• 한국정보전자통신기술학회논문지
• /
• 제9권3호
• /
• pp.298-305
• /
• 2016

대용량의 데이터를 처리하기 위해서는 기존 관계형 데이터베이스인 MySQL, PostgreSQL, Oracle등 보다 NoSQL 데이터베이스가 우수함을 나타내고 있다. 본 논문은 일반적으로 널리 사용되고 있는 NoSQL 데이터베이스 중 HBase, Cassandra, MongoDB, Redis의 성능을 비교 평가한다. 본 논문에서 대용량의 데이터를 분산 처리하기 위해 서버 12대를 스위칭 허브를 통해 연결하였으며 운영체제로 우분투를 설치하였다. 벤치마킹 도구로는 YCSB를 이용하였으며, read, update를 각각 50%, 50%, 두 번째로는 95%, 5%, 마지막으로는 100%, 0%로 3가지로 변경하였고, 200,000번에서 1,200,000 까지 명령어를 수행하여 비교 평가하였다. 초당 트랜젝션 처리는 Cassandra가 가장 우수하였고, 단위 시간당 프로세스 수행 처리 개수는 MongoDB가 우수함을 보였다.

• 한국정보전자통신기술학회논문지
• /
• 제16권5호
• /
• pp.256-264
• /
• 2023

농촌의 인구 감소, 고령화에 따른 농촌 인력 부족, 기후 변화에 따른 병해충 증가로 인해 어려움을 격고 있는 농업에 생산성을 높이고, 농산물의 품질을 향상시키는 기술 중 하나가 IoT를 활용한 스마트 팜 기술이다. 기존의 IoT를 활용한 스마트 팜은 단순히 농장을 모니터링하거나, 스마트 식물 재배기 구현, 온실 자동 개폐 시스템 등이 있다. 본 논문은 사물 인터넷의 산업 표준 프로토콜인 MQTT와 사물 인터넷의 대표적인 개발 미들웨어인 Node-RED을 기반한 스마트 팜 시스템을 구현한다. 먼저, 아두이노 센서들로 데이터를 추출하고, MQTT 프로토콜을 사용하여 IoT 디바이스에서 데이터를 수집하고 전송한다. 그런 다음, Node-RED를 사용하여 MQTT 메시지를 처리하고 데이터를 저장하기 위해 대표적인 NoSQL인 MongoDB에 실시간적으로 센싱 데이터를 저장한다. 농장 관리자는 본 스마트 팜 시스템을 통해 컴퓨터나 모바일 폰을 이용하여 시간과 공간에 제약없이 언제 어디든지 실시간적으로 스마트 팜에 센싱 정보를 확인할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.854-856
• /
• 2017

최근 들어 모바일 디바이스의 발전으로 인해 생성되는 데이터의 종류는 다양해지고, 양은 방대해지고 있다. 이렇게 생성된 방대한 양의 데이터를 빅데이터라고 한다. 빅데이터들은 기존의 데이터 처리 방법과 다른 방법으로 처리되어야한다. 빅데이터 처리의 대표적인 방법인 관계형데이터베이스시스템(RDBMS)와 NoSQL 방법 중 대표적인 방법인 MySQL과 MongoDB의 데이터를 모델링한다. 설계된 데이터를 바탕으로 보다 편하고 알맞게 데이터베이스시스템 성능평가를 수행한다.

• 한국멀티미디어학회논문지
• /
• 제21권8호
• /
• pp.934-941
• /
• 2018

There are some limits on cost and efficiency for large amount of data in RDBMS, and NoSQL is starting to gain popularity. In medical institutions, data forms are different between organizations, and that makes difficulty for interoperability between organizations. In this paper we focused on performance issues between RDMBS and NoSQL in medical documents. We had built two different environment and had experiment comparative analysis of NoSQL with RDBMS based on medical data. We used medical HL7 FHIR as a medical data standard. Also YCSB benchmark tool was used for performance comparison. Experiments shows that NoSQL has better performance in large amounts of medical data processing systems that have over 10,000~100,000 records.

• 한국컴퓨터정보학회논문지
• /
• 제23권3호
• /
• pp.41-48
• /
• 2018

The recent sudden increase of big data has characteristics such as continuous generation of data, large amount, and unstructured format. The existing relational database technologies are inadequate to handle such big data due to the limited processing speed and the significant storage expansion cost. Current implemented solutions are mainly based on relational database that are no longer adapted to these data volume. NoSQL solutions allow us to consider new approaches for data warehousing, especially from the multidimensional data management point of view. In this paper, we develop and propose the integrated design methodology based on MongoDB for big data applications. The proposed methodology is more scalable than the existing methodology, so it is easy to handle big data.

