Page History
...
테이블 종류 | Tag Table | Log Table | Volatile Table | Lookup Table |
---|---|---|---|---|
목적 | <아이디,시간,센서값> 형태의 센서 시계열 데이터 처리에 최적화 | PLC 형태 로그 시계열 데이터 처리에 최적화 (텍스트 포함) | 휘발성 메모리 데이터 실시간 처리 | 영구 저장 가능한 마스터 데이터 관리 |
설명 | 고속으로 센서 데이터를 저장하고,고속으로 해당 데이터를 추출해야 할 경우 또한, 실시간으로 통계 테이블을 생성하고, 이를 활용할 목적으로 저장 UPDATE를 지원하지 않음. | 텍스트를 포함한 로그성 데이터를 저장하고, 이를 일반 DBMS 형태로 분석하고자 할 경우 활용 주로, 히스토리성 사용자 데이터를 저장 UPDATE를 지원하지 않음. | Insert, Delete, Update, Select 가 메모리 기반의 성능으로 필요한 경우 사용 (초당 수만건) 시스템 종료시 모든 데이터가 사라지며, 주로 key-value 기반의 모니터링 용도로 활용함. 모든 데이터는 반드시 Primary key를 가져야 하며, 이를 기반으로 동작하는 제약사항이 있음. | 사용자의 변경 가능한 주요 마스터 데이터를 영구 저장할 목적으로 사용함. SELECT 성능은 고속이나 (초당 수십만건), 나머지 INSERT, UPDATE, DELETE는 디스크 기반의 성능을 제공함. (초당 수백건) 모든 데이터는 반드시 Primary key를 가져야 하며, 이를 기반으로 동작하는 제약사항이 있음. |
테이블 구조 | (센서명, 시간, 데이터) 가 기본형 | 임의의 스키마 가능 | Primary Key를 가진 임의의 스키마 가능 | Primary Key를 가진 임의의 스키마 가능 |
INSERT(입력) 성능 | 초당 수천에서 수백만 | 초당 수천에서 수백만 | 초당 만건 | 초당 수백건 |
질의 종류 | 센서명 + 시간 범위 한정 | 임의의 질의 가능 | PK 기반의 임의 질의 가능 | PK 기반의 임의 질의 가능 |
저장소 크기 | 디스크 한계 | 디스크 한계 | 메모리 한계 | 메모리 한계 |
DELETE (삭제) | 과거 임의 시점 이전 데이터 실시간 삭제 가능 | 과거 임의 시점 이전 데이터 실시간 삭제 가능 | PK 기준 Record Level Lock 지원 | PK 기준 Record Level Lock 지원 |
UPDATE(변경) 지원 | 지원 불가 | 지원 불가 | PK 기준 Update 지원 | PK 기준 Update 지원 |
INDEX 구조 | 3 단계의 Partitioning 실시간 인덱스 | LSM 인덱스 | Red/Black Memory Index | Red/Black Memory Index |
STREAM 지원 | 타켓 대상으로만 가능 (저장대상) | 소스과 타켓 대상 모두 가능 (읽기 및 저장대상) | 불가능 | 불가능 |
고려 사항 | 삭제 고려한 충분한 스토리지 확보 필요 | Tag 입력을 위한 임시 저장소 | 메모리 한계 고려 | 메모리 한계 고려 |
다양한 크기의 하드웨어 지원
마크베이스는 사용자의 환경에 따른 아래와 같은 다양한 제품 Edition을 제공한다.
Edge Edition
이 제품은 ARM 혹은 인텔의 ATOM 급 CPU를 기반으로 동작하는 소규모 Edge 장비에서 동작한다.
그러나, 이런 소규모 장비에서도 초당 수만건의 센서 데이터를 저장하고, 필터링을 하고자 하는 경우 마크베이스가 유용하게 활용될 수 있다.
주로, 로봇이나 공장의 생산 설비, 빌딩 등의 단말 단계에서의 다양한 센서를 고속 및 고용량으로 저장하고자 하는 경우 필요한 제품이다.
Fog Edition
이 제품은 단일 서버에서 고속의 데이터 처리를 달성하고자 하는 경우 활용된다.
주로 인텔 x86 CPU 기반의 윈도우나 리눅스 운영체제에서 동작하며, 타 DBMS가 제공하지 못하는 매우 빠른 센서 데이터 저장과 분석을 제공한다.
대부분의 경우 수백대 이상의 Edge 장비로부터 실시간으로 입력되는 데이터를 저장하고, 이를 2차로 분석하기 위한 용도로 활용된다.
Cluster Edition
이 제품은 거대 제조 공장을 위한 초거대규모의 센서 데이터를 저장하기 위한 목적으로 개발되었다.
반도체 혹은 디스플레이, 발전, 철강 생산 공정에서 발생하는 초당 천만건 이상의 데이터를 저장하기 위해 다수의 물리적 서버가 클러스터 형태로 동작한다.
데이터가 늘어나는 환경에서 처리 용량과 성능을 지속적으로 유지해야 하는 환경에서 활용된다.
Write Once, Read Many
센서 데이터는 일단 데이터베이스에 입력되면 변경 또는 삭제되는 경우가 거의 없다.
...