SlideShare uma empresa Scribd logo
1 de 20
Baixar para ler offline
NBA 게임 기록으로 배워보는
Google BigQuery 슬램덩크로 뽀개기
빅쿼리 들어보긴 했는데 뭐지?
빅쿼리 어디에 어떻게 사용하지?3
빅쿼리 다른 제품과 무엇이 다른지 비교해보자.2
Agenda
빅쿼리로 알아보는 NBA Live 게임의 커리 기록(데모)4
1
빅쿼리 들어보긴 했는데 뭐지?
빅쿼리 어디에 어떻게 사용하지?3
빅쿼리 다른 제품과 무엇이 다른지 비교해보자.2
빅쿼리로 알아보는 NBA Live 게임의 커리 기록(데모)4
1
1.1 BigQuery의 기능
높은 확장성과 비용 효율성 갖춘 서버리스 데이터 웨어하우스
● 배치/스트리밍 데이터 분석
● 익숙한 SQL
● BI Engine 초고속 대시보드 및 보고서
생성
● ML/GIS 정보 분석 지원
● 서버리스 데이터 웨어하우스
1.2 BigQuery의 장점
인프라가 아닌 분석에 집중
빠른 준비 및
실행
원활한 확장
강력한 분석으로 유용한
정보를 빠르게 확보
비즈니스 데이터 및 투자
보호
비용 통제 및 TCO 절감
1.3 빅쿼리의 성능
petabyte size table 스캔에 11. 7초
1.4 빅쿼리의 가격
항목 가격
스토리지 GB당 $0.02/월
장기 스토리지의 경우
GB당 $0.01/월
스트리밍 삽입 200MB당 $0.01
데이터 로드, 복사,
내보내기,
메타데이터 작업
무료
구독 유형 가격
종량제 TB당 $5
매달 처음
1테라바이트(1TB)는
무료*
정액제 최저가 $10,000/월
(전용 슬롯 500개
예약)
1.5 BigQuery 비용 절감 사례
other csp
빅쿼리 들어보긴 했는데 뭐지?
빅쿼리 어디에 어떻게 사용하지?3
빅쿼리 다른 제품과 무엇이 다른지 비교해보자.2
빅쿼리로 알아보는 NBA Live 게임의 커리 기록(데모)4
1
2.1 BigQuery 경쟁제품 비교
비교항목 BigQuery XXX
클러스터확장 자동 조정 여러 CPU, RAM, HD 등을 선택하고켜도록 요구
미사용시시간당 비용 저장된 GB 당 월 $ 0.02 만 청구 실행중인각 서버의 시간당 요금을 요구
쿼리 속도 빠름 지불하는 CPU의 성능에 따라 제한
색인 생성 색인 없이 모든 작업이 빠름 색인을 해야 빠른 쿼리 실행 가능
테이블 VACCUM(정리작업) 필요 없음 작업 필요
데이터 파티셔닝및 배포 필요 없음
서버 내에서 데이터를배포하여성능을 유지하기위해 특정
쿼리에 대해서 최적화 방법을 고려 해야 함.
실시간 데이터 스트리밍 초당 10만로우 이상 처리 작업하기어려움
2.2 제품 속도 비교
XXX
2.3 제품 비용 비교
XXX
빅쿼리 들어보긴 했는데 뭐지?
빅쿼리 어디에 어떻게 사용하지?3
빅쿼리 다른 제품과 무엇이 다른지 비교해보자.2
빅쿼리로 알아보는 NBA Live 게임의 커리 기록(데모)4
1
3.1 빅쿼리를 언제 사용해야 할까요?
많은 양의 데이터를 사용하는 "무거운"쿼리에 적합
캐시를 사용하려는 시나리오에 적합
관계형 데이터베이스의 로드를 줄이려는 경우
3.2 저장소로서 빅쿼리 선택
3.3 빅쿼리 게임 분석 플랫폼 아키텍처
3.4 빅쿼리 게임사 구축 사례
Anomaly Detection in MMORPG
빅쿼리 들어보긴 했는데 뭐지?
빅쿼리 어디에 어떻게 사용하지?3
빅쿼리 다른 제품과 무엇이 다른지 비교해보자.2
빅쿼리로 알아보는 NBA Live 게임의 커리 기록(데모)4
1
4.1 BigQuery UI를 간단하게 알아보자
Dataset
Table
Project
Query Editor
Query Result & Table Info
Object
Browser
[GS네오텍] Google BigQuery

Mais conteúdo relacionado

Mais procurados

대용량 로그분석 Bigquery로 간단히 사용하기
대용량 로그분석 Bigquery로 간단히 사용하기대용량 로그분석 Bigquery로 간단히 사용하기
대용량 로그분석 Bigquery로 간단히 사용하기Jaikwang Lee
 
AWS CLOUD 2018- Amazon MQ, 관리형 ActiveMQ 서비스 활용하기 (이창수 솔루션즈 아키텍트)
AWS CLOUD 2018- Amazon MQ, 관리형 ActiveMQ 서비스 활용하기 (이창수 솔루션즈 아키텍트)AWS CLOUD 2018- Amazon MQ, 관리형 ActiveMQ 서비스 활용하기 (이창수 솔루션즈 아키텍트)
AWS CLOUD 2018- Amazon MQ, 관리형 ActiveMQ 서비스 활용하기 (이창수 솔루션즈 아키텍트)Amazon Web Services Korea
 
