실시간26 [사례 연구, Dzone] 시계열, 실시간 및 그 이상을 위한 SingleStore 먼저, 이 게시물은 Eric Hanson이 개발자 웹 사이트인 DZone에 게시한 시계열 데이터에 대한 Webinar 내용이 정리되었습니다. SingleStore의 Eric Hanson은 수십 년의 경험이 있는 수석 데이터 전문가입니다. Eric은 과거 기존 데이터베이스의 한계를 확장 가능한 SQL로 어떻게 해결할 수 있는지에 대한 설계 관점을 제공합니다. 또한, SingleStore에서 ANSI SQL 트랜잭션에 영향을 주지 않으면서 시계열 및 빅데이터 분석 워크로드를 처리하는 방법을 보여줍니다. 링크를 통해 DZone에 게시된 Webinar를 보실 수 있습니다. 시계열 데이터는 기업이 보유한 데이터와 향후 얻을 수 있는 데이터에서 더 많은 가치를 얻고자 함에 따라 점점 더 많은 관심을 끌고 있습.. 2019. 12. 6. [사례 연구, Fanatics] 느리고 복잡한 NoSQL들을 표준 SQL기반의 SingleStore로 전환하여 실시간 분석 경쟁력 확보 데이터에서 통찰력을 얻는 것은 더 이상 무시할 수 없는 경쟁 우위 요소입니다. 하지만 많은 기업들이 대규모의 데이터를 염두하지 않은 전통적인 데이터 기술에 기반하여 시스템을 구축했기 때문에 데이터를 최대한 활용하기가 어렵다는 것을 인식하고 있습니다. 기존의 SQL 기반 데이터베이스는 거의 모든 워크로드를 처리할 수 있었지만 그 워크로드들은 단일 노드 시스템에 적합했습니다. 이에 실시간 분석을 위해 증가하는 데이터 수요를 처리하기 위해 확장해야 하는 경우 데이터 인프라에 용도에 맞는 수많은 NoSQL 솔루션들을 도입해야 했습니다. 아래는 그림은 대표적인 데이터 아키텍처입니다. 오늘날 많은 기업들도 이와 유사한 복잡한 데이터 인프라를 다루고 있을 것입니다. 이보다 더 나은 방법으로 전 세계적으로 빠르게 성장.. 2019. 10. 16. [사례 연구, Wag!] 애완견 산책 서비스의 실시간 및 급격한 동접자 수용 요구를 위한 SingleStore Wag!는 "애완견들을 위한 우버(Uber)"라고 불려왔습니다. 이 서비스는 애완견 주인과 애완견을 산책시키는 사람을 매칭시켜 실시간으로 산책 시키는 사람(산책객)을 개별적으로 추적하고 시각화합니다. 이 서비스는 현재 미국 전역의 100개 이상의 도시에서 이용할 수 있습니다. 지금, Wag!는 그들이 급속한 비즈니스 성장의 요구를 충족시키기 위해 SingleStore를 사용하고 있습니다. 애완견 주인들은 그들 주위에 있는 애완견 산책객들의 라이브(live) 지도를 갖고 시작을 합니다. 그들은 산책객과 연결을 하고 애완견을 위한 산책로를 설정하고, 그들의 이웃의 지도에서 그것이 진행되는 것을 라이브로 지켜봅니다. 모든 산책이 활동 보고서로 나타납니다. 이 보고서에는 애완견 사진, 산책 시간과 거리 등이.. 2019. 8. 14. Webinar: SingleStore로 예측 및 ML 애플리케이션 운영 예측 분석, 머신 러닝 및 AI는 대화 형 쿼리와 뛰어난 고객 경험을 실시간으로 강화하여 회사의 비즈니스 방식을 변화시키는 데 사용됩니다. SingleStore는 최신 데이터에 빠르게 액세스하고, 새로운 정보와 기존 정보를 결합하는 빠른 처리 및 빠른 쿼리 응답이 필요한 고급 애플리케이션을 지원하는 데 널리 사용됩니다. 이 Webinar에서 SingleStore의 수석 제품 관리자인 Eric Hanson은 SingleStore 고객이 최신 애플리케이션에서이 빠르고 확장 가능한 SQL 데이터베이스를 어떻게 사용하고 있는지 보여줍니다. 다음, 요약을 읽고 전체 이야기를 얻을 수 있는 Webinar 및 Slides를 확인하십시오. 개발 및 배포에 SingleStore 매핑 Eric은 머신 러닝 모델을 구축.. 2019. 8. 12. [웨비나, 금융] 실시간 데이터기반 자산 관리 시스템 구축 자산 관리는 은행과 기타 금융 서비스 기관들에게 치열한 경쟁 서비스 영역입니다. 이 자산관리 서비스는 많은 사용자에게 빠르게 서비스를 제공해야 하는 높은 동시성과 낮은 지연시간으로 대량의 과거 데이터와 현재 데이터를 실시간으로 액세스 할 수 있는 역량의 시스템이 요구됩니다. 