KCI등재
관계형 데이터베이스 워크로드 분석을 통한 NoSQL 시스템 추천 = Recommendation of NoSQL Systems Based on RDB Workload Analysis
저자
발행기관
학술지명
권호사항
발행연도
2017
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
61-71(11쪽)
KCI 피인용횟수
0
제공처
Big data is difficult to process using Relational Database Management Systems (RDBMSs), and NoSQL has emerged to effectively process big data. Many enterprises plan to migrate their databases from RDBMS to NoSQL. Because there are so many NoSQL systems, it takes a lot of time and cost to evaluate which NoSQL system is appropriate for a given RDB workload. In this paper, we propose a system that recommends NoSQL systems based on RDB workload analysis. The proposed system generates training data by combining performance evaluation results for NoSQL systems and RDB workload data. We evaluate the proposed system using various machine learning classifiers. Experimental results show that for unlearned workload types, the LDA+SVM classifier achieves the highest accuracy of 82.36%. For learned workload types, the Decision Tree classifier achieves the highest accuracy of 96.53%.
더보기관계형 데이터베이스 관리 시스템(RDBMS)으로 처리하기 어려운 규모의 빅데이터를 효과적으로 처리할 수 있는 NoSQL이 등장하였으며, 많은 기업들이 자사의 데이터베이스를 RDBMS에서 NoSQL로 마이그레이션 하고자 한다. 그러나 다양한 NoSQL 시스템들이 존재하기 때문에 주어진 RDB 워크로드에 어떤 NoSQL 시스템이 적합한지를 평가하는 데 많은 시간과 비용이 소요된다. 본 논문에서는 관계형 데이터베이스(RDB)의 워크로드를 분석하여 적합한 NoSQL을 추천해주는 시스템을 제안한다. 제안하는 시스템은 NoSQL 성능 평가 결과와 RDB 워크로드 데이터를 결합하여 학습 데이터를 생성한다. 다양한 기계학습 분류기를 적용하여 제안한 NoSQL 추천 시스템의 정확도를 측정한 결과, 사전에 학습되지 않은 워크로드 유형을 사용하여 테스트하였을때는 LDA+SVM 분류기가 82.36%, 학습된 워크로드 유형을 사용하여 테스트하였을 때는 Decision Tree 분류기가 96.53%의 가장 높은 정확도를 보였다.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2009-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2007-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.02 | 0.02 | 0.01 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.02 | 0.02 | 0.183 | 0.03 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)