초록 열기/닫기 버튼
인공지능, 클라우드 서비스가 대세가 되는 추세에 오픈소스의 영향력은 더욱 커지고 있는 상황으로 다양한 빅데이터를 저장하고 분석하기 적합한 오픈소스 데이터저장소를 선정하여 관리하고 있는 추세이다. 하지만, 데이터저장소의 선정과 도입은 데이터 처리 목적과 그에 따른 적합한 데이터 모델, 관리 전략이 수반되어야 데이터저장소 이상현상 발생에 따른 위험을 최소화할 수 있다. 이에 켄우드(Kenwood)의 이익과 위험요소 품질속성 기준으로 상용과 오픈소스 데이터저장소 선정을 위한 컴플라이언스, 조직 및 기술으로 분류하고, 세부적인 평가 기준을 기술적 관점에서 제시하고자 한다.
With the trend of artificial intelligence and cloud services becoming the mainstream, the influence of open source is growing. It is a trend to select and manage open source data storage suitable for storing and analyzing various big data. However, the selection and introduction of data storage must be accompanied by the purpose of data processing and an appropriate data model and management strategy to minimize the risk of data storage anomalies. Accordingly, we would like to classify Kenwood's benefits and risk factors into compliance, organization and technology for selection of commercial and open source data stores based on quality attributes, and present detailed evaluation criteria from a technical point of view.
키워드열기/닫기 버튼
OpenSource, Kenwood’s OSS quality evaluation model, OSS Compliance, DataStore, CAP Strategy, NoSQL