이런 요구를 충족 시키기 위해 금융기관들은 인 메모리 데이터베이스와 스트리밍 데이터를 사용했습니다. 이 웨비나에서 SingleStore의 소우랍 메타는 SingleStore가 어떻게 사용자의 자산 관리 경험을 개선하고 금융 기관들에게 이 경쟁 영역에서 탁월한 성능을 제공하는지를 보여줍니다. 자산관리 웨비나를 여기에서 볼 수 있습니다. 이 웨비나에서 소우랍은 개인이나 가족에 관계없이 고객에게 자산 관리 대시 보드를 제공하는 은행의 "b.. 2019. 8. 12. 실시간 대시 보드와 빠른 업데이트를 위한 SingleStore의 벤치 마크 최신 Upsert 벤치 마크는 통신사, ISP 및 CDN을 통한 인터넷 청구에서 중요한 사용 사례를 보여줍니다. SingleStore는 초당790 만 건의 Upsert를 달성했으며, 현재 GitHub에서 제공되는 Cassandra 벤치 마크 세부 정보 및 스크립트보다 6 배 빠릅니다. 빠른 업데이트 및 실시간 대시 보드에 대한 비즈니스 요구 기업은 데이터에서 통찰력을 원하며 정보를 보다 빨리 얻기를 원합니다. 빠르게 변화하는 데이터를 위해서는 올바른 결정을 내리기 위해 통찰력을 신속하게 수집해야합니다. IoT 원격 측정 모니터링, 모바일 네트워크 사용, 인터넷 서비스 제공 업체 (ISP) 청구 및 콘텐츠 전송 네트워크(CDN) 사용 추적과 같은 산업 응용 프로그램은 빠르게 변화하는 데이터를 사용하는 실시.. 2019. 8. 9. Webinar: Kafka와 SingleStore가 지능형 실시간 애플리케이션을 제공하는 방법 Apache Kafka와 SingleStore를 함께 사용하면 지능형 실시간 애플리케이션을 생성하고 제공하는 것이 훨씬 쉬워집니다. 이 웨비나에서, SingleStore의 알렉 파월은 Kafka와 SingleStore가 각 테이블에 가져오는 밸류에 대해 논의했고, 공통의 데이터 관리 문제를 해결하기 위한 레퍼런스 아키텍처를 보여주었으며, Kafka와 SingleStore를 가지고 실시간 데이터 파이프라인을 구현하는 방법을 시연했습니다. Kafka는 공개 구독 모델에서 작동하는 오픈 소스 메시징 큐입니다. SingleStore와 같이 분산형 구조이고 내구성을 제공합니다. Kafka는 조직 전체의 데이터에 대한 사실의 출처(a source of truth)이 될 수 있습니다. 엔터프라이즈 IT를 위한 K.. 2019. 8. 8. [사례 연구, Pinterest_에너지기업] SingleStore를 통해 실시간 대쉬보드 구축 실시간 의사 결정을 가능하게 하고 향상된 고객 경험을 제공하려면 실시간 분석이 필요합니다(실시간 백서 다운로드). 실시간 애플리케이션 구축은 데이터 파이프 라인을 연결하는 것으로 시작합니다. 정보에 기반한 의사 결정을 신속하게 내리려면 애플리케이션 데이터를 빠르게 수집하고 이를 취급할 수 있는 형식으로 변환하여 저장한 후 쉽게 액세스할 수 있어야 합니다. (1 초 미만의 속도) 이 비디오에서는 이전 버전의 SingleStore가 어떻게 실시간 분석 스택의 핵심 역할을 했는지 보여줍니다. https://www.youtube.com/watch?v=gapTJYxyV2E SingleStore가 분석을 지원하는 방법 SingleStore의 분석적 접근 방식을 간단히 살펴 보겠습니다. SingleStore는 운.. 2019. 8. 8. 실시간 데이터 분석을 위한 SingleStore와 Looker(BI) 사용 SingleStore는 빠르고 확장 가능한 SQL 데이터베이스입니다. Looker는 빠르고 확장 가능한 분석 플랫폼입니다. SingleStore 및 Looker를 사용하여 광범위한 데이터 수집, 트랜잭션 처리 및 분석 요구 사항에서 원활하게 작동하는 빠르고 확장 가능한 분석 솔루션을 만들 수 있습니다. SingleStore와 Looker는 모두 유연하고 강력한 도구입니다. 완벽한 ANSI SQL 지원을 제공하는 SingleStore는 광범위한 분석 도구와 함께 작동 할 수 있습니다. Looker의 경우 모든 SQL 데이터 소스에 연결할 수 있으므로 수많은 데이터베이스에서 잘 작동합니다. Looker는 또한 데이터베이스 인터페이스를 최적화하여 아래에서 볼 수 있듯이 특정 데이터베이스 기능을 활용합니다. .. 2019. 8. 6. 이전 1 2 3 다음
