Professional-Data-Engineer 문제 116
온프레미스 클러스터에서 Dataproc 및 GCS로 Hadoop 작업을 마이그레이션했습니다. Spark 작업은 많은 셔핑 작업으로 구성된 복잡한 분석 워크로드이며 초기 데이터는 쪽모이 세공 파일(각각 평균 200-400MB 크기)입니다. Dataproc으로 마이그레이션한 후 성능이 약간 저하되어 이를 최적화하고 싶습니다. 조직은 비용에 매우 민감하므로 이 워크로드에 대해 선점형(비선점형 작업자 2명만 포함)에서 Dataproc을 계속 사용하고 싶습니다.
당신은 무엇을해야합니까?
당신은 무엇을해야합니까?
Professional-Data-Engineer 문제 117
온프레미스 클러스터에서 Dataproc 및 GCS로 Hadoop 작업을 마이그레이션했습니다. Spark 작업은 많은 셔핑 작업으로 구성된 복잡한 분석 워크로드이며 초기 데이터는 쪽모이 세공 파일(평균
각각 200-400MB 크기). Dataproc으로 마이그레이션한 후 성능이 약간 저하되어 이를 최적화하고 싶습니다. 조직은 비용에 매우 민감하므로 이 워크로드에 대해 선점형(비선점형 작업자 2명만 포함)에서 Dataproc을 계속 사용하고 싶습니다.
당신은 무엇을해야합니까?
각각 200-400MB 크기). Dataproc으로 마이그레이션한 후 성능이 약간 저하되어 이를 최적화하고 싶습니다. 조직은 비용에 매우 민감하므로 이 워크로드에 대해 선점형(비선점형 작업자 2명만 포함)에서 Dataproc을 계속 사용하고 싶습니다.
당신은 무엇을해야합니까?
Professional-Data-Engineer 문제 118
Firebase Analytics와 Google BigQuery 간의 무료 통합을 활성화했습니다. Firebase는 이제 BigQuery에서 app_events_YYYYMMDD 형식으로 매일 새 테이블을 자동으로 생성합니다. legacy SQL에서 지난 30일 동안의 모든 테이블을 쿼리하려고 합니다. 당신은 무엇을해야합니까?
Professional-Data-Engineer 문제 119
확장 가능한 방식으로 데이터를 수집하는 데 필요한 새 애플리케이션을 구축하고 있습니다. 데이터는 하루 종일 애플리케이션에서 지속적으로 도착하며 연말까지 매일 약 150GB의 JSON 데이터가 생성될 것으로 예상합니다. 요구 사항은 다음과 같습니다.
* 생산자와 소비자의 분리
* 무기한 저장되는 원시 수집 데이터의 공간 및 비용 효율적인 저장
* 실시간에 가까운 SQL 쿼리
* 최소 2년 동안의 과거 데이터를 유지하고 SQL로 쿼리합니다. 이러한 요구 사항을 충족하기 위해 어떤 파이프라인을 사용해야 합니까?
* 생산자와 소비자의 분리
* 무기한 저장되는 원시 수집 데이터의 공간 및 비용 효율적인 저장
* 실시간에 가까운 SQL 쿼리
* 최소 2년 동안의 과거 데이터를 유지하고 SQL로 쿼리합니다. 이러한 요구 사항을 충족하기 위해 어떤 파이프라인을 사용해야 합니까?
Professional-Data-Engineer 문제 120
Flowlogistic 사례 연구
회사 개요
Flowlogistic은 선도적인 물류 및 공급망 제공업체입니다. 그들은 전 세계의 기업이 자원을 관리하고 최종 목적지까지 운송하도록 돕습니다. 이 회사는 철도, 트럭, 항공기 및 해상 운송을 포함하도록 제품을 확장하면서 빠르게 성장했습니다.
회사 배경
이 회사는 지역 트럭 회사로 시작하여 다른 물류 시장으로 확장했습니다.
인프라를 업데이트하지 않았기 때문에 주문 및 배송을 관리하고 추적하는 데 병목 현상이 발생했습니다. 운영을 개선하기 위해 Flowlogistic은 소포 수준에서 실시간으로 선적을 추적하는 독점 기술을 개발했습니다. 그러나 Apache Kafka 기반 기술 스택이 처리량을 지원할 수 없기 때문에 배포할 수 없습니다. 또한 Flowlogistic은 주문 및 배송을 추가로 분석하여 리소스를 가장 잘 배치하는 방법을 결정하려고 합니다.
솔루션 개념
Flowlogistic은 클라우드를 사용하여 두 가지 개념을 구현하려고 합니다.
재고 위치를 알려주는 실시간 재고 추적 시스템에서 자체 기술을 사용합니다.
그들의 짐
구조화 및 비구조화를 모두 포함하는 모든 주문 및 배송 로그에 대한 분석 수행
데이터, 리소스를 가장 잘 배포하는 방법, 정보를 확장할 시장을 결정합니다. 또한 예측 분석을 사용하여 배송이 지연되는 시기를 더 빨리 알기를 원합니다.
