcus-collection-open source
Ots2014 arcus-collection-open sourceOts2014 arcus-collection-open source
Ots2014 arcus-collection-open source
 
스타트업사례로 본 로그 데이터분석 : Tajo on AWS
스타트업사례로 본 로그 데이터분석 : Tajo on AWS스타트업사례로 본 로그 데이터분석 : Tajo on AWS
스타트업사례로 본 로그 데이터분석 : Tajo on AWS
 
Apache hbase overview (20160427)
Apache hbase overview (20160427)Apache hbase overview (20160427)
Apache hbase overview (20160427)
 
Apache Kylin
Apache KylinApache Kylin
Apache Kylin
 
AWS 활용한 Data Lake 구성하기
AWS 활용한 Data Lake 구성하기AWS 활용한 Data Lake 구성하기
AWS 활용한 Data Lake 구성하기
 
OLAP for Big Data (Druid vs Apache Kylin vs Apache Lens)
OLAP for Big Data (Druid vs Apache Kylin vs Apache Lens)OLAP for Big Data (Druid vs Apache Kylin vs Apache Lens)
OLAP for Big Data (Druid vs Apache Kylin vs Apache Lens)
 
MS 빅데이터 서비스 및 게임사 PoC 사례 소개
MS 빅데이터 서비스 및 게임사 PoC 사례 소개MS 빅데이터 서비스 및 게임사 PoC 사례 소개
MS 빅데이터 서비스 및 게임사 PoC 사례 소개
 
Tajo TPC-H Benchmark Test on AWS
Tajo TPC-H Benchmark Test on AWSTajo TPC-H Benchmark Test on AWS
Tajo TPC-H Benchmark Test on AWS
 
Spark sql
Spark sqlSpark sql
Spark sql
 
Data analysis with Tajo
Data analysis with TajoData analysis with Tajo
Data analysis with Tajo
 
[124]네이버에서 사용되는 여러가지 Data Platform, 그리고 MongoDB
[124]네이버에서 사용되는 여러가지 Data Platform, 그리고 MongoDB[124]네이버에서 사용되는 여러가지 Data Platform, 그리고 MongoDB
[124]네이버에서 사용되는 여러가지 Data Platform, 그리고 MongoDB
 
Cloud dw benchmark using tpd-ds( Snowflake vs Redshift vs EMR Hive )
Cloud dw benchmark using tpd-ds( Snowflake vs Redshift vs EMR Hive )Cloud dw benchmark using tpd-ds( Snowflake vs Redshift vs EMR Hive )
Cloud dw benchmark using tpd-ds( Snowflake vs Redshift vs EMR Hive )
 
Druid+superset
Druid+supersetDruid+superset
Druid+superset
 
Apache Hive: for business intelligence use and real-time I/O use (Korean)
Apache Hive: for business intelligence use and real-time I/O use (Korean)Apache Hive: for business intelligence use and real-time I/O use (Korean)
Apache Hive: for business intelligence use and real-time I/O use (Korean)
 
[211] HBase 기반 검색 데이터 저장소 (공개용)
[211] HBase 기반 검색 데이터 저장소 (공개용)[211] HBase 기반 검색 데이터 저장소 (공개용)
[211] HBase 기반 검색 데이터 저장소 (공개용)
 
[243]kaleido 노현걸
[243]kaleido 노현걸[243]kaleido 노현걸
[243]kaleido 노현걸
 
[2015 07-06-윤석준] Oracle 성능 최적화 및 품질 고도화 4
[2015 07-06-윤석준] Oracle 성능 최적화 및 품질 고도화 4[2015 07-06-윤석준] Oracle 성능 최적화 및 품질 고도화 4
[2015 07-06-윤석준] Oracle 성능 최적화 및 품질 고도화 4
 
[2015-06-19] Oracle 성능 최적화 및 품질 고도화 2
[2015-06-19] Oracle 성능 최적화 및 품질 고도화 2[2015-06-19] Oracle 성능 최적화 및 품질 고도화 2
[2015-06-19] Oracle 성능 최적화 및 품질 고도화 2
 

Similar to [Pgday.Seoul 2019] Advanced FDW

On premise db & cloud database
On premise db & cloud databaseOn premise db & cloud database
On premise db & cloud database
Oracle Korea
 
MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
문기 박
 
Cloud-Barista 제7차 컨퍼런스 : 멀티클라우드 적응형 네트워크 (CB-Larva)
Cloud-Barista 제7차 컨퍼런스 : 멀티클라우드 적응형 네트워크 (CB-Larva)Cloud-Barista 제7차 컨퍼런스 : 멀티클라우드 적응형 네트워크 (CB-Larva)
Cloud-Barista 제7차 컨퍼런스 : 멀티클라우드 적응형 네트워크 (CB-Larva)
Cloud-Barista Community
 
스마트 팩토리: AWS 사물인터넷과 인공지능을 활용한 스마트 팩토리 구축 – 최영준 AWS 솔루션즈 아키텍트, 정현아 AWS 솔루션즈 아키...
스마트 팩토리: AWS 사물인터넷과 인공지능을 활용한 스마트 팩토리 구축 – 최영준 AWS 솔루션즈 아키텍트, 정현아 AWS 솔루션즈 아키...스마트 팩토리: AWS 사물인터넷과 인공지능을 활용한 스마트 팩토리 구축 – 최영준 AWS 솔루션즈 아키텍트, 정현아 AWS 솔루션즈 아키...
스마트 팩토리: AWS 사물인터넷과 인공지능을 활용한 스마트 팩토리 구축 – 최영준 AWS 솔루션즈 아키텍트, 정현아 AWS 솔루션즈 아키...
Amazon Web Services Korea
 
Azure Databases for PostgreSQL MYSQL and MariaDB
Azure Databases for PostgreSQL MYSQL and MariaDBAzure Databases for PostgreSQL MYSQL and MariaDB
Azure Databases for PostgreSQL MYSQL and MariaDB
rockplace
 
