출판사 서평
이 책이 제시하는 핵심 내용
이 책은 하둡 에코시스템을 워크플로우 기반으로 손쉽게 관리하는 케스케이딩으로 애플리케이션을 작성하는 방법을 보여준다. 이 책 전반에서 다루는 간단한 예제들을 통해 대규모 클러스터에서 대규모 데이터셋을 효과적으로 분석하는 방법을 배우게 될 것이다. 또한 엔터프라이즈 데이터 워크플로우의 모범 사례에 대해 논의한다.
* 케스케이딩(Cascading )이란?
엄격히 말해서 케스케이딩은 엔터프라이즈 데이터 워크플로우의 비즈니스 프로세스 관리를 위한 패턴 언어다. 패턴 언어는 크고 복잡한 설계 문제를 ...
이 책이 제시하는 핵심 내용
이 책은 하둡 에코시스템을 워크플로우 기반으로 손쉽게 관리하는 케스케이딩으로 애플리케이션을 작성하는 방법을 보여준다. 이 책 전반에서 다루는 간단한 예제들을 통해 대규모 클러스터에서 대규모 데이터셋을 효과적으로 분석하는 방법을 배우게 될 것이다. 또한 엔터프라이즈 데이터 워크플로우의 모범 사례에 대해 논의한다.
* 케스케이딩(Cascading )이란?
엄격히 말해서 케스케이딩은 엔터프라이즈 데이터 워크플로우의 비즈니스 프로세스 관리를 위한 패턴 언어다. 패턴 언어는 크고 복잡한 설계 문제를 풀기 위한 정형화된 방법을 제공하며 이는 모범 사례 사용을 추천하는 문법을 제공한다. 예를 들어 케스케이딩에서 파이프와 연산자를 ‘배관’에 비유하는 것은 특정 시점에 어떤 알고리즘을 사용하고 어떤 아키텍처 트레이드 오프가 적절한지, 어디서 프레임워크의 통합이 필요한지 등을 알려주는 데 도움을 준다. 이러한 접근 방식은 컴파일 시점이나 플로우 계획 단계에서 많은 잠재적 문제를 알아낼 수 있다는 장점을 제공해준다.
이 책의 특징과 장점
* 이 책에서 다루는 예제
이 책 전반에서는 간단한 프로그램 예제들을 통해 케스케이딩과 관련된 오픈소스 프로젝트들을 살펴본다. 자바 프로그래밍에 익숙해야 한다. 클로저, 스칼라, SQL, R로 작성된 코드들도 보게 될 것이다. 모든 예제 애플리케이션은 기트허브의 소스 코드 저장소에서 내려받을 수 있다.
* 이 책의 내용
새로운 분야의 데이터를 하둡에 저장하는 것은 이 책의 주제를 벗어난다. 우리가 이 책에서 보여주려 한 것은 엔터프라이즈 애플리케이션을 설계하는 새로운 사고 방식이다. 케스케이딩을 어떻게 시작해야 하는지 보여주고 엔터프라이즈 데이터 워크플로우의 모범 사례에 대해 논의할 것이다.
어떤 독자를 위한 책인가?
하둡 기반으로 빠르고 쉽게 견고한 애플리케이션을 개발하고자 하는 개발자
빅데이터에서 워크플로우 관리를 통해 쉽고 빠르게 필요한 가치를 추출하고자 하는 개발자와 기획자
도서 특징(책 표지 글)
* 더 빠르게 하둡 애플리케이션을 구현하고 빅데이터를 처리하라!
하둡 오픈 소스 프레임워크인 케스케이딩을 이용하면 복잡한 맵리듀스 프로그래밍을 배우지 않고도 엔터프라이즈 급 데이터를 처리하는 강력한 애플리케이션을 쉽게 만들고 관리할 수 있다. 자바와 JVM에서 동작하는 언어를 기반으로 작성된 예제 애플리케이션을 통해 케스케이딩이 얼마나 간결하고 빠르게 데이터 처리, 필터링, 워크플로우 최적화하는지 배우게 될 것이다.
