안녕하세요. 티맥스티베로입니다. TmaxTibero는 구루비, ProDBA와 협력하여 커뮤니티를 구성하고 있으며, 설치 및 각종 툴 사용법 경우에도 유튜브 동영상을 통하여 제공하고 있습니다. 이외에도 전담 교육 부서를 통하여 본사 교육장 운영 및 방문 교육을 지원하여 Tibero사용의 어려움을 해소시켜드리고 있습니다.
아하~ 유튜브^^ 답변감사합니다~
아직 답변이 없습니다
이번 4세대 인텔 제온 스케일러블 프로세서에서 추가된 가속기 중 인메모리 분석에 대한 가속기인 IAA 가 추가되었습니다. IAA를 통해 데이터베이스 및 분석 워크로드의 실행 속도 향상의 이점이 있습니다. DB 에 활용될 수 있는 다양한 가속기를 지원하고 있습니다. 아래 링크 참고 부탁드립니다. https://www.intel.co.kr/content/www/kr/ko/products/docs/accelerator-engines/overview.html
안녕하세요. 티맥스티베로입니다. 크게 Oracle과 비교하여 Tibero는 이유는 제품 우수성, TCO절감, 기술지원으로 말씀드릴 수 있습니다. 수많은 레퍼런스 확보를 위해 수행한 POC 및 BMT 과정을 통해 제품에 대한 고성능 및 안정성을 증명하였습니다. 보다 진보한 RDBMS의 아키텍처를 보유하고 있습니다. 무엇보다 비용 측면에서 신규 구축 비용 및 유지보수 비용이 상당히 저렴하기 때문에 Tibero가 상당한 강점을 가집니다.
안녕하세요 티맥스티베로 입니다. 티베로에서 제공하는 TPR 기능을 통해 리포트를 받아 데이터에 대한 통계치를 확인해 보실 수 있습니다. 추가적으로 서비스마다 API를 연결하여 사용하기 위한 JDBC, ODBC 등의 연결 방식을 지원하여 해당 방식을 통해 다양한 어플리케이션과 연동이 가능합니다. 해당 방식을 통해 데이터에 대한 통합관리가 가능할 듯 합니다. 자세한 내용은 영상하단의 발표자에게 문의하기 를 통해 메일로 문의남겨주시면 감사하겠습니다.
1) 프로세서 단의 성능 및 가용성 높인 측면 2) DBMS 측면에서 완벽한 Active Cluster 기술, 데이터 정합성 유지 방식등의 차별화가 그러합니다.
DB Link 및 CDC 등의 방식으로 다양한 이기종 DB에 접근할 수 있는 방안을 지원하고 있습니다. 그 외에도 JDBC, ODBC 등을 통해서도 접근이 가능합니다.
아직 답변이 없습니다
다시보기 영상은 내일 오후에, 동일한 페이지에서 확인하실 수 있습니다 :)
아직 답변이 없습니다
클라우드 환경의 장점을 최대한 활용하는 아키텍처가 효과적이고 탄탄한 아키텍처라고 생각됩니다. 데이터 양이 증가하고 사용자가 증가하더라도 중단 없이 플랫폼을 활용할 수 있고 가치 있는 결과물을 창출해 낼 수 있도록 구성하는 것이 중요하고 무엇보다 사용자 환경에 적합한 아키텍처를 구성하는 것이 중요할 것 같습니다.
아직 답변이 없습니다
Bedrock 은 ChatGPT 에 대응하는 generative AI 이며, 향후 출시될 예정으로, 현재는 내부 테스트 중입니다. 정확한 설명은 차후에 드릴 수 있을 겁니다.
유다슬님~ 이 질문은 별도로 답변 드리겠습니다. :)
일반적으로는 계획 및 준비 - 데이터 전처리 - 분석 및 보델링 - 결과 분석 및 시각화 - 배포 및 모니터링 단계로 구성됩니다. 이 단계를 최소화 시키기 위해서는 자동화를 통해 데이터 수집, 전처리, 분석, 시각화, 배포 등의 작업을 자동화하여 반복적이고 시간 소모적인 작업을 최소화하거나 자동화된 프로세스와 워크플로우를 구축하여 효율성을 향상시킬 수 있으며, 데이터의 표준화를 통해서 일관성 유지 및 다양한 시스템과의 통합을 강화할 수 있습니다.
역시 데이터 표준화가 중요하군요....답변 감사합니다.
데이터 파이프라인을 어떻게 구성하느냐에 따라 신규 추가된 필드를 BI까지 얼마나 손쉽게 반영하는지가 달라질 수 있습니다. 대부분의 분석 플랫폼이 새로운 형태의 데이터 유입을 받아들이기 쉽지 않은 구조로 구축이 이루어지기 때문에 추가 개발이 필요한 경우가 많습니다. 하지만 처음부터 확장성을 고려한 개발은 아키텍처의 설계 및 구축에 많은 시간과 비용이 들 수 있어 가치 판단이 필요한 부분입니다.
데이터 Fabric은 중앙 집중화된 데이터 인프라로서 중앙 IT 조직이 데이터를 통제하고 관리하는 반면, 데이터 Mesh는 도메인 소유권과 자율성을 강조하여 각 도메인이 자체적으로 데이터를 관리하고 통제하는 분산화된 아키텍처입니다.
잠시 뒤에 나오겠지만 기업에서 보유하고 있는 데이터 셋이 어떠한 가치를 만들어 낼수 있는지 확인하는 것이 필요합니다. 아무리 좋은 서비스들을 활용해서 좋은 아키텍처를 구성한다 하더라도 데이터 품질이 떨어진다면 가치 있는, 의미 있는 결과물을 도출하기 어렵게 됩니다.
데이터 분석 플랫폼은 정해진 형태가 있는 것이 아니라 사용자의 요구사항에 따라 필요한 서비스를 구성하는 형태로 구축이 이루어집니다. 따라서 데이터 카탈로그 기능 뿐 아니라 데이터 수집 - 처리 - 분석 - 출력 등의 데이터 수명 주기 내의 모든 서비스와 기능을 제공할수 있고 이러한 기능들을 자동화 혹은 손쉽게 활용할 수 있는 기능을 제공하는 형태이기 때문에 다양한 이점을 가질 수 있습니다.
해당 서비스는 공식 런칭 이전으로, Preview 테스트를 위해 준비하고 있는 상황입니다.
현재는 preview 상태 ( 일종의 베타 서비스 ) 이고, 조만간 출시될 예정입니다.