[OpenStack Days Korea 2016] Innovating OpenStack Network with SDN solution
[OpenStack Days Korea 2016] Innovating OpenStack Network with SDN solution[OpenStack Days Korea 2016] Innovating OpenStack Network with SDN solution
[OpenStack Days Korea 2016] Innovating OpenStack Network with SDN solution
OpenStack Korea Community
 
Azure databases for PostgreSQL, MySQL and MariaDB
Azure databases for PostgreSQL, MySQL and MariaDB Azure databases for PostgreSQL, MySQL and MariaDB
Azure databases for PostgreSQL, MySQL and MariaDB
rockplace
 
Cloud-Barista 제5차 오픈 컨퍼런스 : 멀티클라우드 가상 네트워크 (CB-Larva)
Cloud-Barista 제5차 오픈 컨퍼런스 : 멀티클라우드 가상 네트워크 (CB-Larva)Cloud-Barista 제5차 오픈 컨퍼런스 : 멀티클라우드 가상 네트워크 (CB-Larva)
Cloud-Barista 제5차 오픈 컨퍼런스 : 멀티클라우드 가상 네트워크 (CB-Larva)
Cloud-Barista Community
 
[OpenStack Days Korea 2016] Track2 - 아리스타 OpenStack 연동 및 CloudVision 솔루션 소개
[OpenStack Days Korea 2016] Track2 - 아리스타 OpenStack 연동 및 CloudVision 솔루션 소개[OpenStack Days Korea 2016] Track2 - 아리스타 OpenStack 연동 및 CloudVision 솔루션 소개
[OpenStack Days Korea 2016] Track2 - 아리스타 OpenStack 연동 및 CloudVision 솔루션 소개
OpenStack Korea Community
 
(Enterprise,RedHat) - SDC(IaaS) with SDS, Cloud References 2020-07 Samuel.pdf
(Enterprise,RedHat) - SDC(IaaS) with SDS, Cloud References 2020-07 Samuel.pdf(Enterprise,RedHat) - SDC(IaaS) with SDS, Cloud References 2020-07 Samuel.pdf
(Enterprise,RedHat) - SDC(IaaS) with SDS, Cloud References 2020-07 Samuel.pdf
SAMUEL SJ Cheon
 
네이버 클라우드 플랫폼의 서비스 전략(공공, Cloud Connect)
네이버 클라우드 플랫폼의 서비스 전략(공공, Cloud Connect)네이버 클라우드 플랫폼의 서비스 전략(공공, Cloud Connect)
네이버 클라우드 플랫폼의 서비스 전략(공공, Cloud Connect)
KINX
 
Amazon Redshift Deep Dive - Serverless, Streaming, ML, Auto Copy (New feature...
Amazon Redshift Deep Dive - Serverless, Streaming, ML, Auto Copy (New feature...Amazon Redshift Deep Dive - Serverless, Streaming, ML, Auto Copy (New feature...
Amazon Redshift Deep Dive - Serverless, Streaming, ML, Auto Copy (New feature...
Amazon Web Services Korea
 
주니어 개발자의 서버 로그 관리 개선기
주니어 개발자의 서버 로그 관리 개선기주니어 개발자의 서버 로그 관리 개선기
주니어 개발자의 서버 로그 관리 개선기
Yeonhee Kim
 
고객 중심 서비스 출시를 위한 준비 “온오프라인 고객 데이터 통합” – 김준형 AWS 솔루션즈 아키텍트, 김수진 아모레퍼시픽:: AWS C...
고객 중심 서비스 출시를 위한 준비 “온오프라인 고객 데이터 통합” – 김준형 AWS 솔루션즈 아키텍트, 김수진 아모레퍼시픽:: AWS C...고객 중심 서비스 출시를 위한 준비 “온오프라인 고객 데이터 통합” – 김준형 AWS 솔루션즈 아키텍트, 김수진 아모레퍼시픽:: AWS C...
고객 중심 서비스 출시를 위한 준비 “온오프라인 고객 데이터 통합” – 김준형 AWS 솔루션즈 아키텍트, 김수진 아모레퍼시픽:: AWS C...
Amazon Web Services Korea
 
Cloudera session seoul - Spark bootcamp
Cloudera session seoul - Spark bootcampCloudera session seoul - Spark bootcamp
Cloudera session seoul - Spark bootcamp
Sang-bae Lim
 
MariaDB 마이그레이션 - 네오클로바
MariaDB 마이그레이션 - 네오클로바MariaDB 마이그레이션 - 네오클로바
MariaDB 마이그레이션 - 네오클로바
NeoClova
 
개발자를 위한 마크베이스 네오 시작 가이드
개발자를 위한 마크베이스 네오 시작 가이드개발자를 위한 마크베이스 네오 시작 가이드
개발자를 위한 마크베이스 네오 시작 가이드
tn457wwhvm
 
Pg day seoul 2016 session_02_v1.0_ff
Pg day seoul 2016 session_02_v1.0_ffPg day seoul 2016 session_02_v1.0_ff
Pg day seoul 2016 session_02_v1.0_ff
PgDay.Seoul
 
[Retail & CPG Day 2019] 마켓컬리 서비스 AWS 이관 및 최적화 여정 - 임상석, 마켓컬리 개발 리더
[Retail & CPG Day 2019] 마켓컬리 서비스 AWS 이관 및 최적화 여정 - 임상석, 마켓컬리 개발 리더[Retail & CPG Day 2019] 마켓컬리 서비스 AWS 이관 및 최적화 여정 - 임상석, 마켓컬리 개발 리더
[Retail & CPG Day 2019] 마켓컬리 서비스 AWS 이관 및 최적화 여정 - 임상석, 마켓컬리 개발 리더
Amazon Web Services Korea
 
2020.02.06 우리는 왜 glue를 버렸나?
2020.02.06 우리는 왜 glue를 버렸나?2020.02.06 우리는 왜 glue를 버렸나?
2020.02.06 우리는 왜 glue를 버렸나?
Thomas Hyun (동현) Park
 

Similar to [Pgday.Seoul 2019] Advanced FDW (20)

On premise db & cloud database
On premise db & cloud databaseOn premise db & cloud database
On premise db & cloud database
 
MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
 
Cloud-Barista 제7차 컨퍼런스 : 멀티클라우드 적응형 네트워크 (CB-Larva)
Cloud-Barista 제7차 컨퍼런스 : 멀티클라우드 적응형 네트워크 (CB-Larva)Cloud-Barista 제7차 컨퍼런스 : 멀티클라우드 적응형 네트워크 (CB-Larva)
Cloud-Barista 제7차 컨퍼런스 : 멀티클라우드 적응형 네트워크 (CB-Larva)
 
스마트 팩토리: AWS 사물인터넷과 인공지능을 활용한 스마트 팩토리 구축 – 최영준 AWS 솔루션즈 아키텍트, 정현아 AWS 솔루션즈 아키...
스마트 팩토리: AWS 사물인터넷과 인공지능을 활용한 스마트 팩토리 구축 – 최영준 AWS 솔루션즈 아키텍트, 정현아 AWS 솔루션즈 아키...스마트 팩토리: AWS 사물인터넷과 인공지능을 활용한 스마트 팩토리 구축 – 최영준 AWS 솔루션즈 아키텍트, 정현아 AWS 솔루션즈 아키...
스마트 팩토리: AWS 사물인터넷과 인공지능을 활용한 스마트 팩토리 구축 – 최영준 AWS 솔루션즈 아키텍트, 정현아 AWS 솔루션즈 아키...
 
Azure Databases for PostgreSQL MYSQL and MariaDB
Azure Databases for PostgreSQL MYSQL and MariaDBAzure Databases for PostgreSQL MYSQL and MariaDB
Azure Databases for PostgreSQL MYSQL and MariaDB
 
[OpenStack Days Korea 2016] Innovating OpenStack Network with SDN solution
[OpenStack Days Korea 2016] Innovating OpenStack Network with SDN solution[OpenStack Days Korea 2016] Innovating OpenStack Network with SDN solution
[OpenStack Days Korea 2016] Innovating OpenStack Network with SDN solution
 
Azure databases for PostgreSQL, MySQL and MariaDB
Azure databases for PostgreSQL, MySQL and MariaDB Azure databases for PostgreSQL, MySQL and MariaDB
Azure databases for PostgreSQL, MySQL and MariaDB
 
Cloud-Barista 제5차 오픈 컨퍼런스 : 멀티클라우드 가상 네트워크 (CB-Larva)
Cloud-Barista 제5차 오픈 컨퍼런스 : 멀티클라우드 가상 네트워크 (CB-Larva)Cloud-Barista 제5차 오픈 컨퍼런스 : 멀티클라우드 가상 네트워크 (CB-Larva)
Cloud-Barista 제5차 오픈 컨퍼런스 : 멀티클라우드 가상 네트워크 (CB-Larva)
 
[OpenStack Days Korea 2016] Track2 - 아리스타 OpenStack 연동 및 CloudVision 솔루션 소개
[OpenStack Days Korea 2016] Track2 - 아리스타 OpenStack 연동 및 CloudVision 솔루션 소개[OpenStack Days Korea 2016] Track2 - 아리스타 OpenStack 연동 및 CloudVision 솔루션 소개
[OpenStack Days Korea 2016] Track2 - 아리스타 OpenStack 연동 및 CloudVision 솔루션 소개
 
(Enterprise,RedHat) - SDC(IaaS) with SDS, Cloud References 2020-07 Samuel.pdf
(Enterprise,RedHat) - SDC(IaaS) with SDS, Cloud References 2020-07 Samuel.pdf(Enterprise,RedHat) - SDC(IaaS) with SDS, Cloud References 2020-07 Samuel.pdf
(Enterprise,RedHat) - SDC(IaaS) with SDS, Cloud References 2020-07 Samuel.pdf
 
네이버 클라우드 플랫폼의 서비스 전략(공공, Cloud Connect)
네이버 클라우드 플랫폼의 서비스 전략(공공, Cloud Connect)네이버 클라우드 플랫폼의 서비스 전략(공공, Cloud Connect)
네이버 클라우드 플랫폼의 서비스 전략(공공, Cloud Connect)
 
Amazon Redshift Deep Dive - Serverless, Streaming, ML, Auto Copy (New feature...
Amazon Redshift Deep Dive - Serverless, Streaming, ML, Auto Copy (New feature...Amazon Redshift Deep Dive - Serverless, Streaming, ML, Auto Copy (New feature...
Amazon Redshift Deep Dive - Serverless, Streaming, ML, Auto Copy (New feature...
 
주니어 개발자의 서버 로그 관리 개선기
주니어 개발자의 서버 로그 관리 개선기주니어 개발자의 서버 로그 관리 개선기
주니어 개발자의 서버 로그 관리 개선기
 
고객 중심 서비스 출시를 위한 준비 “온오프라인 고객 데이터 통합” – 김준형 AWS 솔루션즈 아키텍트, 김수진 아모레퍼시픽:: AWS C...
고객 중심 서비스 출시를 위한 준비 “온오프라인 고객 데이터 통합” – 김준형 AWS 솔루션즈 아키텍트, 김수진 아모레퍼시픽:: AWS C...고객 중심 서비스 출시를 위한 준비 “온오프라인 고객 데이터 통합” – 김준형 AWS 솔루션즈 아키텍트, 김수진 아모레퍼시픽:: AWS C...
고객 중심 서비스 출시를 위한 준비 “온오프라인 고객 데이터 통합” – 김준형 AWS 솔루션즈 아키텍트, 김수진 아모레퍼시픽:: AWS C...
 