Amazon S3 이미지 온디맨드 리사이징을 통한 70% 서버 비용 줄이기 - AWS Summit Seoul 2017
Amazon S3 이미지 온디맨드 리사이징을 통한 70% 서버 비용 줄이기 - AWS Summit Seoul 2017Amazon S3 이미지 온디맨드 리사이징을 통한 70% 서버 비용 줄이기 - AWS Summit Seoul 2017
Amazon S3 이미지 온디맨드 리사이징을 통한 70% 서버 비용 줄이기 - AWS Summit Seoul 2017Amazon Web Services Korea
 
[Gaming on AWS] AWS와 함께 한 쿠키런 서버 Re-architecting 사례 - 데브시스터즈
[Gaming on AWS] AWS와 함께 한 쿠키런 서버 Re-architecting 사례 - 데브시스터즈[Gaming on AWS] AWS와 함께 한 쿠키런 서버 Re-architecting 사례 - 데브시스터즈
[Gaming on AWS] AWS와 함께 한 쿠키런 서버 Re-architecting 사례 - 데브시스터즈Amazon Web Services Korea
 
[MeetUp][3rd] 아무도 이야기하지 않는 클라우드 3사 솔직 비교
[MeetUp][3rd] 아무도 이야기하지 않는 클라우드 3사 솔직 비교[MeetUp][3rd] 아무도 이야기하지 않는 클라우드 3사 솔직 비교
[MeetUp][3rd] 아무도 이야기하지 않는 클라우드 3사 솔직 비교InfraEngineer
 
Amazon sns로 지속적 관리가 가능한 대용량 푸쉬 시스템 구축 여정
Amazon sns로 지속적 관리가 가능한 대용량 푸쉬 시스템 구축 여정Amazon sns로 지속적 관리가 가능한 대용량 푸쉬 시스템 구축 여정
Amazon sns로 지속적 관리가 가능한 대용량 푸쉬 시스템 구축 여정승욱 강
 
Cloud Taekwon 2015 - AWS를 활용한 로그 분석
Cloud Taekwon 2015 - AWS를 활용한 로그 분석Cloud Taekwon 2015 - AWS를 활용한 로그 분석
Cloud Taekwon 2015 - AWS를 활용한 로그 분석Amazon Web Services Korea
 
Python과 Git으로 만드는 모바일 게임 패치 시스템
Python과 Git으로 만드는 모바일 게임 패치 시스템Python과 Git으로 만드는 모바일 게임 패치 시스템
Python과 Git으로 만드는 모바일 게임 패치 시스템Youngtaek Oh
 
Amazon MQ 쉽게시작하는 메시지 브로커 서비스 - 트랙1, Community Day 2018 re:Invent 특집
Amazon MQ 쉽게시작하는 메시지 브로커 서비스 - 트랙1, Community Day 2018 re:Invent 특집Amazon MQ 쉽게시작하는 메시지 브로커 서비스 - 트랙1, Community Day 2018 re:Invent 특집
Amazon MQ 쉽게시작하는 메시지 브로커 서비스 - 트랙1, Community Day 2018 re:Invent 특집AWSKRUG - AWS한국사용자모임
 
[DEVIEW 2021] 1000만 글로벌 유저를 지탱하는 기술과 사람들
[DEVIEW 2021] 1000만 글로벌 유저를 지탱하는 기술과 사람들[DEVIEW 2021] 1000만 글로벌 유저를 지탱하는 기술과 사람들
[DEVIEW 2021] 1000만 글로벌 유저를 지탱하는 기술과 사람들Brian Hong
 
빠르고 편리한 렌더링 :: 정우근 :: AWS Summit Seoul 2016
빠르고 편리한 렌더링 :: 정우근 :: AWS Summit Seoul 2016빠르고 편리한 렌더링 :: 정우근 :: AWS Summit Seoul 2016
빠르고 편리한 렌더링 :: 정우근 :: AWS Summit Seoul 2016Amazon Web Services Korea
 
Aws summit 2017_이상오_fn
Aws summit 2017_이상오_fnAws summit 2017_이상오_fn
Aws summit 2017_이상오_fnLEE Kevin
 
AWS를 활용하여 Daily Report 만들기 : 로그 수집부터 자동화된 분석까지
AWS를 활용하여 Daily Report 만들기 : 로그 수집부터 자동화된 분석까지AWS를 활용하여 Daily Report 만들기 : 로그 수집부터 자동화된 분석까지
AWS를 활용하여 Daily Report 만들기 : 로그 수집부터 자동화된 분석까지Changje Jeong
 
AWS 보안서비스 소개
AWS 보안서비스 소개AWS 보안서비스 소개
AWS 보안서비스 소개GS Neotek
 
마이크로서비스를 위한 AWS 아키텍처 패턴 및 모범 사례 - AWS Summit Seoul 2017
마이크로서비스를 위한 AWS 아키텍처 패턴 및 모범 사례 - AWS Summit Seoul 2017마이크로서비스를 위한 AWS 아키텍처 패턴 및 모범 사례 - AWS Summit Seoul 2017
마이크로서비스를 위한 AWS 아키텍처 패턴 및 모범 사례 - AWS Summit Seoul 2017Amazon Web Services Korea
 
