• 한국컴퓨터산업학회논문지
• /
• 제2권2호
• /
• pp.157-164
• /
• 2001

공간 질의 처리에서는 효율적인 처리를 위하여 대상 공간 객체들 중에서 후보객체를 찾아내는 여과단계와 후보객체들 중에서 최종 질의를 만족하는 객체들을 찾아내는 정제단계로 나누어 처리하는 방법이 연구되었다. 이때 정제단계의 비용이 여과단계에서의 비용보다 훨씬 크기 때문에 정제단계의 계산비용을 줄일 수 있는 방법을 찾아내는 것이 중요하다. 본 논문에서는 정제단계에서의 계산비용을 줄이기 위한 방법으로 비트맵 근사표현 기법을 제안한다. 비트맵 근사 표현은 conservative 표현과 progressive 표현을 모두 적용하여 정확한 공간객체 교차 알고리즘을 수행하기 전에 false hit과 true hit을 사전에 찾아냄으로써 정제 단계의 계산비용을 줄이는 방법이다. 또한 비트맵 근사 표현을 R-트리에 적용하여 정제단계에서 계산비용을 줄이는 다양한 방법들간의 비교를 통하여 성능을 평가하였다.

• 한국콘텐츠학회논문지
• /
• 제9권1호
• /
• pp.30-44
• /
• 2009

본 논문에서는 이동 피어의 콘텐츠 탐색을 효율적으로 지원할 수 있는 이동 P2P 구조를 제안한다. 제안하는 이동 P2P 구조는 이동 피어의 탐색 비용을 감소시키기 위해 이동 피어, 이동 슈퍼 피어, 고정 슈퍼 피어로 구성된 3계층 구조이다. 이동 피어가 콘텐츠 탐색을 수행하기 위해서는 통신 가능한 피어로부터 콘텐츠를 찾고 질의영역 확장을 위해 이동 슈퍼 피어, 고정 슈퍼 피어를 이용한 계층적 콘텐츠 탐색을 수행한다. 계층적 콘텐츠 탐색, 피어 이동성에 따른 서비스 연속성을 보장하기 위해 이동 피어의 가입/탈퇴 과정은 이동성을 지원하는 메시지 구조에 의해 명시적으로 상위 피어에 저장한다. 실험 평가 결과 제안하는 구조는 기존의 2계층 구조 보다 콘텐츠 탐색 속도가 약 32% 향상되었고 고정 슈퍼 피어로 전송되는 메시지를 감소시켜 고정 슈퍼 피어 탐색 부하를 약 25% 감소시켰다.

• 한국정보과학회논문지:데이타베이스
• /
• 제33권4호
• /
• pp.409-422
• /
• 2006

데이타 스트림에 대한 다중 연속 질의들 사이에는 질의들의 윈도우 중첩 및 주기적 실행 간격으로 인해 재사용이 가능한 중간 결과들이 다수 생길 수 있다. 본 논문은 다중 연속 질의들을 위한 전체 실행 계획을 구성하기 위해, 효율적인 탐욕 기반의 경험적 알고리즘인 GAGPC를 제안한다. 제안한 GAGPC 알고리즘은 질의들의 전체 실행 사이클을 결정하고 관련된 실행 시점들의 최대 집합인 SRP를 찾는다. 다음, 각 SRP에서 실행될 질의들이 가장 높은 이익을 갖는 공통의 조인 부분들을 공유하도록 전체 실행 계획을 구성한다. 본 논문은 공통된 질의 부분의 존재뿐만 아니라 그것과 관련된 중첩된 윈도우 크기에 따라 통일한 연속 질의라 하더라도 최상의 질의 계획아 바뀔 수 있다는 점을 제시한다. 또한 기존 연구와는 달리, 윈도우가 부분 또는 전체적으로 중첩될 수 있으므로 중간 결과의 전체뿐만 아니라 일부도 재 사용할 것을 반영한다. 마지막으로, 본 논문은 GAGPC의 유효성을 위한 시뮬레이션 결과를 제시한다.

