음성 검색
QR/바코드 검색
품목정보
| 출간일 | 2018년 06월 29일 |
|---|---|
| 쪽수, 무게, 크기 | 384쪽 | 896g | 188*235*24mm |
| ISBN13 | 9791161751740 |
| ISBN10 | 1161751742 |
Neo4j로 시작하는 그래프 데이터베이스 2/e
: Neo4j 3.x를 이용한 효과적인 데이터 모델링, 성능 튜닝 및 데이터 시각화
도서 제본방식 안내이동 에이콘- 오픈소스 프로그래밍 시리즈이동
- 컴퓨터 공학 top100 3주
eBook이 출간되면 알려드립니다.
eBook 출간 알림 신청
- 원제이동
- 이미 소장하고 있다면 판매해 보세요! 이 상품 팔기 매입가 3,000원 더보기/감추기
.jpg)
.jpg)
.jpg)
1
2
3
4
5
관련분류
책소개 책소개 보이기/감추기
|
최근 소셜 네트워크 분석, 상품 추천 시스템, 금융 사기 방지 시스템 그리고 인공지능 등 다양한 분야에서 그래프 데이터베이스가 활용되고 있다. 특히 Neo4j는 대표적인 그래프 데이터베이스로 엄청난 양의 데이터를 쉽게 탐색할 수 있도록 해준다. 그래프 이론의 간단한 소개로 시작하는 이 책은 그래프 데이터베이스를 사용해 얻을 수 있는 이점과 데이터모델링 기술을 설명한다. Neo4j의 질의어인 사이퍼와 대표적인 프로시저인 APOC를 다루는 방법을 다루며, 성능 향상, 시각화, 데이터 리펙토링, 보안 향상 기술 같은 Neo4j의 최신 기술을 예제를 따라 하면서 수행해볼 수 있다. 그리고 몇 가지 사용 사례를 통해 Neo4j를 이용해 비즈니스를 설계하고 개발하는 기술을 얻을 수 있을 것이다. |
목차 목차 보이기/감추기
| 1장. 그래프 이론과 데이터베이스 __Neo4j 3.x와 그래프의 역사 __그래프 이론의 정의와 사용법 ____사회 연구 ____생물학 연구 ____컴퓨터 과학 ____흐름 문제 ____경로 문제 ____웹 검색 __데이터베이스 배경 지식 ____탐색형 데이터베이스 ____관계형 데이터베이스 ____NoSQL 데이터베이스 ________키-값 저장소 ________컬럼 계열 저장소 ________문서 기반 저장소 ________그래프 데이터베이스 __그래프 데이터베이스의 속성 그래프 모델 ____노드 레이블 ____관계 유형 __그래프 데이터베이스를 사용하는 이유 ____왜 그래프 데이터베이스를 사용하는가? ________복잡한 질의 ________실시간 데이터에 대한 클릭 스트림 쿼리 ________경로 탐색 질의 ____그래프 데이터베이스를 사용하지 않을 경우 대신 무엇을 사용할 것인가? ________대규모 집합 지향 쿼리 ________글로벌 그래프 운영 ________간단한 집계 중심 질의 __문제 __요약 ________집합-지향 (Aggregate-oriented) 모델 ________색인 없는 인접성(Index-Free Adjacency)과 인덱스 기반 인접성(Index-based Adjacency). 2장. Neo4j 시작하기 __Neo4j의 주요 개념과 특징 ____완전한 그래프 데이터베이스 관리 시스템 ____트랜잭션 처리 중심의 ACID 호환 데이터베이스 ________온라인 거래 처리용 데이터베이스 ________확장형으로 설계된 DB ____선언적 질의어 - Cypher ________참고 __Neo4j 최적의 사용 사례 ____복잡한 조인-집약적인 쿼리 ________경로 탐색 쿼리 ____오픈소스에 채택됨 __기능 ____지원 __라이선스 조건 __Neo4j 설치하기 ________Windows에 Neo4j 설치하기 ________맥 또는 리눅스에 Neo4j 설치하기 __클라우드 환경에서 Neo4j 사용하기 __샌드박스 __도커 컨테이너에서 Neo4j 사용하기 ____도커 설치 ________파일 