[이 책의 구성과 독자대상] 1부에서는 기반 인프라스트럭처에 대한 이해를 통해 클러스터에 대한 견고한 기반을 확립한다. 2부에서는 플랫폼을 전체적으로 살펴보고 외부 시스템과 부드럽게 통합되는 견고한 클러스터를 구현하는 방법을 알아본다. 3부에서는 하둡을 클라우드에서 운영할 때 아키텍처 면에서 중요한 내용을 다룬다. 또한 하둡과 하둡 생태계에 대한 입문 수준의 기술적인 내용들도 다룬다. ◆ IT 관리자 기업에서 하둡 클러스터를 운영하는 책임을 가진 독자: 1장, 2장, 5장, 14장 ◆ 엔터프라이즈 아키텍트 하둡 클러스터 통합 및 다른 기업용 시스템과의 연동을 모든 면에서 관리하며 클러스터를 기업 표준에 따라 운영하고 관리해야 하는 독자: 1~4장, 6~7장, 9~18장 ◆ 애플리케이션 아키텍트와 데이터 엔지니어 차세대 데이터 기반 애플리케이션을 디자인하는 개발자와 아키텍트로서 하둡을 위한 코드를 작성하고 그 역량의 장점을 취하고자 하는 독자: 1~2장, 9~13장, 17~18장 ◆ 시스템 관리자와 데이터베이스 관리자(DBA) 클러스터의 운영 및 모니터링을 책임지며 클러스터 컴포넌트들의 동작 방식과 기반 하드웨어 및 외부 시스템과의 통합에 대한 깊은 이해가 필요한 독자: 1장, 2장, 3장, 6~18장 [옮긴이의 글] 빅데이터라는 용어는 이미 수년 전부터 일상 생활에서까지 사용될 정도로 보편화되었습니다. 간혹 잘못 사용되는 경우도 없지는 않지만 빅데이터는 이제 정치, 사회, 경제, 문화, 과학 기술 등 거의 모든 영역에 걸쳐서 가장 중요한 키워드 중 하나로 자리잡고 있죠. 가장 큰 이유는 일상 생활의 많은 부분에서 데이터의 중요성이 부각되었기 때문입니다. 때문에 많은 기업들이 데이터 주도Data-Driven 문화를 도입하며 빅데이터 분석을 통해 더욱 편리한 사용자 경험의 제공, 제품과 서비스의 개선, 나아가 더 많은 이익 창출을 위해 노력하고 있습니다. 이 모든 노력의 근간에는 각 기업들이 오랜 시간을 들여 수집해 온 데이터가 있습니다. 하둡은 초기부터 빅데이터 솔루션으로 많은 관심을 받으며 빠르게 성장해 온 기술이자 프레임워크로, 대용량의 데이터를 저장하고 분석하여 좀 더 의미 있는 데이터를 산출하기 위한 포괄적인 기술들을 경제적으로 구현하기 위한 노력의 결정체입니다. 덕분에 이미 많은 기업이 하둡을 이용한 빅데이터 분석을 수행하고 있으며, 대부분은 아직 온프레미스 환경에 구축되어 있지만, 여러 공개형 클라우드 서비스들이 확장 가능한 하둡 서비스를 출시하면서 클라우드로의 이전도 활발히 진행되고 있습니다. 이 책은 온프레미스 환경부터 공개형 및 비공개 클라우드 환경에 이르기까지, 다양한 환경에서 기업을 위한 하둡 클러스터를 성공적으로 배포하고 운영하는 데 필요한 기술적 노하우를 아낌없이 전수해 줍니다. 저 또한 하둡 클러스터를 직접적으로 구축하고 운영해 본 경험이 아주 많지는 않지만, 그간 크고 작게나마 대용량의 데이터를 다양한 방법으로 처리해 본 경험 덕분에, 이 책을 통해 하둡을 좀 더 자세히 이해하게 되었으며, 빅데이터에 대해 만족할 만한 통찰을 얻을 수 있었습니다. 다만 이 책은 빅데이터에 처음 입문하는 초보자에게는 다소 어려울 수 있지만, 소규모라도 하둡 클러스터를 온프레미스 환경이나 클라우드 환경에서 구축하고 운영해 본 경험이 있는 독자들에게는 큰 도움이 될 수 있는 책입니다. - 장현희 이젠 빅데이터를 활용하지 않는 분야가 없는 시대를 살고 있다고 해도 과언이 아닐 것 같습니다. 여러 분야에서 인간을 넘어서며 새로운 시대를 열 것으로 기대되는 인공 지능도 막대한 데이터가 없으면 학습을 할 수가 없습니다. 