• 전자공학회논문지CI
• /
• 제42권3호
• /
• pp.9-16
• /
• 2005

정규화(normalization)는 데이터의 불필요한 중복의 정도를 최소화찰 뿐만 아니라 데이터의 무결성을 높이는데 기여하기 때문에 데이터베이스를 효율적으로 설계하기 위해 수행하고 있다. 그러나 정규화를 깊숙이 수행한 데이터베이스인 경우 자료 검색 시 필요에 따라 테이블 간의 조인을 해야 하기 때문에 자료 처리 속도의 저하 현상이 발생될 수도 있다. 이러한 정규화의 부작용을 다소나마 해소하기 위한 수단으로 기업에서는 궁여지책으로 역정규화를 함으로써 어느 정도 완화시킬 수 있다고 보는 견해가 있다. 본 논문에서는 정규화와 역정규화와의 성능 평가를 위해 고객관련업무 시스템에 대해 두 가지 방법을 적용하여 데이터베이스 시스템을 구축하고 분석하여 비교하였다. 실험 결과 데이터베이스 크기에 따른 응답 시간은 전체적으로 역정규화 모델이 정규화 모델보다 더 길게 나왔다. 역정규화가 데이터의 중복을 발생시키기 때문에 시스템 성능 향상에 기여하는 바가 거의 없는 것으로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권10호
• /
• pp.477-482
• /
• 2016

기업의 신속한 의사결정 및 전략적 정책 결정을 위해 빅데이터에 대한 고도 분석이 필수적으로 요구됨에 따라 대량의 데이터를 복수의 노드에 분산하여 처리하는 하둡 또는 스파크와 같은 분산 처리 플랫폼이 주목을 받고 있다. 최근 공개된 Spark SQL은 Spark 환경에서 SQL 기반의 분산 처리 기법을 지원하고 있으나, 기계학습이나 그래프 처리와 같은 반복적 처리가 요구되는 고도 분석 분야에서는 효율적 처리가 불가능한 문제가 있다. 따라서 본 논문은 이러한 문제점을 바탕으로 Spark 환경에서 고도 분석 지원을 위한 SQL 기반의 빅데이터 최적처리 엔진설계와 처리 프레임워크를 제안한다. 복수의 조건과 다수의 조인, 집계, 소팅 연산이 필요한 복합 SQL 질의를 분산/병행적으로 처리할 수 있는 최적화 엔진과 관계형 연산을 지원하는 기계학습 최적화하기 위한 프레임워크를 설계한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권2호
• /
• pp.103-116
• /
• 2017

본 논문에서는 Apache Spark SQL을 이용하여 임의의 두 공간 객체들 간의 위상 관계와 방향 관계를 나타내는 새로운 정성 공간 지식을 효율적으로 추론해내는 대용량 정성 공간 추론기의 설계와 구현에 대해 소개한다. Apache Spark SQL은 Hadoop 클러스터 컴퓨터 시스템에서 다양한 데이터들 간의 매우 효율적인 조인 연산과 질의 처리 기능을 제공하는 분산 병렬 프로그래밍 환경이다. 본 공간 추론기에서는 정성 공간 추론의 전체 과정을 지식 인코딩, 역 관계 추론, 동일 관계 추론, 이행 관계 추론, 관계 정제, 지식 디코딩 등 크게 총 6개의 작업들로 나누고, 논리적 인과관계와 계산 효율성을 고려하여 작업들 간의 처리 순서를 결정하였다. 지식 인코딩 작업에서는 추론의 전처리 과정으로서 XML/RDF 형태의 입력 지식을 보다 간략한 내부 형태로 변환함으로써, 추론 대상인 지식 베이스의 크기를 축소시켰다. 일반적으로 이행 관계 추론 작업과 관계 정제 작업의 반복은 정성 공간 추론에 필요한 가장 많은 계산 시간과 기억 공간을 소모한다. 이 작업들을 효율화하기 위해 본 공간 추론기에서는 공간 추론에 필요한 최소한의 이접 관계들을 찾아내고, 이들을 기반으로 이행 관계 추론을 위한 조합표를 큰 폭으로 축소하고 관계 정제 작업도 최적화하였다. 대규모 벤치마킹 공간 지식 베이스를 이용한 실험을 통해, 본 논문에서 제안하는 대용량 정성 공간 추론기의 높은 추론 성능과 확장성을 확인하였다.