시스템 준비하기 ________도커 컨테이너에서 Neo4j 실행하기 __문제 __요약 ________Neo4j Server 설치 변경 사항 - 옮긴이 추가 설명 ________Neo4j on Desktop - 옮긴이 추가 설명 3장. Neo4j데이터 모델링하기 __네 가지 기본 데이터 구조 __그래프 데이터베이스 모델링 시작 방법 ________우리가 알고 있는 ER 다이어그램과 관계형 스키마 ________조인 테이블을 통한 복잡성 __그래프 모델 - 단순하고 높은 수준의 현실 세계 모델 __그래프 모델링 - 모범 사례와 함정 ____그래프 모델링 모범 사례 ________질의 가능하게 설계하기 ________사용 사례를 이용해 관계 정렬하기 ________다항 관계 찾기 ________세밀한 노드 ________필요한 경우 그래프의 색인 기능 사용하기 ____그래프 데이터베이스 모델링 - 함정 ________풍부한 속성 사용하기 ________여러 가지 개념을 나타내는 노드 ________연결되지 않은 그래프 ________고밀집 노드 패턴 __문제 __요약 4장. Cypher 시작하기 __Cypher 구문 작성하기 __Cypher의 주요 특징 __CRUD로 데이터 다루기 ____데이터 생성하기 ____데이터 읽기 ____데이터 수정하기 ____데이터 삭제하기 __Cypher의 핵심 단어들 __구문 표준 __추가로 알아야 할 필요가 있는 것 ____친구 찾기 예시 __Cypher 참조 카드 __openCypher 프로젝트 __요약 5장. Cypher의 놀라운 프로시저 -APOC __APOC 설치하기 ____로컬 서버에 설치하기 ____도커 컨테이너에 설치하기 APOC 다운로드하기 - 옮긴이 __APOC 설치 확인하기 __함수 및 프로시저 __APOC 주요 용도 ____APOC에 대한 도움이 필요한 경우 ____그래프의 구조가 필요한 경우 __APOC 사용법 ____APOC 사용 권한 설정 ____무작위 그래프 생성기 ____페이지 랭크 ____주어진 시간 내에 Cypher 실행하기 ____노드 집합의 연결 ____APOC에서 다루는 또 다른 주제들 __문제 __요약 6장. Cypher 확장하기 __확장 프로젝트 구축 ____함수 만들기 ____프로시저 만들기 __사용자 정의 집계 함수 __관리되지 않는 확장 ____HTTP와 JAX-RS 리프레셔 ________등록 ________액세스 ____JSON 스트리밍 응답 __요약 7장. Neo4j 쿼리 성능 튜닝 __설명과 프로파일 지침 ____쿼리 실행 계획 ____연산자 __인덱스 ____인덱스 강제 사용 ____레이블 강제 사용 __쿼리 작성 시 규칙 ____쿼리의 실행 계획 확인 ____행의 수 ____자원 낭비 금지 ____카티샨 곱 사용 여부 ____간결함 __요약 8장. Neo4j로 데이터 가져오기 __LOAD CSV를 이용해 데이터 가져오기 ____가져오기 크기 조정 __JSON 소스에서 데이터 가져오기 __JDBC 소스에서 가져오기 ____테스트 설정 ____모든 시스템 데이터 가져오기 __XML 소스에서 가져오기 __요약 9장. Neo4j Spatial사용하기 __공간이란 무엇인가? ____위도와 경도 ____장애가 없는 탑 __그럼 무엇이 공간적인가? ____Neo4j의 공간적 특징 ____APOC의 공간적 특징 ________지오코딩 __Neo4j spatial ____온라인 데모 ____Neo4j Spatial의 특징 ____오픈 스트리트 맵 데이터 가져오기 ________큰 OSM 데이터 가져오기 ____화장실 찾기 예제 __모든 지리 정보 삭제하기 __요약 10장. Neo4j 보안 __인증 및 권한 부여 __역할 ____그 외 역할 __사용자 관리 __LDAP 디렉터리에 Neo4j 