Cloudera session seoul - Spark bootcamp
Cloudera session seoul - Spark bootcampCloudera session seoul - Spark bootcamp
Cloudera session seoul - Spark bootcamp
 
MariaDB 마이그레이션 - 네오클로바
MariaDB 마이그레이션 - 네오클로바MariaDB 마이그레이션 - 네오클로바
MariaDB 마이그레이션 - 네오클로바
 
개발자를 위한 마크베이스 네오 시작 가이드
개발자를 위한 마크베이스 네오 시작 가이드개발자를 위한 마크베이스 네오 시작 가이드
개발자를 위한 마크베이스 네오 시작 가이드
 
Pg day seoul 2016 session_02_v1.0_ff
Pg day seoul 2016 session_02_v1.0_ffPg day seoul 2016 session_02_v1.0_ff
Pg day seoul 2016 session_02_v1.0_ff
 
[Retail & CPG Day 2019] 마켓컬리 서비스 AWS 이관 및 최적화 여정 - 임상석, 마켓컬리 개발 리더
[Retail & CPG Day 2019] 마켓컬리 서비스 AWS 이관 및 최적화 여정 - 임상석, 마켓컬리 개발 리더[Retail & CPG Day 2019] 마켓컬리 서비스 AWS 이관 및 최적화 여정 - 임상석, 마켓컬리 개발 리더
[Retail & CPG Day 2019] 마켓컬리 서비스 AWS 이관 및 최적화 여정 - 임상석, 마켓컬리 개발 리더
 
2020.02.06 우리는 왜 glue를 버렸나?
2020.02.06 우리는 왜 glue를 버렸나?2020.02.06 우리는 왜 glue를 버렸나?
2020.02.06 우리는 왜 glue를 버렸나?
 

More from PgDay.Seoul

[pgday.Seoul 2022] 서비스개편시 PostgreSQL 도입기 - 진소린 & 김태정
[pgday.Seoul 2022] 서비스개편시 PostgreSQL 도입기 - 진소린 & 김태정[pgday.Seoul 2022] 서비스개편시 PostgreSQL 도입기 - 진소린 & 김태정
[pgday.Seoul 2022] 서비스개편시 PostgreSQL 도입기 - 진소린 & 김태정
PgDay.Seoul
 
[pgday.Seoul 2022] POSTGRES 테스트코드로 기여하기 - 이동욱
[pgday.Seoul 2022] POSTGRES 테스트코드로 기여하기 - 이동욱[pgday.Seoul 2022] POSTGRES 테스트코드로 기여하기 - 이동욱
[pgday.Seoul 2022] POSTGRES 테스트코드로 기여하기 - 이동욱
PgDay.Seoul
 
[pgday.Seoul 2022] PostgreSQL구조 - 윤성재
[pgday.Seoul 2022] PostgreSQL구조 - 윤성재[pgday.Seoul 2022] PostgreSQL구조 - 윤성재
[pgday.Seoul 2022] PostgreSQL구조 - 윤성재
PgDay.Seoul
 
[pgday.Seoul 2022] PostgreSQL with Google Cloud
[pgday.Seoul 2022] PostgreSQL with Google Cloud[pgday.Seoul 2022] PostgreSQL with Google Cloud
[pgday.Seoul 2022] PostgreSQL with Google Cloud
PgDay.Seoul
 
[Pgday.Seoul 2021] 2. Porting Oracle UDF and Optimization
[Pgday.Seoul 2021] 2. Porting Oracle UDF and Optimization[Pgday.Seoul 2021] 2. Porting Oracle UDF and Optimization
[Pgday.Seoul 2021] 2. Porting Oracle UDF and Optimization
PgDay.Seoul
 
[Pgday.Seoul 2021] 1. 예제로 살펴보는 포스트그레스큐엘의 독특한 SQL
[Pgday.Seoul 2021] 1. 예제로 살펴보는 포스트그레스큐엘의 독특한 SQL[Pgday.Seoul 2021] 1. 예제로 살펴보는 포스트그레스큐엘의 독특한 SQL
[Pgday.Seoul 2021] 1. 예제로 살펴보는 포스트그레스큐엘의 독특한 SQL
PgDay.Seoul
 
[Pgday.Seoul 2020] 포스트그레스큐엘 자국어화 이야기
[Pgday.Seoul 2020] 포스트그레스큐엘 자국어화 이야기[Pgday.Seoul 2020] 포스트그레스큐엘 자국어화 이야기
[Pgday.Seoul 2020] 포스트그레스큐엘 자국어화 이야기
PgDay.Seoul
 
[Pgday.Seoul 2020] SQL Tuning
[Pgday.Seoul 2020] SQL Tuning[Pgday.Seoul 2020] SQL Tuning
[Pgday.Seoul 2020] SQL Tuning
PgDay.Seoul
 
[Pgday.Seoul 2019] AppOS 고성능 I/O 확장 모듈로 성능 10배 향상시키기
[Pgday.Seoul 2019] AppOS 고성능 I/O 확장 모듈로 성능 10배 향상시키기[Pgday.Seoul 2019] AppOS 고성능 I/O 확장 모듈로 성능 10배 향상시키기
[Pgday.Seoul 2019] AppOS 고성능 I/O 확장 모듈로 성능 10배 향상시키기
PgDay.Seoul
 
[Pgday.Seoul 2019] Citus를 이용한 분산 데이터베이스
[Pgday.Seoul 2019] Citus를 이용한 분산 데이터베이스[Pgday.Seoul 2019] Citus를 이용한 분산 데이터베이스
[Pgday.Seoul 2019] Citus를 이용한 분산 데이터베이스
PgDay.Seoul
 
[Pgday.Seoul 2018] PostgreSQL 11 새 기능 소개
[Pgday.Seoul 2018]  PostgreSQL 11 새 기능 소개[Pgday.Seoul 2018]  PostgreSQL 11 새 기능 소개
[Pgday.Seoul 2018] PostgreSQL 11 새 기능 소개
PgDay.Seoul
 
[Pgday.Seoul 2018] PostgreSQL 성능을 위해 개발된 라이브러리 OS 소개 apposha
[Pgday.Seoul 2018]  PostgreSQL 성능을 위해 개발된 라이브러리 OS 소개 apposha[Pgday.Seoul 2018]  PostgreSQL 성능을 위해 개발된 라이브러리 OS 소개 apposha
[Pgday.Seoul 2018] PostgreSQL 성능을 위해 개발된 라이브러리 OS 소개 apposha
PgDay.Seoul
 
