목차
제Ⅰ장 빅데이터(Big Data)의 개요 및 처리기술
1. 빅데이터(Big Data)의 개요 및 특징 = 19
1-1. 빅데이터(Big Data) 시대 도래 = 19
1-1-1. 데이터 폭증 시대 = 19
1-1-2. 주목받는 빅데이터(Big Data) = 23
1-2. 빅데이터(Big Data)의 정의 및 개념 = 27
1-2-1. 빅데이터의 개념 = 27
1-2-2. 빅데이터의 정의 = 29
1-3. 빅데이터(Big Data)의 구성 및 특징 = 32
1-3-1. 빅데이터의 구성 = 32
1-3-2. 빅데이터의 특징 = 34
(1) 대용량 데이터의 3가지 요소 = 35
가. 볼륨(Volume) = 35
나. 다양성(Variety) = 36
다. 속도(Velocity) = 36
1-3-3. 빅데이터의 차별성 = 37
2. 빅데이터(Big Data) 처리기술 및 활용 효과 = 41
2-1. 빅데이터(Big Data) 처리기술 = 41
2-1-1. 빅데이터(Big Data) 처리기술의 개요 = 41
2-1-2. 빅데이터(Big Data) 처리기술의 필요성 = 42
2-2. 빅데이터(Big Data) 플랫폼의 구축 = 44
2-2-1. 빅데이터 수집 = 44
2-2-2. 빅데이터 구성 = 45
2-2-3. 빅데이터(Big Data) 분석 = 45
2-2-4. 빅데이터(Big Data) 활용 = 51
2-2-5. 클라우드 컴퓨팅과 빅데이터(Big Data) = 53
2-3. 빅데이터(Big Data)의 비즈니스화 = 55
2-3-1. 빅데이터(Big Data)의 기회 = 55
2-3-2. 기업의 빅데이터(Big Data) 활용 전략 = 57
2-3-3. 기업의 빅데이터(Big Data) 활용 효과 = 61
3. 빅데이터(Big Data)의 분석 기법 및 인프라 기술 = 65
3-1. 빅데이터(Big Data)의 분석 기법 = 65
3-1-1. Text Mining = 65
(1) Text Mining 개요 = 65
가. 자연어 검색(自然語, Natural Language Search) = 67
나. 데이터 마이닝 = 67
1) 데이터 마이닝의 개요 = 69
2) 데이터 마이닝의 주요 개념 = 69
3) 데이터 마이닝과 텍스트 마이닝 = 71
4) 데이터 마이닝 과정 = 73
5) 데이터 마이닝 전망 = 77
(2) 텍스트 마이닝 기법의 원리 = 78
(3) 텍스트 마이닝의 특징 = 79
(4) 텍스트 마이닝의 전망 = 81
3-1-2. Opinion Mining = 82
(1) Opinion Mining 개요 = 82
(2) Opinion Mining 특징 = 83
(3) Opinion Mining 분석 기법 = 83
(4) Opinion Mining 전망 = 85
3-1-3. Social Network Analytics = 86
(1) 소셜미디어 = 86
가. 개요 = 86
나. 소셜미디어의 특징 = 88
다. 소셜미디어 활용 현황 = 89
라. 시장 전망 = 90
(2) Social Network Analytics 개요 = 92
(3) 분석 방법 = 93
(4) 소셜 분석 기술 = 95
가. 소셜네트워크 분석 기술 = 95
나. 네트워크 구조 분석 = 95
다. 네트워크 진화 분석 = 96
라. 네트워크 정보흐름 분석 = 97
(5) 소셜 분석의 활용 효과 = 98
(6) 시사점 및 대응전략 = 99
가. 시사점 = 99
나. 대응 전략 = 99
3-1-4. Cluster Analysis = 102
(1) 군집분석의 개요 = 102
(2) 군집분석의 목적 = 102
(3) 군집분석 vs 판별분석 및 요인분석 = 103
(4) 군집분석의 절차 = 104
가. 유사성 측정 방법의 결정(거리 척도) = 104
나. 군집화 방법의 결정 = 105
3-2. 빅데이터(Big Data) 분석을 위한 인프라 기술 = 109
3-2-1. Hadoop = 109