게임 서비스를 위한 AWS상의 고성능 SQL 데이터베이스 구성 (이정훈 솔루션즈 아키텍트, AWS) :: Gaming on AWS 2018
게임 서비스를 위한 AWS상의 고성능 SQL 데이터베이스 구성 (이정훈 솔루션즈 아키텍트, AWS) :: Gaming on AWS 2018게임 서비스를 위한 AWS상의 고성능 SQL 데이터베이스 구성 (이정훈 솔루션즈 아키텍트, AWS) :: Gaming on AWS 2018
게임 서비스를 위한 AWS상의 고성능 SQL 데이터베이스 구성 (이정훈 솔루션즈 아키텍트, AWS) :: Gaming on AWS 2018Amazon Web Services Korea
 
아마존 클라우드와 함께한 1개월, 쿠키런 사례중심 (KGC 2013)
아마존 클라우드와 함께한 1개월, 쿠키런 사례중심 (KGC 2013)아마존 클라우드와 함께한 1개월, 쿠키런 사례중심 (KGC 2013)
아마존 클라우드와 함께한 1개월, 쿠키런 사례중심 (KGC 2013)Brian Hong
 
Photon게임서버 네트워크엔진과 GBaaS를 통한 AWS DB 서비스 구성 방법 소개 - AWS Summit Seoul 2017
Photon게임서버 네트워크엔진과 GBaaS를 통한 AWS DB 서비스 구성 방법 소개 - AWS Summit Seoul 2017Photon게임서버 네트워크엔진과 GBaaS를 통한 AWS DB 서비스 구성 방법 소개 - AWS Summit Seoul 2017
Photon게임서버 네트워크엔진과 GBaaS를 통한 AWS DB 서비스 구성 방법 소개 - AWS Summit Seoul 2017Amazon Web Services Korea
 
더 높은 초당 패킷 처리 수와 더 낮은 지연 시간을 달성하기 위한 AWS 네트워킹 옵션 (이정훈 솔루션즈 아키텍트, AWS) :: Gami...
더 높은 초당 패킷 처리 수와 더 낮은 지연 시간을 달성하기 위한 AWS 네트워킹 옵션 (이정훈 솔루션즈 아키텍트, AWS) :: Gami...더 높은 초당 패킷 처리 수와 더 낮은 지연 시간을 달성하기 위한 AWS 네트워킹 옵션 (이정훈 솔루션즈 아키텍트, AWS) :: Gami...
더 높은 초당 패킷 처리 수와 더 낮은 지연 시간을 달성하기 위한 AWS 네트워킹 옵션 (이정훈 솔루션즈 아키텍트, AWS) :: Gami...Amazon Web Services Korea
 
[Gaming on AWS] 클라우드에 대한 오해들 - 한빛소프트
[Gaming on AWS] 클라우드에 대한 오해들 - 한빛소프트[Gaming on AWS] 클라우드에 대한 오해들 - 한빛소프트
[Gaming on AWS] 클라우드에 대한 오해들 - 한빛소프트Amazon Web Services Korea
 

Mais procurados (20)

대용량 로그분석 Bigquery로 간단히 사용하기
대용량 로그분석 Bigquery로 간단히 사용하기대용량 로그분석 Bigquery로 간단히 사용하기
대용량 로그분석 Bigquery로 간단히 사용하기
 
AWS CLOUD 2018- Amazon MQ, 관리형 ActiveMQ 서비스 활용하기 (이창수 솔루션즈 아키텍트)
AWS CLOUD 2018- Amazon MQ, 관리형 ActiveMQ 서비스 활용하기 (이창수 솔루션즈 아키텍트)AWS CLOUD 2018- Amazon MQ, 관리형 ActiveMQ 서비스 활용하기 (이창수 솔루션즈 아키텍트)
AWS CLOUD 2018- Amazon MQ, 관리형 ActiveMQ 서비스 활용하기 (이창수 솔루션즈 아키텍트)
 
Amazon S3 이미지 온디맨드 리사이징을 통한 70% 서버 비용 줄이기 - AWS Summit Seoul 2017
Amazon S3 이미지 온디맨드 리사이징을 통한 70% 서버 비용 줄이기 - AWS Summit Seoul 2017Amazon S3 이미지 온디맨드 리사이징을 통한 70% 서버 비용 줄이기 - AWS Summit Seoul 2017
Amazon S3 이미지 온디맨드 리사이징을 통한 70% 서버 비용 줄이기 - AWS Summit Seoul 2017
 
[Gaming on AWS] AWS와 함께 한 쿠키런 서버 Re-architecting 사례 - 데브시스터즈
[Gaming on AWS] AWS와 함께 한 쿠키런 서버 Re-architecting 사례 - 데브시스터즈[Gaming on AWS] AWS와 함께 한 쿠키런 서버 Re-architecting 사례 - 데브시스터즈
[Gaming on AWS] AWS와 함께 한 쿠키런 서버 Re-architecting 사례 - 데브시스터즈
 