연결하기 ____디렉터리 시작하기 __LDAP사용을 위한 Neo4j 구성 __문제 __요약 11장. Neo4j 시각화하기 __그래프 시각화의 힘 ____그래프 시각화가 중요한 이유 ________시각적 데이터와의 상호 작용 ________패턴 찾기 ________중요한 정보 찾기 ____그래프 시각화의 기본 원칙 __오픈소스 시각화 라이브러리 ____D3 ____GraphViz ____Sigma __Vivagraph ____yWorks ____애플리케이션에 시각화 라이브러리 통합 ____시각화 솔루션 ________Geophi ________키라인 ________Linkurio ________Neo4j Browser ________톰 소이어의 그래프 시각화 소프트웨어 ____시각화의 함정과 문제점 ________불꽃 놀이 효과 ________로딩 효과 ____사이토스케이프 예제 ________소스 코드 __문제 __요약 12장. Neo4j를 이용한 데이터 리팩토링 __사전 준비 단계 __간단한 변경 ____이름 변경 ____데이터 추가 ________기본값으로 데이터 추가 ________특정 값을 가진 데이터 추가 ________값 확인 ____데이터 제거 __대변화 ____모델 파악 ____리팩토링 도구 ____속성을 레이블로 ____속성을 노드로 ____관련 노드를 레이블로 ____노드 병합 ____관계 __결과 __요약 13장. Neo4j 클러스터링 __클러스터를 설정해야 하는 이유 __개념 ____핵심 서버 ____읽기 복제본 서버 ____높은 처리량 ____데이터 중복성 ____고가용성 ____볼트 __클러스터 구축하기 ____핵심 서버 ____읽기 복제본 ____볼트 + 라우팅 프로토콜 __재해 복구 __요약 14장. 사용 사례 - 추천 __추천 시스템 __그래프 모델을 이용한 추천 __추천에 대한 구체적인 쿼리 예제 ____제품 구매에 따른 추천 ____브랜드 충성도에 기반을 둔 추천 ____사회적 유대 관계에 기반을 둔 추천 ____모두 모으기 - 복합 추천 __추천을 활용한 유사 비즈니스 __부정 행위 탐지 시스템 __출입 통제 시스템 __소셜 네트워킹 시스템 __문제 __요약 15장. 사용 사례 - 영향 분석과 시뮬레이션 __영향 분석 시스템 ____비즈니스 프로세스 관리 영향 분석 ____비즈니스를 그래프로 모델링 ________어느 건물에 어떤 애플리케이션이 사용되는가? ________Appl_9에 무슨 일이 발생하면 어떤 건물이 영향을 받을까 ________RTO가 0-2시간인 비즈니스 프로세스가 Loc_100 위치의 화재에 의해 ________영향을 받게 될까? __비용 계산 환경에서의 영향 시뮬레이션 ____그래프를 이용한 제품 계층 구조 모델링 ____제품 계층 그래프 사용 ________트리 전체 통과를 기반으로 가격 계산 ________중간 가격 결정에 근거한 가격 계산 ________제품 계층 구조에 대한 영향 시뮬레이션 __문제 __요약 __비밀번호 재설정 부록. 유용한 팁과 트릭 ____접근 가능한 호스트 찾기 ____CSV 파일의 첫 번째 줄 가져오기 __라즈베리파이에서 SSH활성화 __Neo4j 브라우저 가이드 __데이터 백업 및 복원 ____커뮤니티 버전 ____엔터프라이즈 버전 __Neo4j도구 ____Cypher-shell ____데이터 통합 도구 ____모델링 도구 ________Arrows ________옴니그래플 __커뮤니트 프로젝트 __온라인 문서 __커뮤니티 __더 많은 속담 |
저자 소개 (4명)
출판사 리뷰 출판사 리뷰 보이기/감추기
이 책에서 다루는 내용
- 그래프 이론과 데이터베이스, 전통적인 데이터베이스 대비 Neo4j 사용의 이점 이해
- Neo4j 설치, 데이터 모델링, 일반적인 예를 통한 데이터 탐색.