(1) 하둡 개요 = 112
(2) 하둡 분산파일시스템(HDFS) = 114
(3) 하둡 맵리듀스(MapReduce) = 116
가. 맵리듀스 개요 = 116
나. 맵리듀스 작업을 실행하는 과정 = 117
(4) 하둡을 지탱하는 하부 프로젝트들 = 121
가. 에이브로(Avro) = 121
나. 주키퍼(ZooKeeper) = 122
다. 피그(Pig) = 122
라. Hbase = 122
마. 하이브(Hive) = 123
바. H카탈로그(HCatalog) = 123
(5) 하둡 도입시 고려해야 할 사항 = 123
3-2-2. R = 125
3-2-3. NoSQL = 126
(1) 개요 = 127
(2) CAP 이론 = 127
(3) 특징 = 129
제Ⅱ장 빅데이터(Big Data)의 대응 전략 및 시장 전망
1. 빅데이터(Big Data)의 대응 전략 = 135
1-1. 분석 능력 강화 = 135
1-1-1. 빅데이터 분석의 정의 = 136
(1) 빅데이터의 복잡성 = 137
(2) 빅데이터의 다면성 = 138
1-1-2. 빅데이터 분석 기법의 필요성 = 138
1-1-3. 빅데이터 활용 환경변화에 따른 대응방안 = 140
1-1-4. 시스템 구축 방안 = 142
1-1-5. 빅데이터 기술 도입시 고려사항 = 143
(1) 오픈 소스 도입의 이슈 = 143
(2) 전문 기업과 전문 인력 부족 = 144
(3) 데이터 보안과 성능의 조화 = 145
1-2. 기업의 비즈니스를 접목한 대안 모색 = 145
1-2-1. 비즈니스에서 빅데이터 분석 = 147
1-2-2. 실행 중심의 데이터 분석 = 148
1-2-3. 빅데이터 활용 현황 = 150
1-2-4. 빅데이터 활용 효과 = 151
1-2-5. 기업의 대응전략 = 152
1-2-6. 기업의 빅데이터 활용시 고려사항 = 154
1-3. 빅데이터 활용영역 및 정부 추진전략 방안 = 155
1-3-1. 빅데이터 활용영역 = 155
(1) 빅데이터 분석기술을 활용한 서비스 = 155
(2) 빅데이터 활용 영역 = 159
1-3-2. 해외 빅데이터 활용 현황 = 162
가. 국가 안보 = 162
나. 국가 인프라 혁신 = 163
다. 정부 효율성 향상 = 165
1-3-3. 우리나라의 빅데이터 추진 전략 방안 = 167
(1) 국내 빅데이터 활용 현황 = 167
(2) 정부 추진 전략 방안 = 167
(3) 빅데이터를 활용한 스타트 정부 구현 = 170
가. 재난 전조 감지에 대한 빅데이터 활용 시나리오 = 170
나. 구제역 예방에 대한 빅데이터 활용 시나리오 = 171
다. 맞춤형 복지 실현에 대한 빅데이터 활용 시나리오 = 172
라. 물가 관리에 대한 빅데이터 활용 시나리오 = 173
마. 과학기술ㆍ의료 선진화에 대한 빅데이터 활용 시나리오 = 175
2. 빅데이터(Big Data)의 시장 전망 = 178
2-1. 빅데이터 시장 동향 = 178
2-2. 시장 전망 및 시사점 = 179
2-2-1. 시장 전망 = 179
2-2-2. 시사점 = 183
3. 빅데이터(Big Data) 업체 현황 = 185
3-1. 빅데이터 플랫폼 업체 현황 = 185
3-1-1. 구글 = 185
3-1-2. 아마존 = 186
3-1-3. 이베이 = 186
3-1-4. 페이스북 = 187
3-1-5. 애플 = 187
3-1-6. 야후 = 188
3-2. 빅데이터 관련 솔루션 업체 현황 = 189
3-2-1. EMC = 189
3-2-2. 오라클 = 192
3-2-3. IBM = 196
3-2-4. HP = 197
3-2-5. 테라데이타 = 198
3-2-6. 유와이즈원 = 200
3-2-7. 코난테크놀로지 = 200
3-2-8. SAS = 201
3-2-9. MS = 202
제Ⅲ장 DBMS(Database Management System)의 개요 및 특징
1. DBMS(Data Base Management System)의 개요 = 207