[MeetUp][3rd] 아무도 이야기하지 않는 클라우드 3사 솔직 비교
[MeetUp][3rd] 아무도 이야기하지 않는 클라우드 3사 솔직 비교[MeetUp][3rd] 아무도 이야기하지 않는 클라우드 3사 솔직 비교
[MeetUp][3rd] 아무도 이야기하지 않는 클라우드 3사 솔직 비교
 
Amazon sns로 지속적 관리가 가능한 대용량 푸쉬 시스템 구축 여정
Amazon sns로 지속적 관리가 가능한 대용량 푸쉬 시스템 구축 여정Amazon sns로 지속적 관리가 가능한 대용량 푸쉬 시스템 구축 여정
Amazon sns로 지속적 관리가 가능한 대용량 푸쉬 시스템 구축 여정
 
Cloud Taekwon 2015 - AWS를 활용한 로그 분석
Cloud Taekwon 2015 - AWS를 활용한 로그 분석Cloud Taekwon 2015 - AWS를 활용한 로그 분석
Cloud Taekwon 2015 - AWS를 활용한 로그 분석
 
Python과 Git으로 만드는 모바일 게임 패치 시스템
Python과 Git으로 만드는 모바일 게임 패치 시스템Python과 Git으로 만드는 모바일 게임 패치 시스템
Python과 Git으로 만드는 모바일 게임 패치 시스템
 
Amazon MQ 쉽게시작하는 메시지 브로커 서비스 - 트랙1, Community Day 2018 re:Invent 특집
Amazon MQ 쉽게시작하는 메시지 브로커 서비스 - 트랙1, Community Day 2018 re:Invent 특집Amazon MQ 쉽게시작하는 메시지 브로커 서비스 - 트랙1, Community Day 2018 re:Invent 특집
Amazon MQ 쉽게시작하는 메시지 브로커 서비스 - 트랙1, Community Day 2018 re:Invent 특집
 
[DEVIEW 2021] 1000만 글로벌 유저를 지탱하는 기술과 사람들
[DEVIEW 2021] 1000만 글로벌 유저를 지탱하는 기술과 사람들[DEVIEW 2021] 1000만 글로벌 유저를 지탱하는 기술과 사람들
[DEVIEW 2021] 1000만 글로벌 유저를 지탱하는 기술과 사람들
 
빠르고 편리한 렌더링 :: 정우근 :: AWS Summit Seoul 2016
빠르고 편리한 렌더링 :: 정우근 :: AWS Summit Seoul 2016빠르고 편리한 렌더링 :: 정우근 :: AWS Summit Seoul 2016
빠르고 편리한 렌더링 :: 정우근 :: AWS Summit Seoul 2016
 
Aws summit 2017_이상오_fn
Aws summit 2017_이상오_fnAws summit 2017_이상오_fn
Aws summit 2017_이상오_fn
 
AWS를 활용하여 Daily Report 만들기 : 로그 수집부터 자동화된 분석까지
AWS를 활용하여 Daily Report 만들기 : 로그 수집부터 자동화된 분석까지AWS를 활용하여 Daily Report 만들기 : 로그 수집부터 자동화된 분석까지
AWS를 활용하여 Daily Report 만들기 : 로그 수집부터 자동화된 분석까지
 
AWS 보안서비스 소개
AWS 보안서비스 소개AWS 보안서비스 소개
AWS 보안서비스 소개
 
마이크로서비스를 위한 AWS 아키텍처 패턴 및 모범 사례 - AWS Summit Seoul 2017
마이크로서비스를 위한 AWS 아키텍처 패턴 및 모범 사례 - AWS Summit Seoul 2017마이크로서비스를 위한 AWS 아키텍처 패턴 및 모범 사례 - AWS Summit Seoul 2017
마이크로서비스를 위한 AWS 아키텍처 패턴 및 모범 사례 - AWS Summit Seoul 2017
 
게임 서비스를 위한 AWS상의 고성능 SQL 데이터베이스 구성 (이정훈 솔루션즈 아키텍트, AWS) :: Gaming on AWS 2018
게임 서비스를 위한 AWS상의 고성능 SQL 데이터베이스 구성 (이정훈 솔루션즈 아키텍트, AWS) :: Gaming on AWS 2018게임 서비스를 위한 AWS상의 고성능 SQL 데이터베이스 구성 (이정훈 솔루션즈 아키텍트, AWS) :: Gaming on AWS 2018
게임 서비스를 위한 AWS상의 고성능 SQL 데이터베이스 구성 (이정훈 솔루션즈 아키텍트, AWS) :: Gaming on AWS 2018
 
아마존 클라우드와 함께한 1개월, 쿠키런 사례중심 (KGC 2013)
아마존 클라우드와 함께한 1개월, 쿠키런 사례중심 (KGC 2013)아마존 클라우드와 함께한 1개월, 쿠키런 사례중심 (KGC 2013)
아마존 클라우드와 함께한 1개월, 쿠키런 사례중심 (KGC 2013)
 