- 사이퍼 질의어와 사용자 정의 프로시저 및 데이터에서 의미 있는 표현을 분석하고 추출하는 방법 학습
- APOC 라이브러리의 프로시저를 이용해 그래프 기술 향상
- 성능 최적화를 위해 Neo4j의 고급 확장과 플러그인 사용
- Neo4j의 최신 보안 기능과 클러스터링 아키텍쳐를 사용해 대규모 배포
이 책의 대상 독자
애플리케이션 내에서 데이터를 저장하고 처리하는 또 다른 방법, 또는 고도로 연결 데이터를 처리해야 하는 개발자를 대상으로 한다. 그래프 데이터베이스에 대한 지식이나 경험을 갖고 있지 않아도 되지만, 기본적인 데이터베이스 지식은 개념을 더 쉽게 이해하는 데 도움이 될 것이다.
이 책의 구성
1장, ‘그래프 이론 및 데이터베이스’에서는 그래프 데이터베이스 기술의 기본적인 이론에 대해 설명한다. 그리고 끊임없이 변화하는 데이터베이스 환경에서 그래프 데이터베이스가 어디에 위치하고 있는지를 알려주며, 다른 데이터 기술과 비교한다.
2장, ‘Neo4j 시작하기’에서는 Neo4j 그래프 데이터베이스의 주요 개념과 특징을 살펴본다.
3장, ‘Neo4j 데이터 모델링하기’에서는 그래프 데이터베이스의 기본적인 모델링 기술을 다룬다.
4장, ‘사이퍼 시작하기’에서는 Neo4j의 쿼리 언어인 사이퍼(Cypher)에 대한 개요를 제공한다.
5장, ‘사이퍼의 놀라운 프로시저 - APOC’에서는 APOC 라이브러리를 소개한다. 사이퍼 쿼리에서 APOC 라이브러리를 사용해 정보를 얻고 커뮤니티에서 제공하는 수많은 프로시저 중에서 필요한 프로시저를 찾는 방법을 배울 것이다.
6장, ‘사이퍼 확장하기’에서는 Neo4j 인스턴스에 함수와 프로시저를 추가하는 방법을 설명한다. 자신만의 APOC를 작성해보자.
7장, ‘쿼리 성능 튜닝하기’에서는 성능 향상을 위해 사이퍼 쿼리를 튜닝하는 방법을 보여준다.
8장, ‘Neo4j로 데이터 가져오기’에서는 다양한 유형의 소스로부터 Neo4j로 데이터를 가져오는 방법을 설명한다.
9장, ‘Spatial 사용하기’에서는 Neo4j, APOC 및 Neo4j Spatial의 위치 정보 기능을 다룬다.
10장, ‘Neo4j 보안’에서는 Neo4j에서의 인증과 권한 부여에 대해 다룬다.
11장, ‘Neo4j 시각화하기’에서는 데이터를 시각적으로 표시하는 방법을 보여준다.
12장, ‘Neo4j로 리팩토링하기’에서는 데이터 모델을 새로운 요구 사항에 맞게 변경하는 방법을 설명한다.
13장, ‘Neo4j 클러스터링’에서는 Neo4j 엔터프라이즈 에디션을 사용해 인과 관계 클러스터를 설정한다.
14장, ‘사용 사례 - 추천’에서는 특정 그래프 데이터베이스 사용 사례 - 실시간 추천을 파헤치고 구체적인 예제 데이터 세트와 쿼리 패턴을 사용해 설명한다.
15장, ‘사용 사례 - 영향 분석 및 시뮬레이션’에서는 네트워크가 변경됐을 때의 영향을 분석한다. 사용 사례를 설명하고 살펴본다.
부록, ‘팁과 유용한 요령’에서는 더 많은 팁과 지식을 제공한다. 놓치지 말자.