1-1. DBMS의 정의 및 개념 = 207
1-1-1. DBMS의 정의 = 207
1-1-2. DBMS의 개념 = 208
1-1-3. DBMS의 발전 과정 = 210
1-1-4. DBMS의 발전배경 = 212
1-2. DBMS의 특징 및 종류 = 213
1-2-1. DBMS의 특징 = 213
(1) DBMS의 필수 기능 = 213
(2) DBMS의 구성요소 = 215
(3) DBMS의 역할 = 215
(4) 데이터베이스의 논리적 구성 요소 = 216
1-2-2. DBMS의 종류 = 216
1-2-3. DBMS의 장단점 = 217
(1) 장점 = 217
(2) 단점 = 218
(3) 데이터 독립성 = 219
1-3. DBMS(Data Base Management System)의 종류 및 특징 = 220
1-3-1. 계층형 데이터베이스 관리시스템(HDMBS) = 221
(1) 특징 = 222
(2) 장점 = 223
(3) 단점 = 223
1-3-2. 네트워크 데이터베이스 관리시스템(NDMBS) = 226
(1) 특징 = 227
(2) 장점 = 227
(3) 단점 = 228
1-3-3. 관계형 데이터베이스 관리시스템(RDBMS) = 228
(1) 특징 = 231
(2) 장점 = 232
(3) 단점 = 232
1-3-4. 객체지향형 데이터베이스 관리시스템(OODMBS) = 236
(1) 특징 = 237
(2) 장점 = 239
(3) 단점 = 239
1-3-5. 객체관계형 데이터베이스 관리시스템(ORDMBS) = 239
(1) 특징 = 240
(2) 장점 = 240
(3) 단점 = 240
2. DBMS 시스템의 구성 = 243
2-1. 3단계 데이터베이스 구조 = 243
2-1-1. 3단계 데이터베이스 구조의 개념 = 243
2-2. DBMS의 언어 = 246
2-3. 사용자 = 248
2-3-1. 일반 사용자(USER) = 248
2-3-2. 응용 프로그래머(Application Programmer) = 248
2-3-3. 데이터베이스 관리자(Database Administrator-DBA) = 248
2-4. 데이터 베이스 관리자(DBA) = 249
2-5. 각 DBMS의 특징 및 기능 = 251
2-5-1. DBMS의 특징 = 251
(1) ORACLE = 251
(2) MS-SQL = 254
(3) MY-SQL = 254
(4) SQL Server = 256
(5) DB2 = 256
(6) 기타 DBMS = 257
2-5-2. 각 DBMS의 장단점 및 기능 비교 = 259
(1) 오라클(Oracle) = 259
(2) MS-SQL Server = 262
(3) IBM DB2 = 262
(4) 기능의 비교 = 263
가. 분할기능 = 263
나. 동시성 = 265
다. 인덱싱(indexing) = 266
라. 압축 = 268
3. DBNS의 기술 및 업체 동향 = 269
3-1. DBNS의 기술 동향 = 269
3-1-1. DBNS의 기술 동향 = 269
3-1-2. DBNS 기술 전망 = 271
(1) NO SQL = 271
(2) DW(Data Warehouse) = 273
(3) MPP(Massive Parallel Processing) = 274
3-2. 국내외 DBNS의 업체 동향 = 276
3-1-1. 해외 DBNS 업체 동향 = 276
(1) 오라클 = 276
(2) IBM = 278
(3) SAP = 280
(4) 사이베이스 = 282
3-1-2. 국내 DBNS 업체 동향 = 284
(1) 알티베이스 = 284
(2) 큐브리드 = 288
(3) 티맥스소프트 = 290
(4) 티베로 = 291
4. DBNS 시장 전망 = 294
4-1. 해외 DBNS 시장 전망 = 294
4-1-1. 시장 동향 = 294
4-1-2. 시장 전망 = 295
4-2. 국내 DBNS 시장 전망 = 298
4-2-1. 시장 동향 = 298
4-2-2. 시장 전망 = 302
