NoSQL 철저 입문(NoSQL for mere mortals)

출간일(Release) : 2016/02/16
종이책 출간일(Print Release) : 2015/12/28
전자책 종류(Format) : ePub
Price : KRW 28,800








빅데이터를 효과적으로 처리하자!
SNS의 등장과 스마트폰의 대중화로 새로운 형태의 데이터가 수억 건씩 매일 쏟아진다. 분산 처리, 스키마리스, 고가용성, 고확장성 등 NoSQL 유형별 특성과 관계형 데이터베이스의 장점을 활용하면 빅데이터를 효과적으로 처리할 수 있다.

네 가지 유형으로 분석했다!
지금까지 나온 NoSQL 데이터베이스를 분석해 키-값 데이터베이스, 문서 데이터베이스, 컬럼 패밀리 데이터베이스, 그래프 데이터베이스로 나누어 설명한다. 유형별로 기본 개념과 구조, 특성을 소개하고 설계 시 노하우도 담았다. 또한, 연습문제를 통해 각 개념을 철저하게 학습한다.

최적의 NoSQL을 선택하라!
HBase, 카산드라, 몽고DB, Neo4j, 레디스 등 유명한 모델은 많다. 하지만 나에게 꼭 맞는 모델은 어느 것일까? 어떻게 하면 효과적으로 구현할 수 있을까? 사례 연구를 통해 모델 선택 요령을 실감나게 설명하고, 부록에 데이터베이스 목록과 참조 링크를 따로 정리하여 더 자세히 살펴볼 수 있다.

Let’s handle big data effectively!
With the advent of SNS and the popularization of smartphones, hundreds of millions of new forms of data are poured every day. NoSQL features and relational database features such as distributed processing, schemaless, high availability, and high scalability can effectively handle big data.

Four types analyzed!
The NoSQL database so far is analyzed and divided into a key-value database, a document database, a column family database, and a graph database. It introduces the basic concept, structure, and characteristics by type and also includes design know-how. In addition, you can thoroughly learn each concept through exercises.

Choose the best NoSQL!
HBase, Cassandra, Mongolian DB, Neo4j, and Ladies. But which model is right for you? How can you implement it effectively? A case study will give you a realistic explanation of the model selection tips, and you can find out more in the Appendix by organizing the database list and reference links separately.

댄 설리번(Dan Sullivan)
데이터 아키텍트이자 데이터 과학자인 댄 설리번은 비즈니스 인텔리전스, 머신 러닝, 데이터 마이닝, 텍스트 마이닝, 빅데이터, 데이터 모델링, 애플리케이션 설계 분야에 20년 넘게 몸담아 왔다. 복잡한 게노믹스(genomics)와 프로테오믹스(proteomics) 데이터 분석부터 수많은 데이터베이스 애플리케이션 설계와 구현에 이르기까지, 많은 프로젝트를 수행했다. 최근에는 NoSQL 데이터베이스 모델링, 데이터 분석, 클라우드 컴퓨팅, 텍스트 마이닝, 생명과학 분야의 데이터 통합 작업에 집중했다. 관계형 데이터베이스 설계 분야에서 많은 경험이 있어 정기적으로 NoSQL 데이터베이스 관련 작업도 한다. NoSQL, 클라우드 컴퓨팅, 실시간 분석, 데이터 웨어하우징, 비즈니스 인텔리전스를 소재로 많은 글을 쓰고 발표를 했다. 생명과학, 금융, 에너지, 제조, 보건, 보험, 유통, 전력, 이동통신, 제약, 출판 등 수많은 분야에서 일해왔다.

Data architect and data scientist Dan Sullivan has been in business intelligence, machine learning, data mining, text mining, big data, data modeling and application design for over 20 years. He has done a number of projects ranging from analyzing complex genomics and proteomics data to designing and implementing many database applications. He recently focused on NoSQL database modeling, data analysis, cloud computing, text mining, and data integration in the life sciences. He has extensive experience in relational database design and regularly works on NoSQL databases. NoSQL, cloud computing, real-time analysis, data warehousing, and business intelligence. He has worked in a number of areas including life sciences, finance, energy, manufacturing, health, insurance, distribution, power, mobile communications, pharmaceuticals and publishing.