Real-time Big Data Analytics Practice with Unstructured Data

Real-time Big Data Analytics Practice
with Unstructured Data
tedwon
iamtedwon@gmail.com

Apache Hadoop

소개
• 

Real-time CEP(Complex Event Processing) Platform Engineer

• 

Hadoop기반 Big Data 플랫폼 개발

• 

Software Architect, Development, Testing, Operation

• 

Performance Management

• 

Korea JBoss User Group 커뮤니티 부운영자

• 

한국자바개발자협의회(JCO) 회원

• 

Redhat JBoss RHQ Contributor - 한글화 작업

Apache Hadoop

Big Data의 세 가지 속성

Apache Hadoop

3

Big Data 활용 분야

Apache Hadoop

4

Big Data Technology & Hadoop Ecosystem

Apache Hadoop

Big Data Platform Software Stack

Apache Hadoop

출처: http://www.slideshare.net/babokim/big-data-20111203

Real Time Big Data 서비스 요건
• 

쇼핑몰 사이트의 사용자 클릭 스트림을 통해 실시간 개인화

• 

E-mart 고객이 끌고 다니는 카트를 통해 실시간 개인화 (RFID)

• 

대용량 이메일 서버의 스팸 탐지 및 필터링

• 

위치 정보 기반 광고 서비스

• 

사용자 및 시스템 이벤트를 이용한 실시간 보안 감시

• 

시스템 정보 수집을 통한 장비 고장 예측

• 

ETL(Extract, Transform, Load)

Apache Hadoop

Real Time Big Data 구현을 위한 기술

실시간 로그 수집 및 분배 기술
실시간 이벤트 처리 기술
대용량 데이터의 배치 처리 및 분석 기술
통합 기술

Apache Hadoop


Real-time Distributed Log Aggregator
Complex Event Processing
Distributed Computing
Developer's Engineering

Apache Hadoop


Scribe, Flume 로그 수집기
CEP Esper, S4, Storm 이벤트 처리기
Hadoop 분산 파일 처리 시스템
개발자의 기술력

Apache Hadoop

Use-Case: Dispenser

Apache Hadoop

Facebook Real Time Analytics System

Apache Hadoop

Unstructured Data
• 

데이터는 유형, 특성 등으로 잘 저장해야 잘 사용할 수 있다!

• 

데이터의 약 20%는 정형 데이터, 80%는 비정형 데이터

• 

Blog, SNS, Mobile 등을 통해 비정형 데이터는 더욱더 빠르게 증가 추세

• 

80%의 비정형 데이터를 어떻게 분석할 것인가?

• 

비정형 데이터를 이용하여 의미 있는 정보를 찾아내는 것은 정형 데이터를 분석하는 것보
다 훨씬 복잡

• 

비정형 데이터를 정형화 구조로 변환 작업 필요

• 

전체 아키텍쳐에서 가장 적절한 변환 작업 위치 선정 필요

Apache Hadoop

Unstructured Data

Apache Hadoop

Unstructured Data - NMON Log
NMON Log
하나의 정보가 구조화되지 않은 형태로 불규칙적으로 생성
TOP,+PID,Time,%CPU,%Usr,%Sys,Size,ResSet,ResText,ResData,ShdLib,MinorFau
lt,MajorFault,Command
BBBP,000,/etc/release
BBBP,001,/etc/release,"CentOS release 5.7 (Final)"
BBBP,002,lsb_release
BBBP,003,lsb_release,"LSB Version:

:core-4.0-amd64:core-4.0-

ia32:core-4.0-noarch:graphics-4.0-amd64:graphics-4.0-ia32:graphics-4.0noarch:printing-4.0-amd64:printing-4.0-ia32:printing-4.0-noarch"
BBBP,004,lsb_release,"Distributor ID: CentOS"
BBBP,005,lsb_release,"Description:

CentOS release 5.7 (Final)"

BBBP,006,lsb_release,"Release:
BBBP,007,lsb_release,"Codename:

5.7"
Final"

...