Photon게임서버 네트워크엔진과 GBaaS를 통한 AWS DB 서비스 구성 방법 소개 - AWS Summit Seoul 2017
Photon게임서버 네트워크엔진과 GBaaS를 통한 AWS DB 서비스 구성 방법 소개 - AWS Summit Seoul 2017Photon게임서버 네트워크엔진과 GBaaS를 통한 AWS DB 서비스 구성 방법 소개 - AWS Summit Seoul 2017
Photon게임서버 네트워크엔진과 GBaaS를 통한 AWS DB 서비스 구성 방법 소개 - AWS Summit Seoul 2017
 
더 높은 초당 패킷 처리 수와 더 낮은 지연 시간을 달성하기 위한 AWS 네트워킹 옵션 (이정훈 솔루션즈 아키텍트, AWS) :: Gami...
더 높은 초당 패킷 처리 수와 더 낮은 지연 시간을 달성하기 위한 AWS 네트워킹 옵션 (이정훈 솔루션즈 아키텍트, AWS) :: Gami...더 높은 초당 패킷 처리 수와 더 낮은 지연 시간을 달성하기 위한 AWS 네트워킹 옵션 (이정훈 솔루션즈 아키텍트, AWS) :: Gami...
더 높은 초당 패킷 처리 수와 더 낮은 지연 시간을 달성하기 위한 AWS 네트워킹 옵션 (이정훈 솔루션즈 아키텍트, AWS) :: Gami...
 
[Gaming on AWS] 클라우드에 대한 오해들 - 한빛소프트
[Gaming on AWS] 클라우드에 대한 오해들 - 한빛소프트[Gaming on AWS] 클라우드에 대한 오해들 - 한빛소프트
[Gaming on AWS] 클라우드에 대한 오해들 - 한빛소프트
 

Semelhante a [GS네오텍] Google BigQuery

MS 빅데이터 서비스 및 게임사 PoC 사례 소개
MS 빅데이터 서비스 및 게임사 PoC 사례 소개MS 빅데이터 서비스 및 게임사 PoC 사례 소개
MS 빅데이터 서비스 및 게임사 PoC 사례 소개I Goo Lee
 
대용량 로그분석 Bigquery로 간단히 사용하기 20160930
대용량 로그분석 Bigquery로 간단히 사용하기 20160930대용량 로그분석 Bigquery로 간단히 사용하기 20160930
대용량 로그분석 Bigquery로 간단히 사용하기 20160930Jaikwang Lee
 
Big query at GDG Korea Cloud meetup
Big query at GDG Korea Cloud meetupBig query at GDG Korea Cloud meetup
Big query at GDG Korea Cloud meetupJude Kim
 
[giip] A.I. Infrastructure Advisor (인공지능 인프라 어드바이저)
[giip] A.I. Infrastructure Advisor (인공지능 인프라 어드바이저)[giip] A.I. Infrastructure Advisor (인공지능 인프라 어드바이저)
[giip] A.I. Infrastructure Advisor (인공지능 인프라 어드바이저)Lowy Shin
 
게임을 위한 최적의 AWS DB 서비스 선정 퀘스트 깨기::최유정::AWS Summit Seoul 2018
게임을 위한 최적의 AWS DB 서비스 선정 퀘스트 깨기::최유정::AWS Summit Seoul 2018 게임을 위한 최적의 AWS DB 서비스 선정 퀘스트 깨기::최유정::AWS Summit Seoul 2018
게임을 위한 최적의 AWS DB 서비스 선정 퀘스트 깨기::최유정::AWS Summit Seoul 2018 Amazon Web Services Korea
 
기말레포트
기말레포트기말레포트
기말레포트Miri Kim
 
AI = SE , giip system manage automation with A.I
AI = SE , giip system manage automation with A.IAI = SE , giip system manage automation with A.I
AI = SE , giip system manage automation with A.ILowy Shin
 
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...Amazon Web Services Korea
 
Startuplab Cube Cluster
Startuplab Cube ClusterStartuplab Cube Cluster
Startuplab Cube ClusterMk Kim
 
Sisense Business Intelligence v6.0.0 r2 kor
Sisense  Business Intelligence v6.0.0 r2 kor Sisense  Business Intelligence v6.0.0 r2 kor
Sisense Business Intelligence v6.0.0 r2 kor Jucheol Kim
 
빅데이터 기술 현황과 시장 전망(2014)
빅데이터 기술 현황과 시장 전망(2014)빅데이터 기술 현황과 시장 전망(2014)
빅데이터 기술 현황과 시장 전망(2014)Channy Yun
 
U2 product For Wiseeco
U2 product For WiseecoU2 product For Wiseeco
U2 product For Wiseeco호진 하
 
게임 서비스 품질 향상을 위한 데이터 분석 활용하기 - 김필중 솔루션즈 아키텍트:: AWS Cloud Track 3 Gaming
게임 서비스 품질 향상을 위한 데이터 분석 활용하기 - 김필중 솔루션즈 아키텍트:: AWS Cloud Track 3 Gaming게임 서비스 품질 향상을 위한 데이터 분석 활용하기 - 김필중 솔루션즈 아키텍트:: AWS Cloud Track 3 Gaming
게임 서비스 품질 향상을 위한 데이터 분석 활용하기 - 김필중 솔루션즈 아키텍트:: AWS Cloud Track 3 GamingAmazon Web Services Korea
 