지은이의 말
그래프 데이터베이스의 주요 개념, 특히 Neo4j에 대해 다룬다. 개념에서부터 애플리케이션에 이르기까지 Neo4j에 대해 많은 것을 배운다. 이 책을 읽고 나면 관계형 데이터베이스를 다시 사용해야 할지에 대한 의문을 갖게 될 것이다.
옮긴이의 말
최근 많은 기업이 단순히 데이터를 저장, 검색, 활용하는 것에 그치지 않고, 데이터 간 상관관계와 패턴을 분석하고 활용하는 것이 데이터 자체만큼 중요하다는 사실을 인식하고 있다. 그래프 데이터베이스는 이러한 상관관계와 패턴을 찾아 활용할 수 있는 방법을 제공하는 훌륭한 솔루션이다.
카카오, 아마존, 비트 나인 등과 같은 업체에서도 자체 그래프 데이터베이스를 제공하고 있으며, 이외에도 다양한 그래프 데이터베이스 제품이 있다. 그 중에서 Neo4j는 오픈소스 그래프 데이터베이스로, 이미 3.x 버전이 나올 정도로 안정화돼 있으며, 많은 분야에서 활용되고 있다. neo4j는 데이터베이스 제품에 대한 상위 랭크 정보를 제공하는 db-engines 사이트에서도 상위 20위권에 랭크돼 있으며, 그래프 데이터베이스 분야에서는 1위를 차지할 정도로 대표적인 그래프 데이터베이스다.
이러한 그래프 데이터베이스는 소셜 네트워크 분석뿐 아니라 상품 추천 시스템과 금융 사기 방지 시스템 그리고 최근에는 인공 지능 등과 같은 다양한 분야에서 활용되고 있다.
이 책을 통해 그래프 데이터베이스의 위치와 역할을 알 수 있으며, Neo4j를 시작하기 위해 필요한 제반 지식과 필요 기술들을 실습을 통해 익힐 수 있다. 그리고 그래프 데이터 베이스를 적용할 수 있는 분야와 Neo4j를 이용해 비즈니스를 설계하고 개발하는 방법과 기술을 알 수 있다.
- 그래프 이론과 데이터베이스, 전통적인 데이터베이스 대비 Neo4j 사용의 이점 이해
- Neo4j 설치, 데이터 모델링, 일반적인 예를 통한 데이터 탐색.
- 사이퍼 질의어와 사용자 정의 프로시저 및 데이터에서 의미 있는 표현을 분석하고 추출하는 방법 학습
- APOC 라이브러리의 프로시저를 이용해 그래프 기술 향상
- 성능 최적화를 위해 Neo4j의 고급 확장과 플러그인 사용
- Neo4j의 최신 보안 기능과 클러스터링 아키텍쳐를 사용해 대규모 배포
이 책의 대상 독자
애플리케이션 내에서 데이터를 저장하고 처리하는 또 다른 방법, 또는 고도로 연결 데이터를 처리해야 하는 개발자를 대상으로 한다. 그래프 데이터베이스에 대한 지식이나 경험을 갖고 있지 않아도 되지만, 기본적인 데이터베이스 지식은 개념을 더 쉽게 이해하는 데 도움이 될 것이다.
이 책의 구성
1장, ‘그래프 이론 및 데이터베이스’에서는 그래프 데이터베이스 기술의 기본적인 이론에 대해 설명한다. 그리고 끊임없이 변화하는 데이터베이스 환경에서 그래프 데이터베이스가 어디에 위치하고 있는지를 알려주며, 다른 데이터 기술과 비교한다.
2장, ‘Neo4j 시작하기’에서는 Neo4j 그래프 데이터베이스의 주요 개념과 특징을 살펴본다.
3장, ‘Neo4j 데이터 모델링하기’에서는 그래프 데이터베이스의 기본적인 모델링 기술을 다룬다.
4장, ‘사이퍼 시작하기’에서는 Neo4j의 쿼리 언어인 사이퍼(Cypher)에 대한 개요를 제공한다.
5장, ‘사이퍼의 놀라운 프로시저 - APOC’에서는 APOC 라이브러리를 소개한다. 사이퍼 쿼리에서 APOC 라이브러리를 사용해 정보를 얻고 커뮤니티에서 제공하는 수많은 프로시저 중에서 필요한 프로시저를 찾는 방법을 배울 것이다.