다수의 라인으로 구성된 불규칙 로그를
Apache Hadoop

정형화된 로그로 변형하는 것이 관건

Log Aggregator – Cloudera Flume

Apache Hadoop

Log Aggregator – Apache Flume NG

Apache Hadoop

Complex Event Processing?
• 

CEP는 실시간 대용량 Event 처리 기술

• 

CEP는 EDA(Event-driven architecture) 기반 시스템

• 

Mutliple event stream에서 발생하는 패턴 감지 기술

Apache Hadoop

• 

교회에서...

• 

벨이 울린다.

• 

턱시도를 입은 남자와 꽃을 든 여자가 함께 걷는다.

• 

두 사람 위로 꽃 잎이 날리고 폭죽이 터진다.

Apache Hadoop


CEP 기술은 이러한 Complex한 Event를 참조하여
결혼식이라는 것을 알아 차린다.

Apache Hadoop

• 

Algorithmic Stock-Trading

• 

Real-time analytics

• 

Predictive analytics

• 

BAM - Business Activity Monitoring

• 

BI - Business intelligence

Apache Hadoop

• 

Core Concept 용어 정리
용어

정의

이벤트

실제로 발생한 사건, 일, 메시지
상태의 변경
특정한 액션 또는 상태의 변화를 통해 발생하는 변경이 불가
능한 과거의 기록

이벤트 스트림

시간의 순서대로 연속되는 이벤트의 흐름
시작과 끝이 없는 이벤트의 연속된 흐름

실시간의 특징

현저하게 낮은 수준의 지연
일정한 응답속도
예측 가능한 성능

Apache Hadoop

OpenSource CEP : Esper
• 

GPL v2 라이선스, Oracle CEP의 엔진

• 

경량의 Complex Event Processing Implementation

Apache Hadoop

// Java Object
public static class StockTick {
String symbol;
Double price;
Date timeStamp;
}
// Esper Event Query (EPL)
// Apple의 Tick이 평균 6이상, 2건 발생한 경우
select * from StockTick(symbol='AAPL').win:length(2) having
avg(price) > 6.0

Apache Hadoop

EPServiceProvider epService = EPServiceProviderManager.getDefaultProvider();
String expression = "select avg(price) from
org.myapp.event.OrderEvent.win:time(30 sec)";
EPStatement statement = epService.getEPAdministrator().createEPL(expression);
public class MyListener implements UpdateListener {
public void update(EventBean[] newEvents, EventBean[] oldEvents) {
EventBean event = newEvents[0];
System.out.println("avg=" + event.get("avg(price)"));
}
}
MyListener listener = new MyListener();
statement.addListener(listener);
Apache Hadoop

• 

최근 30분내 시청 근처에 있었던 급여가 10M 이상이며 나이가 30~35세
이상이고 집이 강남이면서 취미가 쇼핑인 여성

select * from customer(age=’30~35’,gender='female',salary>10M,
location='city hall',
home='gangnam',hobby='shopping').win:time(30 min)

Volume : Analytics
(Apache Hadoop)

Apache Hadoop

Velocity : Real-Time
(CEP; Esper)

로그 수집기와 CEP를 이용한 실시간 처리 아키텍처

Apache Hadoop

로그 수집기와 CEP를 이용한 실시간 처리 아키텍처

Apache Hadoop

30

Summary
• 

Real-Time Big Data는
•  Real-Time과 Analytics의 Convergence
•  High Technology

• 

아직까지 Real-Time 이벤트 처리 기술인 CEP에 대한 이해 부족으로 인
하여 시장에서 적용 사례 부족

• 

향후 Big Data 시장에서 강력한 폭풍이 될 것

Apache Hadoop

References
• 

Big Data Use-Case: Real-time Dispenser Maintenance
•  http://jameskaskade.com/?p=2177

• 

Real Time analytics for Big Data: Facebook's New Realtime
Analytics System
•  http://tinyurl.com/3cgg6yr

• 

Esper Documentation
•  http://esper.codehaus.org/esper-4.5.0/doc/reference/en/
html_single/index.html

Apache Hadoop

Real-time Big Data Analytics Practice with Unstructured Data

Recommended

More Related Content

What's hot (20)

Viewers also liked (20)

Similar to Real-time Big Data Analytics Practice with Unstructured Data (20)

More from Ted Won (10)

Real-time Big Data Analytics Practice with Unstructured Data