Neural stream
Neural streamNeural stream
Neural streamMk Kim
 
DB Monitoring 개념 및 활용 (박명규)
DB Monitoring 개념 및 활용 (박명규)DB Monitoring 개념 및 활용 (박명규)
DB Monitoring 개념 및 활용 (박명규)WhaTap Labs
 
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유Hyojun Jeon
 
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020Jinwoong Kim
 
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020 AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020 AWSKRUG - AWS한국사용자모임
 
효과적인 NoSQL (Elasticahe / DynamoDB) 디자인 및 활용 방안 (최유정 & 최홍식, AWS 솔루션즈 아키텍트) :: ...
효과적인 NoSQL (Elasticahe / DynamoDB) 디자인 및 활용 방안 (최유정 & 최홍식, AWS 솔루션즈 아키텍트) :: ...효과적인 NoSQL (Elasticahe / DynamoDB) 디자인 및 활용 방안 (최유정 & 최홍식, AWS 솔루션즈 아키텍트) :: ...
효과적인 NoSQL (Elasticahe / DynamoDB) 디자인 및 활용 방안 (최유정 & 최홍식, AWS 솔루션즈 아키텍트) :: ...Amazon Web Services Korea
 
빅데이터 윈윈 컨퍼런스-장비지원 사례연구
빅데이터 윈윈 컨퍼런스-장비지원 사례연구빅데이터 윈윈 컨퍼런스-장비지원 사례연구
빅데이터 윈윈 컨퍼런스-장비지원 사례연구ABRC_DATA
 

Semelhante a [GS네오텍] Google BigQuery (20)

MS 빅데이터 서비스 및 게임사 PoC 사례 소개
MS 빅데이터 서비스 및 게임사 PoC 사례 소개MS 빅데이터 서비스 및 게임사 PoC 사례 소개
MS 빅데이터 서비스 및 게임사 PoC 사례 소개
 
대용량 로그분석 Bigquery로 간단히 사용하기 20160930
대용량 로그분석 Bigquery로 간단히 사용하기 20160930대용량 로그분석 Bigquery로 간단히 사용하기 20160930
대용량 로그분석 Bigquery로 간단히 사용하기 20160930
 
Big query at GDG Korea Cloud meetup
Big query at GDG Korea Cloud meetupBig query at GDG Korea Cloud meetup
Big query at GDG Korea Cloud meetup
 
[giip] A.I. Infrastructure Advisor (인공지능 인프라 어드바이저)
[giip] A.I. Infrastructure Advisor (인공지능 인프라 어드바이저)[giip] A.I. Infrastructure Advisor (인공지능 인프라 어드바이저)
[giip] A.I. Infrastructure Advisor (인공지능 인프라 어드바이저)
 
게임을 위한 최적의 AWS DB 서비스 선정 퀘스트 깨기::최유정::AWS Summit Seoul 2018
게임을 위한 최적의 AWS DB 서비스 선정 퀘스트 깨기::최유정::AWS Summit Seoul 2018 게임을 위한 최적의 AWS DB 서비스 선정 퀘스트 깨기::최유정::AWS Summit Seoul 2018
게임을 위한 최적의 AWS DB 서비스 선정 퀘스트 깨기::최유정::AWS Summit Seoul 2018
 
기말레포트
기말레포트기말레포트
기말레포트
 
AI = SE , giip system manage automation with A.I
AI = SE , giip system manage automation with A.IAI = SE , giip system manage automation with A.I
AI = SE , giip system manage automation with A.I
 
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
 
Startuplab Cube Cluster
Startuplab Cube ClusterStartuplab Cube Cluster
Startuplab Cube Cluster
 
Sisense Business Intelligence v6.0.0 r2 kor
Sisense  Business Intelligence v6.0.0 r2 kor Sisense  Business Intelligence v6.0.0 r2 kor
Sisense Business Intelligence v6.0.0 r2 kor
 
빅데이터 기술 현황과 시장 전망(2014)
빅데이터 기술 현황과 시장 전망(2014)빅데이터 기술 현황과 시장 전망(2014)
빅데이터 기술 현황과 시장 전망(2014)
 
U2 product For Wiseeco
U2 product For WiseecoU2 product For Wiseeco
U2 product For Wiseeco
 
게임 서비스 품질 향상을 위한 데이터 분석 활용하기 - 김필중 솔루션즈 아키텍트:: AWS Cloud Track 3 Gaming
게임 서비스 품질 향상을 위한 데이터 분석 활용하기 - 김필중 솔루션즈 아키텍트:: AWS Cloud Track 3 Gaming게임 서비스 품질 향상을 위한 데이터 분석 활용하기 - 김필중 솔루션즈 아키텍트:: AWS Cloud Track 3 Gaming
게임 서비스 품질 향상을 위한 데이터 분석 활용하기 - 김필중 솔루션즈 아키텍트:: AWS Cloud Track 3 Gaming
 
Neural stream
Neural streamNeural stream
Neural stream
 
DB Monitoring 개념 및 활용 (박명규)
DB Monitoring 개념 및 활용 (박명규)DB Monitoring 개념 및 활용 (박명규)
DB Monitoring 개념 및 활용 (박명규)
 
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유
 
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
 
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020 AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
 
효과적인 NoSQL (Elasticahe / DynamoDB) 디자인 및 활용 방안 (최유정 & 최홍식, AWS 솔루션즈 아키텍트) :: ...
효과적인 NoSQL (Elasticahe / DynamoDB) 디자인 및 활용 방안 (최유정 & 최홍식, AWS 솔루션즈 아키텍트) :: ...효과적인 NoSQL (Elasticahe / DynamoDB) 디자인 및 활용 방안 (최유정 & 최홍식, AWS 솔루션즈 아키텍트) :: ...
효과적인 NoSQL (Elasticahe / DynamoDB) 디자인 및 활용 방안 (최유정 & 최홍식, AWS 솔루션즈 아키텍트) :: ...
 