• 한국컴퓨터정보학회논문지
• /
• 제23권3호
• /
• pp.49-54
• /
• 2018

A data warehouse is a system that collectively manages and integrates data of a company. And provides the basis for decision making for management strategy. Nowadays, analysis data volumes are reaching critical size challenging traditional data ware housing approaches. Current implemented solutions are mainly based on relational database that are no longer adapted to these data volume. NoSQL solutions allow us to consider new approaches for data warehousing, especially from the multidimensional data management point of view. In this paper, we extend the data warehouse design methodology based on relational database using star schema, and have developed a consistent design methodology from information requirement analysis to data warehouse construction for large scale data warehouse construction based on MongoDB, one of NoSQL.

• 한국컴퓨터정보학회논문지
• /
• 제23권4호
• /
• pp.89-95
• /
• 2018

It is not easy for the user to find the information that is appropriate for the user among the suddenly increasing information in recent years. One of the ways to help individuals make decisions in such a lot of information is the recommendation system. Although there are many recommendation methods for such recommendation systems, a representative method is collaborative filtering. In this paper, we design and implement the movie recommendation system on user-based collaborative filtering of apache mahout based on mongoDB. In addition, Pearson correlation coefficient is used as a method of measuring the similarity between users. We evaluate Precision and Recall using the MovieLens 100k dataset for performance evaluation.

• 한국컴퓨터정보학회논문지
• /
• 제22권11호
• /
• pp.57-63
• /
• 2017

The recent sudden increase of big data has characteristics such as continuous generation of data, large amount, and unstructured format. The existing relational database technologies are inadequate to handle such big data due to the limited processing speed and the significant storage expansion cost. Thus, big data processing technologies, which are normally based on distributed file systems, distributed database management, and parallel processing technologies, have arisen as a core technology to implement big data repositories. In this paper, we propose a design methodology for large-scale database based on MongoDB by extending the information engineering methodology based on E-R data model.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.527-535
• /
• 2021

전통적인 BI(Business Intelligence) 시스템은 제 시간에 더 나은 의사결정을 위한 도구로 널리 사용되어 왔다. 그러나 급증하는 데이터에 대한 효율적 분석을 위해 데이터 웨어하우스를 구축하는 일은 시간이 오래 걸리고 복잡하다. 특히, 데이터 웨어하우스 구축에 요구되는 ETL(Extract, Transform, Load) 프로세스는 BI 플랫폼이 클라우드 환경으로 전환되면서 훨씬 더 복잡해졌다. 이러한 ETL 이슈를 극복하기 위해 MongoDB와 같은 NoSQL 데이터베이스에 기반한 다양한 BI 솔루션들이 제안되었다. 한편, 의사 결정권자는 IT 부서나 BI 전문가 의 도움 없이 데이터에 쉽게 접근할 수 있기를 원한다. 최근, 이러한 BI 이슈들을 해결하기 위한 방안으로 셀프서비스 BI가 등장하였다. 본 논문에서는 귀농 귀촌인의 재배 작물 선택을 지원하기 위해 MongoDB 클라우드를 데이터 웨어하우스로 하는 농업 데이터 기반의 셀프서비스 BI 시스템을 제안한다. 제안 시스템은 의사 결정권자에게 통찰력을 제공하기 위해 MongoDB 차트를 이용한 데이터 시각화 기능, 고급 데이터 검색을 위한 리포팅 기능, 실시간 데이터 분석을 위한 모니터링 기능을 지원한다. 의사 결정권자는 다양한 방식으로 데이터에 직접 접근할 수 있고, 제안 시스템의 기능들을 활용하여 셀프서비스 방식으로 데이터를 분석할 수 있다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권2호
• /
• pp.77-82
• /
• 2016

증상 진단 시스템이라 함은 환자가 자신의 증상을 설명하고, 한의사가 증상에 맞는 질병 진단을 내리는 것을 말한다. 증상 진단 시스템을 자동화하기 위해서는 환자의 자연어로 이루어진 증상 설명에 대한 분석이 필요하다. 이에 본 논문에서는 증상 설명에 대하여 형태소 분석을 수행하고 한의학 병증 데이터와 비교하여 적합한 진단을 내리도록 증상 진단 시스템을 개발하였다. 증상 진단 검색의 효율을 높이기 위해서 Document형 NoSQL인 MongoDB를 이용하여 각각의 병증 데이터를 하나의 도큐먼트로 하고, 그 안의 필드값을 유연하게 관리할 수 있도록 데이터베이스를 구축하였다. 또한, 진단의 근거가 되는 한의사의 병증 설명과 환자의 증상 설명에서 사용되는 용어의 차이를 줄일 수 있도록 환자의 증상 설명을 축적하고 정제하여 일반인에게 친숙한 단어로 구성된 설명데이터를 제공할 수 있게 하였다.