기존 기술 환경
Flowlogistic 아키텍처는 단일 데이터 센터에 있습니다.
데이터베이스
2개의 클러스터에 8개의 물리적 서버
- SQL Server - 사용자 데이터, 인벤토리, 정적 데이터
물리적 서버 3대
- Cassandra - 메타데이터, 메시지 추적
10 Kafka 서버 - 메시지 집계 및 일괄 삽입 추적
애플리케이션 서버 - 고객 프런트 엔드, 주문/관세용 미들웨어
20개의 물리적 서버에 60개의 가상 머신
- 톰캣 - 자바 서비스
- Nginx - 정적 콘텐츠
- 배치 서버
스토리지 기기
- 가상 머신(VM) 호스트용 iSCSI
- 파이버 채널 저장 영역 네트워크(FC SAN) - SQL 서버 스토리지
- NAS(Network-Attached Storage) 이미지 저장, 로그, 백업
10개의 Apache Hadoop/Spark 서버
- 코어 데이터 레이크
- 데이터 분석 워크로드
20개의 기타 서버
- Jenkins, 모니터링, 배스천 호스트,
비즈니스 요구 사항
확장된 팬티 생산으로 안정적이고 재현 가능한 환경을 구축하십시오.
분석을 위해 중앙 집중식 Data Lake에서 데이터 집계
과거 데이터를 사용하여 향후 배송에 대한 예측 분석 수행
독점 기술을 사용하여 전 세계의 모든 배송을 정확하게 추적
새로운 리소스의 신속한 프로비저닝을 통해 비즈니스 민첩성 및 혁신 속도 향상
클라우드에서 성능을 위한 아키텍처 분석 및 최적화
다른 모든 요구 사항이 충족되는 경우 클라우드로 완전히 마이그레이션
기술 요구 사항
스트리밍 및 배치 데이터 모두 처리
기존 Hadoop 워크로드 마이그레이션
아키텍처가 회사의 변화하는 요구 사항을 충족할 수 있도록 확장 가능하고 탄력적인지 확인합니다.
가능할 때마다 관리형 서비스 사용
데이터 비행 및 저장 데이터 암호화
프로덕션 데이터 센터와 클라우드 환경 간의 VPN 연결
SEO 진술
우리는 너무 빠르게 성장하여 인프라를 업그레이드할 수 없다는 사실이 더 이상의 성장과 효율성을 실제로 방해하고 있습니다. 우리는 전 세계로 배송물을 이동하는 데 효율적이지만 데이터를 이동하는 데는 비효율적입니다.
고객이 어디에 있고 무엇을 배송하는지 더 쉽게 이해할 수 있도록 정보를 구성해야 합니다.
CTO 성명서
IT는 우리의 우선 순위가 아니므로 데이터가 증가함에 따라 기술에 충분한 투자를 하지 않았습니다. IT를 관리할 수 있는 훌륭한 직원이 있지만 그들은 인프라 관리에 너무 바빠서 데이터 구성, 분석 구축, CFO의 구현 방법 파악과 같은 정말 중요한 일을 하도록 할 수 없습니다. 추적 기술.
CFO 성명서
우리의 경쟁 우위의 일부는 배송 지연 및 배송에 대해 스스로에게 불이익을 준다는 것입니다. 출하량이 항상 어디에 있는지 아는 것은 우리의 수익 및 수익성과 직접적인 상관관계가 있습니다.
또한 서버 환경을 구축하는 데 자본을 투입하고 싶지 않습니다.
Flowlogistic은 실시간 재고 추적 시스템을 출시하고 있습니다. 추적 장치는 모두 패키지 추적 메시지를 보내며 이제 Apache Kafka 클러스터 대신 단일 Google Cloud Pub/Sub 주제로 이동합니다. 그러면 구독자 애플리케이션은 실시간 보고를 위해 메시지를 처리하고 기록 분석을 위해 Google BigQuery에 저장합니다. 시간이 지남에 따라 패키지 데이터를 분석할 수 있는지 확인하려고 합니다.
어떤 접근 방식을 취해야 합니까?
회사 개요
Flowlogistic은 선도적인 물류 및 공급망 제공업체입니다. 그들은 전 세계의 기업이 자원을 관리하고 최종 목적지까지 운송하도록 돕습니다. 이 회사는 철도, 트럭, 항공기 및 해상 운송을 포함하도록 제품을 확장하면서 빠르게 성장했습니다.
회사 배경
이 회사는 지역 트럭 회사로 시작하여 다른 물류 시장으로 확장했습니다.