빅데이터 윈윈 컨퍼런스-장비지원 사례연구
빅데이터 윈윈 컨퍼런스-장비지원 사례연구빅데이터 윈윈 컨퍼런스-장비지원 사례연구
빅데이터 윈윈 컨퍼런스-장비지원 사례연구
 

Mais de GS Neotek

[GS네오텍] Google Cloud CDN
[GS네오텍] Google Cloud CDN[GS네오텍] Google Cloud CDN
[GS네오텍] Google Cloud CDNGS Neotek
 
[GS네오텍] Google Kubernetes Engine
[GS네오텍]  Google Kubernetes Engine [GS네오텍]  Google Kubernetes Engine
[GS네오텍] Google Kubernetes Engine GS Neotek
 
Double-Edged Sword of Cloud Security
Double-Edged Sword of Cloud SecurityDouble-Edged Sword of Cloud Security
Double-Edged Sword of Cloud SecurityGS Neotek
 
CloudFront - Cloud Native CDN vs. Primitive CDN
CloudFront - Cloud Native CDN vs. Primitive CDNCloudFront - Cloud Native CDN vs. Primitive CDN
CloudFront - Cloud Native CDN vs. Primitive CDNGS Neotek
 
AWS Summit 2019 - GS네오텍
AWS Summit 2019 - GS네오텍AWS Summit 2019 - GS네오텍
AWS Summit 2019 - GS네오텍GS Neotek
 
Amazon cf day sesseion6
Amazon cf day sesseion6Amazon cf day sesseion6
Amazon cf day sesseion6GS Neotek
 
Amazon cf day sesseion2
Amazon cf day sesseion2Amazon cf day sesseion2
Amazon cf day sesseion2GS Neotek
 
GS Neotek aws_Amazon_CloudFrontDay2018_session5
GS Neotek aws_Amazon_CloudFrontDay2018_session5GS Neotek aws_Amazon_CloudFrontDay2018_session5
GS Neotek aws_Amazon_CloudFrontDay2018_session5GS Neotek
 
GS Neotek aws_Amazon_CloudFrontDay2018_session4
GS Neotek aws_Amazon_CloudFrontDay2018_session4GS Neotek aws_Amazon_CloudFrontDay2018_session4
GS Neotek aws_Amazon_CloudFrontDay2018_session4GS Neotek
 
GS Neotek aws_Amazon_CloudFrontDay2018_session3
GS Neotek aws_Amazon_CloudFrontDay2018_session3GS Neotek aws_Amazon_CloudFrontDay2018_session3
GS Neotek aws_Amazon_CloudFrontDay2018_session3GS Neotek
 

Mais de GS Neotek (10)

[GS네오텍] Google Cloud CDN
[GS네오텍] Google Cloud CDN[GS네오텍] Google Cloud CDN
[GS네오텍] Google Cloud CDN
 
[GS네오텍] Google Kubernetes Engine
[GS네오텍]  Google Kubernetes Engine [GS네오텍]  Google Kubernetes Engine
[GS네오텍] Google Kubernetes Engine
 
Double-Edged Sword of Cloud Security
Double-Edged Sword of Cloud SecurityDouble-Edged Sword of Cloud Security
Double-Edged Sword of Cloud Security
 
CloudFront - Cloud Native CDN vs. Primitive CDN
CloudFront - Cloud Native CDN vs. Primitive CDNCloudFront - Cloud Native CDN vs. Primitive CDN
CloudFront - Cloud Native CDN vs. Primitive CDN
 
AWS Summit 2019 - GS네오텍
AWS Summit 2019 - GS네오텍AWS Summit 2019 - GS네오텍
AWS Summit 2019 - GS네오텍
 
Amazon cf day sesseion6
Amazon cf day sesseion6Amazon cf day sesseion6
Amazon cf day sesseion6
 
Amazon cf day sesseion2
Amazon cf day sesseion2Amazon cf day sesseion2
Amazon cf day sesseion2
 
GS Neotek aws_Amazon_CloudFrontDay2018_session5
GS Neotek aws_Amazon_CloudFrontDay2018_session5GS Neotek aws_Amazon_CloudFrontDay2018_session5
GS Neotek aws_Amazon_CloudFrontDay2018_session5
 
GS Neotek aws_Amazon_CloudFrontDay2018_session4
GS Neotek aws_Amazon_CloudFrontDay2018_session4GS Neotek aws_Amazon_CloudFrontDay2018_session4
GS Neotek aws_Amazon_CloudFrontDay2018_session4
 