[Pgday.Seoul 2018] 이기종 DB에서 PostgreSQL로의 Migration을 위한 DB2PG
[Pgday.Seoul 2018]  이기종 DB에서 PostgreSQL로의 Migration을 위한 DB2PG[Pgday.Seoul 2018]  이기종 DB에서 PostgreSQL로의 Migration을 위한 DB2PG
[Pgday.Seoul 2018] 이기종 DB에서 PostgreSQL로의 Migration을 위한 DB2PG
PgDay.Seoul
 
[Pgday.Seoul 2018] AWS Cloud 환경에서 PostgreSQL 구축하기
[Pgday.Seoul 2018]  AWS Cloud 환경에서 PostgreSQL 구축하기[Pgday.Seoul 2018]  AWS Cloud 환경에서 PostgreSQL 구축하기
[Pgday.Seoul 2018] AWS Cloud 환경에서 PostgreSQL 구축하기
PgDay.Seoul
 
[Pgday.Seoul 2017] 6. GIN vs GiST 인덱스 이야기 - 박진우
[Pgday.Seoul 2017] 6. GIN vs GiST 인덱스 이야기 - 박진우[Pgday.Seoul 2017] 6. GIN vs GiST 인덱스 이야기 - 박진우
[Pgday.Seoul 2017] 6. GIN vs GiST 인덱스 이야기 - 박진우
PgDay.Seoul
 
[Pgday.Seoul 2017] 5. 테드폴허브(올챙이) PostgreSQL 확장하기 - 조현종
[Pgday.Seoul 2017] 5. 테드폴허브(올챙이) PostgreSQL 확장하기 - 조현종[Pgday.Seoul 2017] 5. 테드폴허브(올챙이) PostgreSQL 확장하기 - 조현종
[Pgday.Seoul 2017] 5. 테드폴허브(올챙이) PostgreSQL 확장하기 - 조현종
PgDay.Seoul
 
[Pgday.Seoul 2017] 1. PostGIS의 사례로 본 PostgreSQL 확장 - 장병진
[Pgday.Seoul 2017] 1. PostGIS의 사례로 본 PostgreSQL 확장 - 장병진[Pgday.Seoul 2017] 1. PostGIS의 사례로 본 PostgreSQL 확장 - 장병진
[Pgday.Seoul 2017] 1. PostGIS의 사례로 본 PostgreSQL 확장 - 장병진
PgDay.Seoul
 
[Pgday.Seoul 2017] 7. PostgreSQL DB Tuning 기업사례 - 송춘자
[Pgday.Seoul 2017] 7. PostgreSQL DB Tuning 기업사례 - 송춘자[Pgday.Seoul 2017] 7. PostgreSQL DB Tuning 기업사례 - 송춘자
[Pgday.Seoul 2017] 7. PostgreSQL DB Tuning 기업사례 - 송춘자
PgDay.Seoul
 
[Pgday.Seoul 2017] 4. Composite Type/JSON 파라미터를 활용한 TVP구현(with C#, JAVA) - 지현명
[Pgday.Seoul 2017] 4. Composite Type/JSON 파라미터를 활용한 TVP구현(with C#, JAVA) - 지현명[Pgday.Seoul 2017] 4. Composite Type/JSON 파라미터를 활용한 TVP구현(with C#, JAVA) - 지현명
[Pgday.Seoul 2017] 4. Composite Type/JSON 파라미터를 활용한 TVP구현(with C#, JAVA) - 지현명
PgDay.Seoul
 
[Pgday.Seoul 2017] 8. PostgreSQL 10 새기능 소개 - 김상기
[Pgday.Seoul 2017] 8. PostgreSQL 10 새기능 소개 - 김상기[Pgday.Seoul 2017] 8. PostgreSQL 10 새기능 소개 - 김상기
[Pgday.Seoul 2017] 8. PostgreSQL 10 새기능 소개 - 김상기
PgDay.Seoul
 

More from PgDay.Seoul (20)

[pgday.Seoul 2022] 서비스개편시 PostgreSQL 도입기 - 진소린 & 김태정
[pgday.Seoul 2022] 서비스개편시 PostgreSQL 도입기 - 진소린 & 김태정[pgday.Seoul 2022] 서비스개편시 PostgreSQL 도입기 - 진소린 & 김태정
[pgday.Seoul 2022] 서비스개편시 PostgreSQL 도입기 - 진소린 & 김태정
 
[pgday.Seoul 2022] POSTGRES 테스트코드로 기여하기 - 이동욱
[pgday.Seoul 2022] POSTGRES 테스트코드로 기여하기 - 이동욱[pgday.Seoul 2022] POSTGRES 테스트코드로 기여하기 - 이동욱
[pgday.Seoul 2022] POSTGRES 테스트코드로 기여하기 - 이동욱
 
[pgday.Seoul 2022] PostgreSQL구조 - 윤성재
[pgday.Seoul 2022] PostgreSQL구조 - 윤성재[pgday.Seoul 2022] PostgreSQL구조 - 윤성재
[pgday.Seoul 2022] PostgreSQL구조 - 윤성재
 
[pgday.Seoul 2022] PostgreSQL with Google Cloud
[pgday.Seoul 2022] PostgreSQL with Google Cloud[pgday.Seoul 2022] PostgreSQL with Google Cloud
[pgday.Seoul 2022] PostgreSQL with Google Cloud
 
[Pgday.Seoul 2021] 2. Porting Oracle UDF and Optimization
[Pgday.Seoul 2021] 2. Porting Oracle UDF and Optimization[Pgday.Seoul 2021] 2. Porting Oracle UDF and Optimization
[Pgday.Seoul 2021] 2. Porting Oracle UDF and Optimization
 
[Pgday.Seoul 2021] 1. 예제로 살펴보는 포스트그레스큐엘의 독특한 SQL
[Pgday.Seoul 2021] 1. 예제로 살펴보는 포스트그레스큐엘의 독특한 SQL[Pgday.Seoul 2021] 1. 예제로 살펴보는 포스트그레스큐엘의 독특한 SQL
[Pgday.Seoul 2021] 1. 예제로 살펴보는 포스트그레스큐엘의 독특한 SQL
 
