비트나인 Graph it

사람들의 군집 현상, 교통 체증, 인터넷 사용량 증가, 전력의 과부하 같은 어떤 매체가 한곳에 집중되어 제 기능을 수행하지 못하게 되는 현상은 우리 사회의 큰 문제점으로 자리 잡고 있다. 그래서 비트나인은 그래프 데이터를 기반으로 현상에 대한 분석뿐 아니라 모델링을 통해 향후 발생 가능성이 있는 집단 현상에 대하여 매체 분산을 목적으로 하는 해결책을 제시해본다. 포스팅 Part 1에 이어서 도로에서 정체가 발생했을 때, 상황 해결을 위한 판단 조건을 부여했다면, 이번 글에서는 조금 더 큰 차원인 도로·교차로로 이루어진 그래프 모델로 알아보고자 한다. 도로 그래프 모델링 대중에게 인기 있는 지역은 더 집중되고 자주 거쳐야 하는 곳의 통행을 선호한다는 가정을 기반으로 그래프 데이터에 대한 조건은 다음과 같다..

우리는 운전을 시작하기 전, 내비게이션을 켜고 보통 최단거리의 경로를 찾는다. 이때 내비게이션은 최단거리의 경로를 향하는 차가 많거나 그 도로가 복잡할 경우, 다소 돌아가더라도 밀집도가 적은 경로를 추천하기도 한다. 이번 글에서는 위와 같이 최단거리의 경로를 찾거나 밀집도가 높은 지역을 피해 돌아갈 수 있는 방법을 찾기 위한 그래프 분석 사례를 준비했다. 이를 이해하면 단순히 내비게이션의 작동 원리를 이해하는 것뿐만 아니라, 나아가 보행자가 많은 지역의 보행 흐름을 모니터링할 수 있게 되거나 그를 해소시킬 수 있는 방안을 찾을 수도 있을 것이다. 실제로 수 년 전에도 그래프 이론으로 서울 내 지역들의 골목길을 네트워크 구조로 표현하여 분석한 연구 사례가 있었다. 이 연구에 활용한 그래프 분석 지표와 사례..

그래프 데이터베이스란? 그래프 데이터베이스는 정향 데이터 위주의 처리만 가능한 관계형 데이터베이스를 보완하기 위해 등장한 NoSQL 계열의 데이터베이스입니다. 그래프 데이터베이스를 이해하기 위해서는 그래프 데이터에 대한 이해가 필요합니다. 그래프 데이터는 수학적 그래프 이론에 토대를 두고 있는데, 개별 객체의 데이터를 나타내는 점(Node 혹은 Vertex), 성질이 비슷한 객체들을 묶어주는 묶음(Label), 객체들 간의 관계를 표시하는 관계선(Edge 혹은 Relationship)으로 이루어져 있습니다. 그래프 데이터베이스는 이러한 그래프 데이터를 실시간 처리 환경에서 본연의 모습을 유지하며 저장, 운영, 처리와 같은 최선의 데이터 운영 환경을 마련하기 위한 기술을 구현하는 솔루션입니다. 그래프 데이..

글로벌 그래프 DB 시장에는 수많은 그래프 DB 공급 업체들이 존재하지만, 실제 활용을 위한 그래프 DB를 선택하는 것은 쉽지 않습니다. 요구사항에 따라 여러 DB 제품들이 있기에 충분히 검토해보고 결정해야 할 것입니다. 본 글은 그래프 DB를 선택할 때 기본적으로 고려해야 할 10가지 사항들에 대해 소개하고자 합니다. 후보군을 놓고 아래 사항들에 대해 고려해 본다면, 가장 최선의 선택을 할 수 있을 것입니다. 1. Native Graph Storage 네이티브 그래프 스토리지는 그래프 데이터베이스의 무결성과 성능을 상징하는 근본적인 요소입니다. 네이티브 그래프 스토리지는 그래프 노드를 연결하는 실제 관계가 기본 영구 데이터 요소로 저장되도록 합니다. 네이티브 그래프 스토리지가 아닌 그래프 기능을 모방한..