GS Neotek aws_Amazon_CloudFrontDay2018_session3
GS Neotek aws_Amazon_CloudFrontDay2018_session3GS Neotek aws_Amazon_CloudFrontDay2018_session3
GS Neotek aws_Amazon_CloudFrontDay2018_session3
 

Último

Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)Wonjun Hwang
 
캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차캐드앤그래픽스
 
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...Kim Daeun
 
A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)Tae Young Lee
 
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution DetectionMOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution DetectionKim Daeun
 
Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)Wonjun Hwang
 

Último (6)

Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)
 
캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차
 
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
 
A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)
 
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution DetectionMOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
 
Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)
 

[GS네오텍] Google BigQuery

  • 1. NBA 게임 기록으로 배워보는 Google BigQuery 슬램덩크로 뽀개기
  • 2. 빅쿼리 들어보긴 했는데 뭐지? 빅쿼리 어디에 어떻게 사용하지?3 빅쿼리 다른 제품과 무엇이 다른지 비교해보자.2 Agenda 빅쿼리로 알아보는 NBA Live 게임의 커리 기록(데모)4 1
  • 3. 빅쿼리 들어보긴 했는데 뭐지? 빅쿼리 어디에 어떻게 사용하지?3 빅쿼리 다른 제품과 무엇이 다른지 비교해보자.2 빅쿼리로 알아보는 NBA Live 게임의 커리 기록(데모)4 1
  • 4. 1.1 BigQuery의 기능 높은 확장성과 비용 효율성 갖춘 서버리스 데이터 웨어하우스 ● 배치/스트리밍 데이터 분석 ● 익숙한 SQL ● BI Engine 초고속 대시보드 및 보고서 생성 ● ML/GIS 정보 분석 지원 ● 서버리스 데이터 웨어하우스
  • 5. 1.2 BigQuery의 장점 인프라가 아닌 분석에 집중 빠른 준비 및 실행 원활한 확장 강력한 분석으로 유용한 정보를 빠르게 확보 비즈니스 데이터 및 투자 보호 비용 통제 및 TCO 절감
  • 6. 1.3 빅쿼리의 성능 petabyte size table 스캔에 11. 7초
  • 7. 1.4 빅쿼리의 가격 항목 가격 스토리지 GB당 $0.02/월 장기 스토리지의 경우 GB당 $0.01/월 스트리밍 삽입 200MB당 $0.01 데이터 로드, 복사, 내보내기, 메타데이터 작업 무료 구독 유형 가격 종량제 TB당 $5 매달 처음 1테라바이트(1TB)는 무료* 정액제 최저가 $10,000/월 (전용 슬롯 500개 예약)
  • 8. 1.5 BigQuery 비용 절감 사례 other csp
  • 9. 빅쿼리 들어보긴 했는데 뭐지? 빅쿼리 어디에 어떻게 사용하지?3 빅쿼리 다른 제품과 무엇이 다른지 비교해보자.2 빅쿼리로 알아보는 NBA Live 게임의 커리 기록(데모)4 1
  • 10. 2.1 BigQuery 경쟁제품 비교 비교항목 BigQuery XXX 클러스터확장 자동 조정 여러 CPU, RAM, HD 등을 선택하고켜도록 요구 미사용시시간당 비용 저장된 GB 당 월 $ 0.02 만 청구 실행중인각 서버의 시간당 요금을 요구 쿼리 속도 빠름 지불하는 CPU의 성능에 따라 제한 색인 생성 색인 없이 모든 작업이 빠름 색인을 해야 빠른 쿼리 실행 가능 테이블 VACCUM(정리작업) 필요 없음 작업 필요 데이터 파티셔닝및 배포 필요 없음 서버 내에서 데이터를배포하여성능을 유지하기위해 특정 쿼리에 대해서 최적화 방법을 고려 해야 함. 실시간 데이터 스트리밍 초당 10만로우 이상 처리 작업하기어려움
  • 11. 2.2 제품 속도 비교 XXX
  • 12. 2.3 제품 비용 비교 XXX
  • 13. 빅쿼리 들어보긴 했는데 뭐지? 빅쿼리 어디에 어떻게 사용하지?3 빅쿼리 다른 제품과 무엇이 다른지 비교해보자.2 빅쿼리로 알아보는 NBA Live 게임의 커리 기록(데모)4 1
  • 14. 3.1 빅쿼리를 언제 사용해야 할까요? 많은 양의 데이터를 사용하는 "무거운"쿼리에 적합 캐시를 사용하려는 시나리오에 적합 관계형 데이터베이스의 로드를 줄이려는 경우
  • 16. 3.3 빅쿼리 게임 분석 플랫폼 아키텍처
  • 17. 3.4 빅쿼리 게임사 구축 사례 Anomaly Detection in MMORPG
  • 18. 빅쿼리 들어보긴 했는데 뭐지? 빅쿼리 어디에 어떻게 사용하지?3 빅쿼리 다른 제품과 무엇이 다른지 비교해보자.2 빅쿼리로 알아보는 NBA Live 게임의 커리 기록(데모)4 1
  • 19. 4.1 BigQuery UI를 간단하게 알아보자 Dataset Table Project Query Editor Query Result & Table Info Object Browser