인프라를 업데이트하지 않았기 때문에 주문 및 배송을 관리하고 추적하는 데 병목 현상이 발생했습니다. 운영을 개선하기 위해 Flowlogistic은 소포 수준에서 실시간으로 선적을 추적하는 독점 기술을 개발했습니다. 그러나 Apache Kafka 기반 기술 스택이 처리량을 지원할 수 없기 때문에 배포할 수 없습니다. 또한 Flowlogistic은 주문 및 배송을 추가로 분석하여 리소스를 가장 잘 배치하는 방법을 결정하려고 합니다.
솔루션 개념
Flowlogistic은 클라우드를 사용하여 두 가지 개념을 구현하려고 합니다.
재고 위치를 알려주는 실시간 재고 추적 시스템에서 자체 기술을 사용합니다.
그들의 짐
구조화 및 비구조화를 모두 포함하는 모든 주문 및 배송 로그에 대한 분석 수행
데이터, 리소스를 가장 잘 배포하는 방법, 정보를 확장할 시장을 결정합니다. 또한 예측 분석을 사용하여 배송이 지연되는 시기를 더 빨리 알기를 원합니다.
기존 기술 환경
Flowlogistic 아키텍처는 단일 데이터 센터에 있습니다.
데이터베이스
2개의 클러스터에 8개의 물리적 서버
- SQL Server - 사용자 데이터, 인벤토리, 정적 데이터
물리적 서버 3대
- Cassandra - 메타데이터, 메시지 추적
10 Kafka 서버 - 메시지 집계 및 일괄 삽입 추적
애플리케이션 서버 - 고객 프런트 엔드, 주문/관세용 미들웨어
20개의 물리적 서버에 60개의 가상 머신
- 톰캣 - 자바 서비스
- Nginx - 정적 콘텐츠
- 배치 서버
스토리지 기기
- 가상 머신(VM) 호스트용 iSCSI
- 파이버 채널 저장 영역 네트워크(FC SAN) - SQL 서버 스토리지
- NAS(Network-Attached Storage) 이미지 저장, 로그, 백업
10개의 Apache Hadoop/Spark 서버
- 코어 데이터 레이크
- 데이터 분석 워크로드
20개의 기타 서버
- Jenkins, 모니터링, 배스천 호스트,
비즈니스 요구 사항
확장된 팬티 생산으로 안정적이고 재현 가능한 환경을 구축하십시오.
분석을 위해 중앙 집중식 Data Lake에서 데이터 집계
과거 데이터를 사용하여 향후 배송에 대한 예측 분석 수행
독점 기술을 사용하여 전 세계의 모든 배송을 정확하게 추적
새로운 리소스의 신속한 프로비저닝을 통해 비즈니스 민첩성 및 혁신 속도 향상
클라우드에서 성능을 위한 아키텍처 분석 및 최적화
다른 모든 요구 사항이 충족되는 경우 클라우드로 완전히 마이그레이션
기술 요구 사항
스트리밍 및 배치 데이터 모두 처리
기존 Hadoop 워크로드 마이그레이션
아키텍처가 회사의 변화하는 요구 사항을 충족할 수 있도록 확장 가능하고 탄력적인지 확인합니다.
가능할 때마다 관리형 서비스 사용
데이터 비행 및 저장 데이터 암호화
프로덕션 데이터 센터와 클라우드 환경 간의 VPN 연결
SEO 진술
우리는 너무 빠르게 성장하여 인프라를 업그레이드할 수 없다는 사실이 더 이상의 성장과 효율성을 실제로 방해하고 있습니다. 우리는 전 세계로 배송물을 이동하는 데 효율적이지만 데이터를 이동하는 데는 비효율적입니다.
고객이 어디에 있고 무엇을 배송하는지 더 쉽게 이해할 수 있도록 정보를 구성해야 합니다.
CTO 성명서
IT는 우리의 우선 순위가 아니므로 데이터가 증가함에 따라 기술에 충분한 투자를 하지 않았습니다. IT를 관리할 수 있는 훌륭한 직원이 있지만 그들은 인프라 관리에 너무 바빠서 데이터 구성, 분석 구축, CFO의 구현 방법 파악과 같은 정말 중요한 일을 하도록 할 수 없습니다. 추적 기술.
CFO 성명서
우리의 경쟁 우위의 일부는 배송 지연 및 배송에 대해 스스로에게 불이익을 준다는 것입니다. 출하량이 항상 어디에 있는지 아는 것은 우리의 수익 및 수익성과 직접적인 상관관계가 있습니다.
또한 서버 환경을 구축하는 데 자본을 투입하고 싶지 않습니다.
Flowlogistic은 실시간 재고 추적 시스템을 출시하고 있습니다. 추적 장치는 모두 패키지 추적 메시지를 보내며 이제 Apache Kafka 클러스터 대신 단일 Google Cloud Pub/Sub 주제로 이동합니다. 그러면 구독자 애플리케이션은 실시간 보고를 위해 메시지를 처리하고 기록 분석을 위해 Google BigQuery에 저장합니다. 시간이 지남에 따라 패키지 데이터를 분석할 수 있는지 확인하려고 합니다.
어떤 접근 방식을 취해야 합니까?