1. 한승호 차맑음 성홍기 한태희

2. 목차
1. Cloud deveolpe
2. Twitter Data Mining
3. Twitter Weather Engine
4. BigData Hadoop
5. Schedule

3. Cloud deveolpe
Web Server, Cloud9 IDE

4. Server tweak
Performance
Security
Usability

5. http://ami.hansh.kr

9. Team information
Web IDE
Prototype TEST
Keynote Share
Database Web DBMS

10. Twitter Data Mining
Twitter API Mash up

11. 데이터 분석
데이터 의미 해석

12. 대량의 데이터에서 특정한 주제를 찾는다.

13. 대량의 데이터에서 특정한 주제를 찾는다.
Twitter 에서 날씨 정보를 찾는다.

14. 대량의 데이터에서 특정한 주제를 찾는다.
Twitter 에서 날씨 정보를 찾는다.
날씨 정보에서 지역 정보를 찾는다.

15. 대량의 데이터에서 특정한 주제를 찾는다.
Twitter 에서 날씨 정보를 찾는다.
날씨 정보에서 지역 정보를 찾는다.
지역에 따른 날씨 정보

16. 대량의 데이터에서 특정한 주제를 찾는다.
날씨정보가
Twitter 에서 날씨 정보를 찾는다.
엔터테인먼트
날씨 정보에서 지역 정보를 찾는다.
데이터 분석
지역에 따른 날씨 정보

17. 대량의 데이터에서 특정한 주제를 찾는다.
Twitter 에서 날씨 정보를 찾는다.
날씨 정보에서 지역 정보를 찾는다.
지역에 따른 날씨 정보

18. 대량의 데이터에서 특정한 주제를 찾는다.
Twitter에서 싸이를 찾는다.
싸이의 이슈를 찾는다.
싸이의 이슈에서 스캔들을 찾는다.
특정 연예인의 스캔들 예측

19. 해석
대량의 데이터에서 특정한 주제를 찾는다.
입력 입력
Twitter에서 싸이를 찾는다.
싸이의 이슈를 찾는다.
해석 해석
싸이의 이슈에서 스캔들을 찾는다.
입력
특정 연예인의 스캔들 예측

20. 해석
대량의 데이터에서 특정한 주제를 찾는다.
입력 입력
해석 해석
Twitter에서 싸이를 찾는다.
해석 입력
싸이의 이슈를 찾는다.
입력 해석
싸이의 이슈에서 스캔들을 찾는다.
해석 입력
입력 해석
특정 연예인의 스캔들 예측

21. 해석
입력 입력
대량의 데이터에서 특정한 주제를 찾는다.
해석 해석
Twitter에서 싸이를 찾는다.
입력 입력
해석 해석
싸이의 이슈를 찾는다.
입력 입력
싸이의 이슈에서 스캔들을 찾는다.
해석 해석
입력 입력
특정 연예인의 스캔들 예측
해석

22. Twitter Weather Engine
Engine diagram

23. http://www.youtube.com/watch?v=41YMQFlfmS8&feature

24. 해석
입력 입력
해석 해석
해석 입력
입력 해석
해석 입력
Realtime Tweet 입력 해석

25. 해석
입력 입력
해석 해석
해석 입력
입력 해석
해석 입력
SNS, YouTube, 입력 해석
Web content….

26. Search API
해석
입력 입력
Query 해석 해석
‘단어’
해석 입력
‘해시태그’
‘언어’
‘인물&기관’ 입력 해석
‘장소’
해석 입력
입력 해석

27. 지역명, 날씨관련 단어
‘단어’
‘해시태그’
‘언어’
‘인물&기관’
‘장소’
트윗
토큰화 =
C# .NET
SNS, WEB Search API WINDOWS SERVER

28. DA ABASE
T
( MySQL ) LINUX SERVER

29. 예전 서비스 설계
MOBILE
GOOGLE ANDROID
APPLE IOS
MS WINPHONE
Database I/O Display
Module Module
DATABASE
PC
Data-mining MS WINDOWS
Module APPLE MAC
LINUX

30. 예전 서비스 설계의 문제점
MOBILE
GOOGLE ANDROID
!
APPLE IOS
!
!
MS WINPHONE
Database I/O Display
Module Module
DATABASE
PC
Data-mining MS WINDOWS
Module APPLE MAC
LINUX

31. 현재 서비스 설계
PC
MS WINDOWS
APPLE MAC
OpenAPI
Display LINUX
Connect
Module
Module
MOBILE
Data-mining GOOGLE ANDROID
Module APPLE IOS
DATABASE MS WINPHONE
SERVER1 SERVER2

32. 서비스의 방향
Mashup!
BigData?

33. BigData Hadoop
BigData Ecosystem

34. Hadoop? 빅데이터의 가장 현실적인 대안
대용량 데이터를 처리하는
분산 응용 프로그램을 개발하고 실행시
키기 위한 오픈 소스 프레임워크
대용량 데이터를 저렴하면서도 빠르게 분석
할 수 있게 도와준다.
기존에 슈퍼컴퓨터로 며칠씩 돌려야 했던
데이터를 하둡을 이용하면 x86 서버로도 실
시간 분석이 가능해질 정도다.
하둡의 창시자 더그 커팅 (Doug Cutting)
출처: http://www.bloter.net/archives/122834

35. Hadoop? 하둡의 장점
접근(Accessible)
윈도우PC 같은 범용 컴퓨터들로
구성된 큰 규모의 클러스터나
아마존의 EC2와 같은 클라우드
컴퓨팅 서비스에서 실행된다.
견고성(Robust)
범용 컴퓨터에서 실행되도록 개발
되어 하드웨어의 빈번한 고장을 가
정하고 설계되었다.
확장가능성(Scalable)
대용량 데이터를 처리하는 데 있어서 클러스터에 단순히 컴퓨터(nodes)를 추가함으
로써 선형적으로 확장할 수 있다.
간단성(Simple)
효과적인 병렬 코드를 빠르게 작성할 수 있다.
출처: http://programmingpearls.tistory.com/2

36. Hadoop? 하둡을 좋아하는 기업들
Amazon
Facebook
Yahoo
NHN
Oracle
Microsoft
IBM
HP
http://wiki.apache.org/hadoop/PoweredBy

38. Hadoop 적용?
PC
MS WINDOWS
APPLE MAC
OpenAPI
Display LINUX
Connect
Module
Module
MOBILE
Data-mining GOOGLE ANDROID
Module APPLE IOS
DATABASE MS WINPHONE
프로토타입 조건…멀티 코어가 탑재된 한 쌍의 서버, 24GB 이상의 RAM,
2TB 용량의 하드디스크 드라이브 수십 개 + 보안 + 능력 + 시간…

39. 서비스의 방향
장비와 능력, 시간을 고려해서…
Mashup!
BigData… NOSQL…

40. 감사합니다