산업별 성능비교를 통한 Graph DB 적용 방안

Abstract

최근 ICT 분야에서Big Data, AI 등 많은 발전이 있어왔다. Database(이하DB) 부분에서도 NoSQL 이라는 이름으로 빅데이터를 포함하여 많은 컨셉의 데이터 베이스가 개발 되었으며 대표적으로 Document DB, Key-Value DB, Column DB, In-Memory DB, Graph DB 등이 있다 이 많은 NoSQL DB 들은 각기 특이한 자료구조가 있으며 그 특징에 맞게 적합한 산업 및 데이터가 별도로 존재 한다. 본 논문에서는 그중 Graph DB 에 대하여 산업별 적용 방안에 대하여 제시하고 있다. 이를 위해 우선적으로 Graph DB의 모델링이 필요하다. 현재 Graph DB분야는 계속적으로 연구되고 발전 중에 있어 다양한 모델링 방법론에 대한 논문들이 나와 있으며 본 문서에서는 Transaction Data를 어떻게 Graph DB 에 대해 Modeling을 하는지 쉽고 직관적이며 효율적인 방법을 제시하고 있다 그 이후 다양한 산업의 데이터를 검토 하였으며 선정기준을 정하여 그 중 3가지 산업인 Financial, Entertainment, 소셜네트워크 산업에 대한 데이터를 선정하였다. 그 다음으로 선정된 데이터의 특징들을 분석하여 분류 하였으며, 전통적인 Relation DB와 Graph DB를 적용하여 ‘1.일반적인 연산’, ‘2. 통계적인 연산’, ‘3.분석/예측적인 연산’의 3가지 관점에서 각 산업별데이터에 대한 Relation DB와 Graph DB의 성능을 비교해 어떤 특징의 질의에 대하여 성능이 우수 한지 실험을 통하여 분석하고 그 근거를 확인 하였다. 확인된 결과를 통하여 ‘소셜네트워크’, ‘의료’, ‘제조’, ‘교육’, 금융’산업의 데이터에 대해 GraphDB의 적용 방안을 제시하고 있다.

| Recently, there have been many developments in the field of ICT, such as Big Data and AI. In the Database part, many concept databases, including big data, have been developed under the name of NoSQL. Each of these NoSQL DBs has a unique data structure, and there are separate industries and data suitable for their characteristics. In this paper, the modeling method for Graph DB is explained and the application plan for each industry is presented.