[질문] 몽고DB가 AI 서비스에 적용될 때, 일반 DB나 비정형 타 DB 대비 성능면에서 얼마나 우위에 있나요?
유연한 json document를 강점이라고 보시면 됩니다. AI training을 위해서 data lake라는 개념을 개발하게 됐는데, 정형화된 RDB만으로 ML training이 불가능하기 때문에 비정형/반정형 데이터를 자유롭게 저장할 수 있는 DL를 도입하게 되었습니다. DL의 제약은 object storage나 plain file들이기 때문에 OLTP에 비해 성능이 떨어져 실시간 AI 서비스 구성에 제약이 있습닌다. MDB의 경우 DataBricks나 BigQuery등과 결합해서 실시간 AI 모델링을 가능하게 하기도 하고, modeling 결과를 flexible model인 json에 저장할 수 있는 장점이 있다고 볼 수 있습니다
[질문] 몽고DB는 운영중인 RDB 환경을 몽고DB 아틀라스로 무중단 이전이 가능한지 궁금하고, 데이터 분석 후 아틀라스로의 원활한 마이그레이션을 위한 연속 동기화 작업을 실행할 수 있는지도 궁금합니다.
MDB6.0부터 relational migrator라는 툴이 preview로 소개되었고 1년 이상 필드에서 검증/보완을 통해 7.0에 GA되었습니다. oracle, mysql, mssql, 등 다양한 RDB의 data (무중단) migration은 물론이고 새 data model을 위해 기존 application code(java, c#, ...)에 적용가능한 model code를 생성해 주는 기능이 있습니다.
[질문]NoSQL이 대량 데이터 처리에 대한 RDBMS의 한계를 해결하기위해 나왔는데 구체적으로 어떤 점에서 성능적 차이가 나타나는지 궁금하며 RDBMS가 샤딩이 가능하지만 샤딩 처리를 위해 어플리케이션 레벨에서 처리해야하는 부분이 있는것이 단점인데 이부분이 몽고DB에서는 성능적으로 얼마나 개선되었는지궁금합니다
샤딩을 지원하는 RDB의 경우 대용량 데이터로 인해 기존 RDB의 장점인 join이나 transaction에 많은 제약이 따라옵니다. 반면 몽고 샤딩는 단순한 hashed sharding외에 range sharding, zone sharding등 다양한 선택이 가능합니다
[질문] 저희는 개발도구에 대해서 S/W 취약점 여부에 대해 검증된 도구만 쓰게 되어 있고 개발보안 지침에 따른 단계별 보안성승인을 받아 진행되는 구조인데 이러한 상황을 반영해서 사용할 수 있는지 궁금합니다.
개발도구와 결과물에 대한 보안성승인과 검증시스템은 자체개발한 플랫폼 입니다.
소스코드 생성 시, 해당 코드의 취약점 여부를 검사하는 절차를 진행 합니다. 또한 고객사에서 사용하는 특정 취약점 도구가 있을 경우 PX 스튜디오에 내재화 가능 합니다.
더 자세한 부분은 cloud_mkting@tmax.co.kr로 문의주시면 이메일로 상세한 답변을 드리도록 하겠습니다
[칭찬]군자불기처럼 변화무쌍한 해킹기술에 대응하는 직원들 대단하신거 같습니다.