- PDF 안내
-
이 상품은 구매 후 지원 기기에서 예스24 eBook앱 설치 후 바로 이용 가능한 상품입니다.
소개
목차
|
추천사 005
머리글 007 제1장 IoT 스마트 세상이 다가온다 스마트 X 시대의 도래 018 IoT 센서의 증가 022 데이터의 증가 024 스마트 세상의 문턱에 서서 026 제2장 세상을 뒤덮는 IoT 데이터 스마트팩토리로 보는 데이터의 중요성 027 IoT 데이터 증가 트렌드 028 실제 사례로 보는 데이터 증가 사례들 030 발생된 모든 데이터를 저장하는 이유 033 IoT 데이터의 미래 036 제3장 IoT 데이터 전쟁의 서막 도전과 좌절의 역사 037 IoT 데이터 전쟁 승리의 조건들 047 문제 다시 보기: 왜 해결하기 어려울까? 051 좌절의 끝에서 053 제4장 시계열 데이터베이스의 출현 출현 배경 055 시계열 데이터베이스의 특징 057 시계열 데이터베이스의 종류 059 시계열 데이터베이스의 미래 063 제5장 마크베이스 소개 개발 배경 065 제품 히스토리 066 제품 특징 069 제품 활용과 미래 076 제6장 마크베이스 성능 개요 078 로그 테이블 성능 078 태그 테이블 성능 측정 080 센서 데이터를 위한 몽고DB와의 성능 비교 083 마치면서 090 제7장 마크베이스 설치 다운로드 사이트 소개 091 포그/엣지 에디션 설치 092 제8장 마크베이스 맛보기 기트허브로부터 샘플 예제 준비하기 105 콘솔 수행하기 105 태그 테이블 맛보기 107 로그 테이블 맛보기 119 마치면서 128 제9장 마크베이스 기초 활용 Machsql 사용 방법 129 태그 테이블 130 로그 테이블 139 휘발성/참조 테이블 148 제10장 마크베이스 데이터 로딩 machloader 154 csvimport 162 csvexport 164 마치면서 165 제11장 마크베이스 웹 관리 도구 MWA 활용 166 Tag Analyzer 활용 172 마치면서 193 제12장 마크베이스 태그 테이블 활용 태그 테이블의 세부 아키텍처 194 배치형 PLC 데이터 변환 예제 197 실시간 PLC 데이터 변환 예제 206 마치면서 217 제13장 마크베이스 롤업 테이블의 활용 롤업의 개념 및 특성 218 롤업의 필요성 218 롤업의 구조 219 롤업의 동작 유무 조절하기(ROLLUP_ENABLE) 220 간단한 롤업 질의 221 롤업 테이블 사용을 위한 기본 문법 222 다양한 시간 단위를 위한 고급 동적 통계 질의 225 마치면서 228 제14장 마크베이스 RESTful API의 활용 RESTful API 개요 229 SQL API 230 IoT API 233 CURL을 활용한 Raw 데이터 사용 예제 235 CURL을 활용한 롤업 데이터 사용 예제 244 마치면서 245 제15장 마크베이스와 그라파나 연동 시작 246 마크베이스 설치 247 그라파나 설치 247 사용방법 249 마치면서 255 제16장 마크베이스와 R 연동을 통한 빅데이터 분석 마크베이스와 R 연동 환경 및 준비 256 마크베이스와 R 연동 기초 259 빅데이터를 위한 R 분석의 문제점 265 천만 건 습도 데이터 분석 실전 예제 266 센서 데이터 비정상 값 범위 분석 287 마치면서 293 제17장 마크베이스와 C/C 의 연동 개요 294 CLI 및 ODBC 소개 294 표준 CLI 함수 295 윈도우 mingw 개발 환경 설정하기 315 마치면서 319 제18장 마크베이스와 C#의 연동 개요 320 클래스 구조 및 사용법 320 샘플 코드 예제 329 마치면서 335 제19장 마크베이스와 자바의 연동 JDBC 개요 342 표준 JDBC 함수 343 확장 JDBC 함수 343 실행 환경 설정하기 345 자바 예제 수행하기 348 마치면서 363 제20장 마크베이스와 파이썬의 연동 파이썬 모듈의 구조 364 파이썬 모듈 설치 364 모듈 import 하기 365 접속과 접속해제 함수 366 명령어 실행 및 사용자 편의 함수 366 machbaseDB.append(aTableName, aTypes, aValues, aFormat) 상세 설명 367 샘플 코드 예제 371 마치면서 378 제21장 대규모 반도체 센서 데이터 처리 시뮬레이션 연속공정과 불량률, 그리고 그 어마어마한 데이터들 379 용어 정리 380 시뮬레이션 아키텍처 380 요구 사항 381 테이블 구조 382 소스코드 받기 및 컴파일 383 시뮬레이션 환경 설정하기 384 시뮬레이션 테이블 생성 및 데이터 로딩 385 분석 질의 수행하기 386 파이썬 코드 확인하기 387 성능결과 389 마치면서 389 제22장 진정한 스마트 세상을 꿈꾸며 4차 산업혁명과 우리의 소프트웨어 390 우리 IT 산업계를 돌아보면 391 성공과 욕망에 관하여 392 스마트 세상과 시계열 데이터베이스의 미래 393 |
저자 소개 1
저자는 1971년 대구에서 태어나 경북대학교에서 컴퓨터과학 데이터베이스 석사 및 서울대학교에서 MBA 기술경영 석사 학위를 취득하였다.
