BSON 포맷의 가장 큰 장점은 속도적인 측면에서 JSON에 비해 상대적으로 월등히 우수합니다.
그 주요 이유가 무엇인지 어쭤봐도 될까요?
JSON은 고급어인 Text이고, BSON은 기계어이기 때문입니다.
JSON으로 저장한다면 MongoDB 내부적으로 기계어로 변환하는 과정이 추가적으로 필요할 것이고 그렇기 때문에 속도가 더 느립니다.
하지만 BSON은 JSON에 비해 사이즈가 좀 더 크다는 단점이 있습니다.
그러나 readability의 측면에서 Json이 더 유리하지 않나요?
사용자가 데이터를 볼때는 JSON으로 변환을 해서 보여주지만 기본적으로 빅데이터를 적재하는 경우에서는 BSON으로 저장하는 것이 유리하지 않을까 합니다.
상기의 의견은 저의 개인적인 생각이라 정확한 의견은 벤더분께서 알려주시면 감사하겠습니다.
@MongoDB
[질문]
사용자 계정 기반 서비스할때
다음 세가지 고민을..
첫째, 한번 로그인해서 여러시스템에 자동적으로 접근해서
사용하면 좋겠는데...
둘째, 다양한 솔루션 시스템에
tenant 및 사용자별로 접근권한을 가지고 통제가 되면 좋겠는데..
세째, 여러 고객사의 사용자관리를 고객사별로 쉽게 구분하면서 안전하게 통합관리하면 좋겠는데...
현실적으로 방법이 있을까요,,
[답변] 안녕하세요?RSA 입니다.
첫째, SSO로 해결하실 수 있습니다.
둘째, 인증 통합 후 네트워크 구간 별 접근제어 정책으로 해결하실 수 있습니다.
셋째, 인증 후 사용자의 정보를 구분하여 접근제어 정책으로 해결하시 수 있습니다.
[질문] 딥러닝 기반 비전 검사 모형은 내부에 있는 현업 담당자가 오류(품질 정도)를 마킹을 해서 데이터를 만들어 주면 된다고 하셨는데, 그렇게 준비해야 하는 데이터의 량이 얼마나 필요할까요? (물론 대상마다 다르겠지만) 해당 비전 모듈을 도입하려면 (비록 전문 비전 프로그래머가 투입되지는 않아서 비용에 대한 세이브는 이미 많이 되었지만 대신에) 현업 담당자의 노력이 들어가야하는데 평균 투입 노력은 어느 정도(몇 M/M or 데이터 건수) 생각해야하나요?
일반적으로 유형별 이미지는 20~50장 정도면 대략 95% 이상의 정밀도의 결과를 예상할 수 있습니다. 학습 데이터는 양보다는 질이 중요합니다.
유형 별로 정제된 학습 셋을 얻는 시간은 상황에 따라 달라서 정량적으로 표현하기는 어려울 듯 합니다.
[질문] 기계를 학습 시킨다면 기계가 올바르게 인식했을때 상을 주고, 잘못 인식했을때 벌을 주는 형태가 되어야 할 건데요. 전문가가 아닌 일반인이 기계를 학습 시키기 위해 어떤 자료를 얼마나 제공해야하고 상벌은 어떻게 줘야 하고 예기치 못한 상황이 발생했을때 어떻게 조치해야 하는 지 등에 대해 어려움 없이 잘 처리 할 수 있을까요..?
산업용은 정확도가 가장 중요한 요소이므로 항상 가장 실력이 좋은 교육자가 교육을 해주어야 좋은 결과를 얻을 수 있습니다. 일반인이 학습한다면 일반인 수준의 결과, 전문가가 학습하면 전문가 수준의 결과가 도출되겠지요.
데이터는 유형별로 약 50 장 이상의 이미지를 제공해 주면 좋습니다.
[질문] 새로운 제품이나 새로운 불량에 대해서는 항상 학습을 시켜야 하나요?
새로운 유형의 불량이라면 학습을 시켜야 합니다. 다만 형태가 변형되는 등의 변화에 대해서는 일반화가 충분히 가능하여 매번 학습할 필요는 없습니다.
[질문]구글 클라우드 데이터랩만의 강점은 무엇인가요?
Google Cloud 의 Cloud Service Resource 를 쉽게 연동하여 사용할 수 있다는게 큰 강점입니다.
클라우드는 처음이라...
데이터는 일반 운영데이터를 적재 분석 및 시각화를 하게 되는건가요?
네, 적재 된 데이터를 datalab 을 이용하여 시각화 하는 것입니다.
[질문] 마이크로스트레티지, 태블로 등 시각화 솔루션과 차별화된 점이 뭐가 있을까요?
datalab?의 장점으로는 손쉽게 설치, GCP API 이용 등이 있으며 기존 GCP 서비스와 빠르고 쉬운 연결을 통해 조금더 간편하게 데이터 시각화를 할 수 있다는 점 입니다.
[질문]몽고DB에서 JSON 보다 더 많은 데이터 형식을 지원하기 위해 BSON을 사용하는것으로 아는데 이로 인한 다른 장점은 어떤게 있는지요?