[Pgday.Seoul 2020] 포스트그레스큐엘 자국어화 이야기
[Pgday.Seoul 2020] 포스트그레스큐엘 자국어화 이야기[Pgday.Seoul 2020] 포스트그레스큐엘 자국어화 이야기
[Pgday.Seoul 2020] 포스트그레스큐엘 자국어화 이야기
 
[Pgday.Seoul 2020] SQL Tuning
[Pgday.Seoul 2020] SQL Tuning[Pgday.Seoul 2020] SQL Tuning
[Pgday.Seoul 2020] SQL Tuning
 
[Pgday.Seoul 2019] AppOS 고성능 I/O 확장 모듈로 성능 10배 향상시키기
[Pgday.Seoul 2019] AppOS 고성능 I/O 확장 모듈로 성능 10배 향상시키기[Pgday.Seoul 2019] AppOS 고성능 I/O 확장 모듈로 성능 10배 향상시키기
[Pgday.Seoul 2019] AppOS 고성능 I/O 확장 모듈로 성능 10배 향상시키기
 
[Pgday.Seoul 2019] Citus를 이용한 분산 데이터베이스
[Pgday.Seoul 2019] Citus를 이용한 분산 데이터베이스[Pgday.Seoul 2019] Citus를 이용한 분산 데이터베이스
[Pgday.Seoul 2019] Citus를 이용한 분산 데이터베이스
 
[Pgday.Seoul 2018] PostgreSQL 11 새 기능 소개
[Pgday.Seoul 2018]  PostgreSQL 11 새 기능 소개[Pgday.Seoul 2018]  PostgreSQL 11 새 기능 소개
[Pgday.Seoul 2018] PostgreSQL 11 새 기능 소개
 
[Pgday.Seoul 2018] PostgreSQL 성능을 위해 개발된 라이브러리 OS 소개 apposha
[Pgday.Seoul 2018]  PostgreSQL 성능을 위해 개발된 라이브러리 OS 소개 apposha[Pgday.Seoul 2018]  PostgreSQL 성능을 위해 개발된 라이브러리 OS 소개 apposha
[Pgday.Seoul 2018] PostgreSQL 성능을 위해 개발된 라이브러리 OS 소개 apposha
 
[Pgday.Seoul 2018] 이기종 DB에서 PostgreSQL로의 Migration을 위한 DB2PG
[Pgday.Seoul 2018]  이기종 DB에서 PostgreSQL로의 Migration을 위한 DB2PG[Pgday.Seoul 2018]  이기종 DB에서 PostgreSQL로의 Migration을 위한 DB2PG
[Pgday.Seoul 2018] 이기종 DB에서 PostgreSQL로의 Migration을 위한 DB2PG
 
[Pgday.Seoul 2018] AWS Cloud 환경에서 PostgreSQL 구축하기
[Pgday.Seoul 2018]  AWS Cloud 환경에서 PostgreSQL 구축하기[Pgday.Seoul 2018]  AWS Cloud 환경에서 PostgreSQL 구축하기
[Pgday.Seoul 2018] AWS Cloud 환경에서 PostgreSQL 구축하기
 
[Pgday.Seoul 2017] 6. GIN vs GiST 인덱스 이야기 - 박진우
[Pgday.Seoul 2017] 6. GIN vs GiST 인덱스 이야기 - 박진우[Pgday.Seoul 2017] 6. GIN vs GiST 인덱스 이야기 - 박진우
[Pgday.Seoul 2017] 6. GIN vs GiST 인덱스 이야기 - 박진우
 
[Pgday.Seoul 2017] 5. 테드폴허브(올챙이) PostgreSQL 확장하기 - 조현종
[Pgday.Seoul 2017] 5. 테드폴허브(올챙이) PostgreSQL 확장하기 - 조현종[Pgday.Seoul 2017] 5. 테드폴허브(올챙이) PostgreSQL 확장하기 - 조현종
[Pgday.Seoul 2017] 5. 테드폴허브(올챙이) PostgreSQL 확장하기 - 조현종
 
[Pgday.Seoul 2017] 1. PostGIS의 사례로 본 PostgreSQL 확장 - 장병진
[Pgday.Seoul 2017] 1. PostGIS의 사례로 본 PostgreSQL 확장 - 장병진[Pgday.Seoul 2017] 1. PostGIS의 사례로 본 PostgreSQL 확장 - 장병진
[Pgday.Seoul 2017] 1. PostGIS의 사례로 본 PostgreSQL 확장 - 장병진
 
[Pgday.Seoul 2017] 7. PostgreSQL DB Tuning 기업사례 - 송춘자
[Pgday.Seoul 2017] 7. PostgreSQL DB Tuning 기업사례 - 송춘자[Pgday.Seoul 2017] 7. PostgreSQL DB Tuning 기업사례 - 송춘자
[Pgday.Seoul 2017] 7. PostgreSQL DB Tuning 기업사례 - 송춘자
 
[Pgday.Seoul 2017] 4. Composite Type/JSON 파라미터를 활용한 TVP구현(with C#, JAVA) - 지현명
[Pgday.Seoul 2017] 4. Composite Type/JSON 파라미터를 활용한 TVP구현(with C#, JAVA) - 지현명[Pgday.Seoul 2017] 4. Composite Type/JSON 파라미터를 활용한 TVP구현(with C#, JAVA) - 지현명
[Pgday.Seoul 2017] 4. Composite Type/JSON 파라미터를 활용한 TVP구현(with C#, JAVA) - 지현명
 
[Pgday.Seoul 2017] 8. PostgreSQL 10 새기능 소개 - 김상기
[Pgday.Seoul 2017] 8. PostgreSQL 10 새기능 소개 - 김상기[Pgday.Seoul 2017] 8. PostgreSQL 10 새기능 소개 - 김상기
[Pgday.Seoul 2017] 8. PostgreSQL 10 새기능 소개 - 김상기
 