1999년 알티베이스 창업멤버로 입사한 후 2013년까지 약 15년간 인메모리(In-Memory) 데이터베이스 핵심 기술 개발을 주도하였으며, CTO 및 CEO를 역임하였다. 이 기간 중에 개발자로서 최고의 영예인 정보통신부 신소프트웨어 대통령상(2006년)을 수상하였으며, 지식경제부 대한민국 10대 신기술상(2011년)을 수상하기도 하였다.
IoT 시대가 다가옴에 따라 기존의 방법으로는 처리하기 힘든 대규모의 센서 데이터 처리가 가능한 새로
저자는 1971년 대구에서 태어나 경북대학교에서 컴퓨터과학 데이터베이스 석사 및 서울대학교에서 MBA 기술경영 석사 학위를 취득하였다.
1999년 알티베이스 창업멤버로 입사한 후 2013년까지 약 15년간 인메모리(In-Memory) 데이터베이스 핵심 기술 개발을 주도하였으며, CTO 및 CEO를 역임하였다. 이 기간 중에 개발자로서 최고의 영예인 정보통신부 신소프트웨어 대통령상(2006년)을 수상하였으며, 지식경제부 대한민국 10대 신기술상(2011년)을 수상하기도 하였다.
IoT 시대가 다가옴에 따라 기존의 방법으로는 처리하기 힘든 대규모의 센서 데이터 처리가 가능한 새로운 개념의 데이터베이스가 필요하다는 생각으로 2013년에 시계열 데이터베이스 개발을 위한 마크베이스를 창립하였다.
현재 폭증하는 IoT 센서 데이터 처리에 어려움을 겪고 있거나, 기존의 낡은 패러다임에 갇혀 변화를 꾀하기 힘든 사람들을 대상으로 시계열 데이터베이스를 널리 알리고 있다. 저자는 2020년까지 지구상에서 새롭게 시작하는 IoT 관련 프로젝트의 50% 이상이 시계열 데이터베이스 기반이 될 것이라고 예상하고 있다.
1999년 알티베이스 창업멤버로 입사한 후 2013년까지 약 15년간 인메모리(In-Memory) 데이터베이스 핵심 기술 개발을 주도하였으며, CTO 및 CEO를 역임하였다. 이 기간 중에 개발자로서 최고의 영예인 정보통신부 신소프트웨어 대통령상(2006년)을 수상하였으며, 지식경제부 대한민국 10대 신기술상(2011년)을 수상하기도 하였다.
IoT 시대가 다가옴에 따라 기존의 방법으로는 처리하기 힘든 대규모의 센서 데이터 처리가 가능한 새로운 개념의 데이터베이스가 필요하다는 생각으로 2013년에 시계열 데이터베이스 개발을 위한 마크베이스를 창립하였다.
현재 폭증하는 IoT 센서 데이터 처리에 어려움을 겪고 있거나, 기존의 낡은 패러다임에 갇혀 변화를 꾀하기 힘든 사람들을 대상으로 시계열 데이터베이스를 널리 알리고 있다. 저자는 2020년까지 지구상에서 새롭게 시작하는 IoT 관련 프로젝트의 50% 이상이 시계열 데이터베이스 기반이 될 것이라고 예상하고 있다.
품목정보
- 발행일
- 2019년 06월 18일
- 지원기기
- 크레마, PC(윈도우 - 4K 모니터 미지원), 아이폰, 아이패드, 안드로이드폰, 안드로이드패드, 전자책단말기(저사양 기기 사용 불가), PC(Mac)
- 파일/용량
- PDF(DRM) | 78.15MB ?
- ISBN13
- 9791162996676
출판사 리뷰
|
사물인터넷의 등장으로 사물의 데이터 생산량이 기하급수적으로 증가하면서 빅데이터의 처리가 업계의 화두로 등장했다. 갈수록 증가하는 데이터를 가지고 규칙을 만들어 활용할 수 있는 능력은 앞으로 성공과 실패를 좌우하는 열쇠가 될 것이다.
4차 산업혁명 시대로 진입하여 모든 사물이 인터넷으로 연결되고 폭발적으로 데이터가 증가하고 있는 이때, IoT 기반 센서 데이터를 제대로 관리할 수 있는 사람이 미래 산업 시장의 주인공이 될 것이다. 이 책은 시계열 데이터베이스를 기반으로 IoT 데이터 처리에 대한 관리ㆍ융합ㆍ활용의 시각을 제공하고 있으며, 이를 통해 IoT 데이터 전문가가 될 수 있는 지름길을 제시한다. |