6장, ‘사이퍼 확장하기’에서는 Neo4j 인스턴스에 함수와 프로시저를 추가하는 방법을 설명한다. 자신만의 APOC를 작성해보자.
7장, ‘쿼리 성능 튜닝하기’에서는 성능 향상을 위해 사이퍼 쿼리를 튜닝하는 방법을 보여준다.
8장, ‘Neo4j로 데이터 가져오기’에서는 다양한 유형의 소스로부터 Neo4j로 데이터를 가져오는 방법을 설명한다.
9장, ‘Spatial 사용하기’에서는 Neo4j, APOC 및 Neo4j Spatial의 위치 정보 기능을 다룬다.
10장, ‘Neo4j 보안’에서는 Neo4j에서의 인증과 권한 부여에 대해 다룬다.
11장, ‘Neo4j 시각화하기’에서는 데이터를 시각적으로 표시하는 방법을 보여준다.
12장, ‘Neo4j로 리팩토링하기’에서는 데이터 모델을 새로운 요구 사항에 맞게 변경하는 방법을 설명한다.
13장, ‘Neo4j 클러스터링’에서는 Neo4j 엔터프라이즈 에디션을 사용해 인과 관계 클러스터를 설정한다.
14장, ‘사용 사례 - 추천’에서는 특정 그래프 데이터베이스 사용 사례 - 실시간 추천을 파헤치고 구체적인 예제 데이터 세트와 쿼리 패턴을 사용해 설명한다.
15장, ‘사용 사례 - 영향 분석 및 시뮬레이션’에서는 네트워크가 변경됐을 때의 영향을 분석한다. 사용 사례를 설명하고 살펴본다.
부록, ‘팁과 유용한 요령’에서는 더 많은 팁과 지식을 제공한다. 놓치지 말자.
지은이의 말
그래프 데이터베이스의 주요 개념, 특히 Neo4j에 대해 다룬다. 개념에서부터 애플리케이션에 이르기까지 Neo4j에 대해 많은 것을 배운다. 이 책을 읽고 나면 관계형 데이터베이스를 다시 사용해야 할지에 대한 의문을 갖게 될 것이다.
옮긴이의 말
최근 많은 기업이 단순히 데이터를 저장, 검색, 활용하는 것에 그치지 않고, 데이터 간 상관관계와 패턴을 분석하고 활용하는 것이 데이터 자체만큼 중요하다는 사실을 인식하고 있다. 그래프 데이터베이스는 이러한 상관관계와 패턴을 찾아 활용할 수 있는 방법을 제공하는 훌륭한 솔루션이다.
카카오, 아마존, 비트 나인 등과 같은 업체에서도 자체 그래프 데이터베이스를 제공하고 있으며, 이외에도 다양한 그래프 데이터베이스 제품이 있다. 그 중에서 Neo4j는 오픈소스 그래프 데이터베이스로, 이미 3.x 버전이 나올 정도로 안정화돼 있으며, 많은 분야에서 활용되고 있다. neo4j는 데이터베이스 제품에 대한 상위 랭크 정보를 제공하는 db-engines 사이트에서도 상위 20위권에 랭크돼 있으며, 그래프 데이터베이스 분야에서는 1위를 차지할 정도로 대표적인 그래프 데이터베이스다.
이러한 그래프 데이터베이스는 소셜 네트워크 분석뿐 아니라 상품 추천 시스템과 금융 사기 방지 시스템 그리고 최근에는 인공 지능 등과 같은 다양한 분야에서 활용되고 있다.
이 책을 통해 그래프 데이터베이스의 위치와 역할을 알 수 있으며, Neo4j를 시작하기 위해 필요한 제반 지식과 필요 기술들을 실습을 통해 익힐 수 있다. 그리고 그래프 데이터 베이스를 적용할 수 있는 분야와 Neo4j를 이용해 비즈니스를 설계하고 개발하는 방법과 기술을 알 수 있다.