이 책은 빅데이터를 다루는 데 필요한 기본 개념부터, 실무에서 사용되는 다양한 컴포넌트의 장단점 비교, 여러 컴포넌트를 조합해서 구성하는 운영 환경 구축, 조직 구성까지 아우르는 방대한 내용을 다채로운 그림과 비교 표를 통해 압축해서 이해할 수 있게 도와줍니다. 그래서 이미 데이터 엔지니어링을 하고 있는 사람들에게는 이 책이 더 심도 있고 실무적인 지식의 보고가 될 수 있고, 데이터 엔지니어가 되고 싶어 하는 분들에게 이 책은 안정적인 출발선이 되어줄 것입니다. 모쪼록 이 책을 통해 많은 분이 한 단계 더 높이 올라설 수 있기를 바라며, 궁극적으로는 우리나라 개발자, 데이터 엔지니어들이 데이터가 원유가 되는 시대를 이끌어나가는 데 조금이라도 도움이 될 수 있다면 더 바랄 것이 없겠습니다. - 오명운

1장 빅데이터 기술 기초 다지기 __하둡 에코시스템 둘러보기 __정리 [1부] 인프라스트럭처 2장 클러스터 __다중 클러스터 사용 이유 __멀티테넌시 __클러스터 용량 산정 __클러스터 확장 __데이터 복제 __정리 3장 연산과 스토리지 __하둡 이해를 위한 컴퓨터 아키텍처 __엔터프라이즈에 적합한 보급형 스토리지 __하둡과 리눅스 스토리지 스택 __이레이저 코딩과 복제 __로우레벨 스토리지 __서버 폼 팩터 __워크로드 프로파일 __클러스터 구성과 노드 종류 __정리 4장 네트워크 __서비스가 네트워크를 활용하는 방식 __네트워크 아키텍처 __네트워크 통합 __네트워크 설계 고려 사항 __정리 5장 조직의 과제 __누가 실행할 것인가 __인프라스트럭처인가 미들웨어인가 아니면 애플리케이션인가 __사례 연구: 보편적인 비즈니스 인텔리전스(BI) 프로젝트 __정리 6장 데이터센터 고려사항 __데이터센터는 왜 중요한가 __기본적인 데이터센터 개념 __공간과 랙 채우기의 제한 __데이터 수집 및 클러스터 간 연결 __교체 및 수리 __통상적인 위협 __정리 [2부] 플랫폼 7장 클러스터의 프로비저닝 __운영체제 __서비스 데이터베이스 __하둡 배포 __정리 8장 플랫폼 검증 __테스트 방법론 __유용한 도구들 __하드웨어 검증 __하둡의 검증 __다른 컴포넌트의 검증 __정리 9장 보안 __전송 중 암호화 __인증 __권한 부여 __유휴 시 암호화 __정리 10장 계정 서비스와의 통합 __통합이 필요한 영역 __통합 시나리오 __통합 계정 서비스 __LDAP 통합 __커버로스 통합 __인증서 관리 __정리 11장 클러스터의 접근 및 상호작용 __접근 메커니즘 __접근 토폴로지 __접근 보안 __워크벤치 __랜딩 존 __정리 12장 고가용성 __고가용성의 정의 __가용성의 측정 __고가용성의 운영 __고가용성 빌딩 블록 __일반적인 고려사항 __클러스터 서비스의 고가용성 __정리 13장 데이터 백업과 재해 복구 __컨텍스트 __데이터 복제 __하둡 클러스터 백업 __복구 __정리 [3부] 클라우드 기반 하둡 14장 하둡 가상화의 기초 __컴퓨트 가상화 __스토리지 가상화 __네트워크 가상화 __클러스터 수명주기 모델 __정리 15장 비공개 클라우드 솔루션 __오픈스택 __오픈시프트 __VMWare와 피보탈 클라우드 파운드리 __직접 만들어볼 텐가? __비공개 클라우드를 위한 객체 스토리지 __정리 16장 공개형 클라우드 솔루션 __반드시 알아둘 것들 __클라우드 제공사 __클러스터 구현 __정리 17장 프로비저닝 자동화 __장기간 지속되는 클러스터 __일시적 클러스터 __메타데이터 공유 서비스 __정리 18장 클라우드 상의 보안 __위험의 평가 __위험 모델 __하둡을 위한 계정 프로바이더 옵션 __객체 스토리지 보안과 하둡 __감사 __유휴 시 데이터 암호화 __클라우드 상의 전송 중 데이터 암호화 __경계 제어와 방화벽 __정리 부록 백업 온보딩 체크리스트 ____백업 온보딩 체크리스트 ____서비스