[Pgday.Seoul 2019] Advanced FDW

  • 2. 목차 01 About ORASCOPE 02 REST API 와 MSA 03 API GATEWAY 06 WHERE FOR SALE? 04 DB GATEWAY: Tarantula Tarantula의 기타 활용 방안 05
  • 4. About ORASCOPE ORASCOPE 주요 실적 자체 개발 SW 제품 Oracle/PostgreSQL/EDB 데이터베이스 컨설팅 수행 및 관련 SW 를 개발하고 있습니다. ㈜오라스코프는 대표이사 설립일자 김성식 2013년 12월 12일 대표전화 02-2686-8400 사업범위 소재지 데이터베이스 관련 컨설팅, 솔루션 개발 서울시 구로구 경인로 662 오피스동 1549호 (신도림동, 디큐브시티) OraScope.Net for Oracle OraScope.Net for Postgres Tarantula: The Cloud-Native DB Gateway 튜닝 진단 모니터링 솔루션 http://www.orascope.net http://www.tarantula.kr EDB Postgres SQL 튜닝 - KT2013.08 ~ 2014.03 오라클 SQL 튜닝 - 신한은행2014.05 ~ 2014.09 오라클 to EDB Postgres 전환 - 포스코 ICT2014.08 ~ 2014.09 EDB Postgres 기술지원 외 다수 컨설팅 유지보수 수행 및 오라클 성능 튜닝 – GS 리테일 2015.01 ~ 현재 블록 체인 사업 EDB 구축 및 유지보수 - 한국조폐공사 2018.12 ~ 현재 EDB Postgres SQL 튜닝 – 삼성전자2018.09 ~ 2019.01 KEB 하나 차세대 EDB Postgres 구축2019.04 ~ 현재 이메일 sales@orascope.net
  • 6. -6- DATA https://developers.kakao.com/docs/restapi/kakaopay-api https://jsonplaceholder.typicode.com/todos/ REST API 요청 정보 JSON형태 응답회신 JSON Response DATA Request API에 CRUD 요청 / 리소스 생성,조회,수정,삭제 Client Request HTTP Protocal API(Application Programming Interface; 응용프로그램 인터페이스) : 특정프로그램의 기능이나 데이터를 다른 프로그램이 접속할 수 있도록 미리 정해 놓은 통신 규칙 타 프로그램에게 데이터 및 프로그램 기능 집합을 제공해 프로그램간 상호 작용 촉진 및 정보교환 가능 REST API(REpresentational State Transfer API) : REST를 기반으로 서비스 API를 구현 , HTTP 표준통신 규칙 기반 https://developers.naver.com/docs/search/blog/ https://jsonplaceholder.typicode.com/todos/4 REST API 란?
  • 7. -7- 기존 MONOLITHIC MSA(MicroService Architecture) UI MICROSERVICEMICROSERVICE MICROSERVICE MICROSERVICE VS REST API REST API MSA(MicroService Architecture) 전체 시스템을 비즈니스/ 서비스 기능별로 독립적인 애플리케이션서버/ 데이타베이스 서버로 분리 구축 개발하는 구조 Data Access layer Business layer Presentation layer MICROSERVICE 마이크로서비스아키텍쳐(MSA)
  • 8. -8- Only One Database 지도서비스 광고서비스 날씨 서비스 증권서비스 모놀리틱 아키텍쳐 (기존 서비스 방식) 응용 프로그램은 단일 및 중앙 데이터베이스에 데이터를 저장하여 다양한 기능을 구현 응용 프로그램의 배포, 문제 해결, 확장 및 업그레이드가 어려움 Monolithic
  • 9. -9- 지도 Database Oracle REST API 지도서비스 REST API 광고서비스 REST API 증권서비스 REST API 날씨서비스 광고 Database EDB Postgres 증권 Database MySQL 날씨 Database Mongo DB 마이크로서비스 아키텍쳐 응용 프로그램은 여러 마이크로 서비스로 분산되어 각 서비스 별 데이터베이스를 사용 서로 다른 서비스로 분산되어 있기 때문에 이질성을 통합하여 관리하는 기술이 필요 Microservice
  • 10. -10- 광고 Service 증권 Service 뉴스 Service 실시간이슈검색어 Service 날씨 Service 지도 Service 사용자 Service MSA의 관리는 어떻게? 분산되어 있는 서비스들을 어떻게 효과적으로 제어할 것인가? Governance
  • 12. -12- API GATEWAY 란? – 단일 endpoint 독립적으로 구성된 서비스의 인증, API 호출, 로드 밸런싱, 공통 로직 처리, 프로토콜 변환 등을 처리 API GATEWAY REST API 지도서비스 REST API 환율서비스 REST API 날씨서비스 REST API 뉴스서비스 REST API API Gateway Client
  • 13. -13- API Gateway 의 기능 API 관리, 라우팅, 인증/권한, 로깅, 트래픽 제어 etc. API Routing Mediation Limitation AggregationLogging Statistic Certification API Gateway
  • 14. -14- API Gateway 관련 제품 API Gateway의 오픈 소스 기반 제품과 상용 제품 목록 API Gateway
  • 15. Tarantula: The Cloud-Native DB Gateway Advanced FDW / Quick OpenAPI service 구축
  • 16. -16- API Gateway? 다양한 MSA환경의 서비스를 REST API 방식으로 일괄되게 API Gateway 를 경유하여 접근함 다양한 이기종 데이터베이스도 REST API 방식으로 일괄되게 Access(CRUD 수행) 하게 할 수 있지 않을까? 다양한 Database를 REST API 방식으로 심플하게 DB Gateway를 통해서 Access 가능 DB Gateway? Tarantula : Cloud-Native DB Gateway DB Gateway
  • 17. -17- The Cloud-Native DB Gateway REST API EDB Postgres Oracle MySQL DB Gateway Client
  • 18. -18- 지원하는 데이터베이스 Tarantula는 아답터 형태로 데이터베이스를 추가할 수 있으며, 현재 지원중인 데이터베이스의 목록은 우측과 같습니다. (2019.06 현재) 계속 추가 중입니다. Supported database RDBMS + NOSQL 모두 지원