다양한 데이터 소스와 비정형 데이터에 대한 모델링과 분석
링구알(Lingual)을 통한 ANSI SQL 지원
익숙한 구조와 재사용 가능한 컴포넌트로 애플리케이션 구축과 테스트
스콜딩(Scalding)과 케스칼로그Cascalog) 도메인 특화 언어를 이용한 작업
클러스터의 위치와 데이터 크기에 상관없는 쉬운 애플리케이션 배치
여러 빅데이터 프레임워크와 프로세스를 통합한 워크플로우 구축
일반적인 예제를 통해 살펴보는 케스케이딩의 특징과 도구
오픈 데이터 이니셔티브의 데이터셋을 이용한 사례 연구 검토
추천사
“이 책에서 파코는 케스케이딩이 제공하는 강력한 기능으로 피그와 하이브로 처리할 수 없는 중요한 워크플로우 작업을 어떻게 처리하는지 제시한다. 다양한 사례를 케스케이딩으로 얼마나 쉽게 해결할 수 있는지를 알려주므로 빅데이터 개발자라면 반드시 한번은 읽어보기 바란다.”
- 제이슨 레빗 Jason Levitt, 『JavaScript Developer’s Resource』 저자

목차
프롤로그
_P.1 요구 사항
_P.2 엔터프라이즈 데이터 워크플로우
_P.3 거대함 그 이상의 복잡성
_P.4 케스케이딩 API의 탄생 배경
_P.5 예제 코드 사용
1장. 시작하기
_1.1 프로그램 개발 환경 준비
_1.2 예제 1 : 초간단 케스케이딩 애플리케이션
_1.3 빌드와 실행
_1.4 케스케이딩의 분류 체계
_1.5 예제 2 : 흔한 단어 세기
_1.6 플로우 다이어그램
_1.7 대규모 환경에서의 케스케이딩
2장. 파이프 어셈블리 확장
_2.1 예제 3 : 사용자 정의 연산
_2.2 토큰 다듬기
_2.3 예제 4 : 복제 조인
_2.4 불용어와 복제 조인
_2.5 아파치 피그와 비교
_2.6 아파치 하이브와 비교
3장. 테스트 주도 개발
_3.1 예제 5 : TF-IDF 구현
_3.2 예제 6 : 테스트가 포함된 TF-IDF
_3.3 테스트에 관한 부언
4장. 케스케이딩용 스칼라 DSL
_4.1 스콜딩을 사용하는 이유
_4.2 스콜딩 시작하기
_4.3 스콜딩으로 작성한 예제 3 : 사용자 정의 연산
_4.4 함수형 프로그래밍에 관한 부언
_4.5 스콜딩으로 작성한 예제 4 : 복제 조인
_4.6 그레이들로 스콜딩 애플리케이션 빌드하기
_4.7 아마존 AWS에서 수행
5장. 케스칼로그-케스케이딩을 위한 클로저 DSL
_5.1 케스칼로그를 사용하는 이유
_5.2 케스칼로그 시작하기
_5.3 케스칼로그로 작성한 예제 1 : 초간단 애플리케이션
_5.4 케스케이딩으로 작성한 예제 4 : 복제 조인
_5.5 케스칼로그로 작성한 예제 6 : 테스트가 포함된 TF-IDF
_5.6 케스칼로그 기술적 내용과 사례
6장. 맵리듀스 그 이상
_6.1 애플리케이션과 조직
_6.2 링구알, ANSI SQL을 위한 도메인 특화 언어
_6.3 패턴, 예측 모델 마크업 언어를 위한 DSL
7장. 워크플로우 추상화
_7.1 핵심 통찰력
_7.2 패턴 언어
_7.3 문학적 프로그래밍
_7.4 관심사 분리
_7.5 함수형 관계형 프로그래밍
_7.6 엔터프라이즈 대 스타트업
8장. 사례 연구 : 팰로앨토시의 오픈 데이터
_8.1 왜 오픈 데이터인가?
_8.2 팰로앨토시
_8.3 원시 데이터 소스에서 데이터 제품으로 이동
_8.4 추천기를 위한 메트릭 보정
_8.5 공간 색인
_8.6 개인화
_8.7 추천
_8.8 빌드와 실행
_8.9 추천기 워크플로우 요점
부록. 워크플로우 문제 해결