  • 19. -19- DB GATEWAY HYUNDAI KIA SSANGYONG P_STORE O_STORE M_STORE BRAND NAME PRICE hyundai sonata 2000 hyundai stella 1000 hyundai grandeur 3000 BRAND NAME PRICE kia pride 100 kia soul 200 kia morning 300 BRAND NAME PRICE ssangyong korando 2000 ssangyong musso 3000 ssangyong tivoli 1000 시연 1/2 Client
  • 20. -20- curl -u tarantula:king -H 'x-tnt-token: zhIPa1t/B3jXGb/m7I551BVVNifi26bgn+YsLQtDaKgBsM25PuyOXrWhVOXolymi' -i -X POST http://localhost:9083/tnt/business -H 'Content-Type: application/json' -d '{"method":”htp_getcar","params":{"brand":"all", "price_above":20}}' { "jsonrpc": "2.0", "id": "71cd19cabda0a5ab3a038389674ca4fb", "result": { "src": 0, "key": "business-getcar:1498c7e8c3564e64e71eb73d23c3dfd7", "output": [ { "_error_": null, "_data_": [ { "brand": "hyundai", "name": "sonata", "price": 2000 }, { "brand": “kia", "name": “pride", "price": 100 }, { "brand": “ssangyong", "name": “tivoli", "price": 12000 } ] } ] } } 시연 2/2
  • 21. -21- Microservice Cloud-Native DB GATEWAY Cloud-Native 어떤 API Gateway 와도 연동 가능하며, DB CALL 은 Tarantula 에 요청 Microservice MicroService Architecture 적용 시 의 Tarantula 포지션 Client RESTful API API GATEWAY
  • 22. -22- 실시간 모니터링 관리 화면이 구비되어 있어 장애 발생시 즉각적인 탐지가 가능합니다. 모니터링 화면
  • 23. -23- 데이터 중심 아키텍쳐 마이크로 서비스로 분산 된 데이터베이스 종류에 따른 각 NATIVE SQL로 작성 할 수 있으며, SQL 이 수정되도 WAS 를 재 기동 할 필요가 전혀 없습니다. RDBMS / NOSQL 데이터 조합 RDBMS 와 NOSQL 간의 데이터 조합이 손쉬워 집니다. 데이터 조합을 어플리케이션이 아닌 GATWAY에서 조합 후에 전달해 줍니다. 데이터베이스 손쉬운 대체 데이터 제공 주체인 데이터베이스가 교체되도 어플리 케이션은 수정이 필요하지 않습니다. 수직적인 아닌 수평적 성능 확장 도커 컨테이너 기술을 활용하여 손쉬운 수평적 확장 가능 온프라스 및 클라우드 모두 손쉽게 구축 할 수 있습니다. MSA 를 위한 유일한 DB Gateway DB 전문가에 의해 설계 및 작성된 국내 SW로 신속한 응대가 가능한 독창적인 아이디어 제품입니다. OLTP 와 OLAP 용 데이터베이스의 데이터를 실시간으로 머지 조회 할 수 있습니다. 멀티 데이터베이스 실시간 조회 손쉬운 Open API 서비스 구축 REST API 백엔드 구축에 필요한 시간을 획기적으로 단축 시 킬 수 있습니다. 단 하루면 레거시 데이터베이스위에서 돌아가는 OpenAPI 서비스를 구축할수 있습니다. MSA 아키텍처 사상에 부합 서비스에 적합한 멀티 데이터베이스 사용을 권장하는 MSA 사상에 부합합니다. 이를 손쉽게 구축 할 수 있는 방안을 제공합니다. 강력한 CACHING 기능 강력한 캐싱 기능을 갖추고 있어, 데이터 변경이 없는 경우 불필요한 쿼리 호출을 방지 할수 있습니다. Tarantula: Cloud-Native DB Gateway
  • 25. -25- 스키마 DDL 비교, 데이터 비교 데이터베이스 링크 없이 서로 다른 데이터베이스 간 스키마 DDL 비교, 데이터 비교 Tarantula의 기타 활용 방안 Cloud-Native DB GATEWAY 개발 DB QA DB 운영 DB 개발 DB TABLE QA DB TABLE 운영 DB TABLE COL1 VARCHAR(20) COL1 VARCHAR(20) COL1 VARCHAR(20) COL2 VARCHAR(10) COL2 VARCHAR(20) COL2 VARCHAR(10) COL3 VARCHAR(50) COL3 VARCHAR(50) COL3 VARCHAR(50) COL4 VARCHAR(100) COL4 VARCHAR(100) COL4 VARCHAR(100) COL5 NUMERIC(10,2) COL5 NUMERIC(10,2) COL5 NUMERIC(10,2)
  • 26. -26- 데이터베이스 통합 모니터링 데이터베이스 주요 성능 지표를 활용하여 실시간 멀티 데이터베이스 모니터링 Tarantula의 기타 활용 방안 Cloud-Native DB GATEWAY DB #1 DB #2 DB #3
  • 27. -27- 실시간 데이터 연계 서로 다른 데이터베이스에 있는 테이블을 조인하여 데이터 조회 가능 Tarantula의 기타 활용 방안 Cloud-Native DB GATEWAY 주문 DB 상품 DB 재고 DB SELECT a.order_no , b.goods_cd , b.goods_nm , c.stk_qty FROM order_db_table(100001) a , goods_db_table(123456) b , stock_db_table(123456) c WHERE a.goods_cd = b.goods_cd AND b.goods_cd = c.goods_cd
  • 29. WHERE FOR SALE? 금융사 / 통신사에 데이터 표준 API 구축 의무화 Tarantula 도입 타겟 고객 MICROSERVICE 도입 예정 고객 MSA 아키텍처 적용 고객 API/DB Gateway 역할 OPEN API 구축 예정 고객 기존 레거시 데이터를 OPEN API 방식 으로 외부에 노출 하고자 하는 고객 이기종 DB 간 데이터 교환 및 조회 이기종 데이터베이스 데이터를 실시간 으로 MERGE 조회가 가능하여 일종의 데이터베이스 링크 역할이 가능함 디비 링크를 없애고자 하는 고객 EAI 솔루션 사용 고객 동일한 데이터를 여러 데이터베이스 에서 조회하기 위해 EAI 솔루션으로 데이터 복제를 하는 경우, 불필요한 복제를 제거 할 수 있음