본문 바로가기
Data & AI/Cloud Pak for Data

[요약] IBM Netezza Performance Server (네티자 퍼포먼스 서버) 웨비나

by K JinSol 2020. 10. 19.

지난 9월, 새롭게 출시된 Netezza Performance Server 웨비나가 진행되었습니다. 종종 'IBM에서 네티자는 아직 하나요? PDA 문의드려도 될까요? 와 같은 질문을 고객분들께 들을 때가 있습니다. 제 경험을 미뤄 봤을 때 아마 많은 분들이 이 웨비나를 기다렸을 거라고 생각합니다.

 

50분간 NPS 주요 업데이트와 고객 피드백에 대해 IBM 최석재 실장이 발표를 했는데 내용 전부를 담지는 못하지만 하이라이트들을 정리해봤습니다. 오매불망 네티자의 귀환을 기다렸던 팬이라면 한 번쯤 읽어보고 마이그레이션을 고민해보는 기회가 되기를 바라며 웨비나 요약과 후기를 작성해보겠습니다.

 

 

📑 목차

1. DW 이야기 (분석환경 트렌드)

2. NPS (네티자 퍼포먼스 서버) 소개

3. 기존 네티자/PDA vs NPS 비교

4. 고객 도입 사례와 피드백

 


1. DW 이야기 (분석환경 트렌드)

1.1 DW 이해

- 어플라이언스 출시의 배경: 초반에 DW를 잘 활용하다가 3-4년이 지나면 성능이나 활용도가 더디가 되는 문제가 흔히 발생 → 문제점을 해소하기 위해 DW 어플라이언스가 나옴 (Netezza는 세계 최초 첫 DW 어플라이언스)

- DW 어플라이언스를 냉장고로 생각하면 쉬움 → 구매 결정을 하고 구매하면 배송기사가 와서 전원을 꽂으면 바로 사용 가능하다! DW 어플라이언스도 설치와 사용 시작이 매우 쉽고 간단함.

1.2 최근 트랜드가 클라우드와 AI로 가면서 덕분에 DW 어플라이언스의 트렌드도 변하게 됨

        1) DW의 사용자 층이 확장됨: 기존에는 경영장표, BI 리포트를 보는 분들만 사용했다면 최근에는 데이터를 분석하는 대부분의 사용자가 DW를 사용하게 됨

        2) DW 어플라이언스의 형태가 현대화됨: 클라우드 환경, 확장성, 목적에 맞는 최적화, 다양해진 요구사항을 충족시키는 등 다양한 필요 요건에 맞춰 변함

        3) 단순 데이터 저장 후 BI 사용자들에게 보여지는 공급자에서 이제는 분석을 원하는 사람들이 사용할 수 있는 전방위적인 DW로 나아가고 있음

 

2. NPS (네티자 퍼포먼스 서버) 소개

2.1 NPS를 출시를 위해 아키텍처부터 고민했고, 이 제품의 근간이 되는 게 IBM Cloud Pak for Data (줄여서 CP4D)

- CP4D System은 CP4D(AI 통합 플랫폼)의 어플라이언스 형태, 즉 하드웨어가 접목된 것을 칭함 → 그중에 DW 목적에 맞춰 익스텐션 모듈을 붙인 것을 NPS라고 함 (CP4D System을 빼놓고 NPS를 얘기할 수 없다!)

      A. CP4D란? AI 통합 플랫폼 (데이터 수집, 가공, 활용까지 일련의 과정을 하나의 프레임웤에 집어넣었음) 레드햇 오픈쉬프트 기반으로 회사에서 원하는 서비스만 deploy 해서 사용할 수 있는 유연함을 제공

      B. CP4D System은? CP4D 소프트웨어+HCI 하드웨어(유연하게 시스템을 확장하거나 줄일 수 있는 시스템)

      C. NPS는? CP4D System에 extention module로 Netezza를 가져가는 플랫폼. 기본적으로 CP4D는 다양한 클라우드 서비스로 deploy 될 수 있지만 이번 웨비나는 하드웨어 HCI를 품고 있는 NPS에 초점을 맞춤.

2.2 긴말하지않고 아래 한 장의 이미지로 NPS를 소개합니다

NPS 1 page summary

 

2.3 NPS의 하드웨어 구성

크게 두가지로 나뉨: Base와 Extention

 - Base (2 Enclosure): CP4D 프레임워크 / Extention (n Enclosure): DW 목적에 맞게 하드웨어를 붙여서 확장하는 개념 (Base와 함께 구성됨)

- 4대의 서버가 하나의 enclosure로 구성됨 (예. 2 enclosure의 경우 8개의 서버가 base component로 구성된다고 이해하면 됨)

- 하나의 서버를 S blade라고 하며, 하나의 enclosure당 4개의 s blade가 탑재되어 있음. Base에는 NPS Host서버 탑재, Extention에는 실제 네티자의 엔진이 될 S Blade가 enclosure당 4개씩 탑재.

- 모든 항목이 기존 Netezza와 동일함: 기존 시스템(Netezza/PDA)과 연계가 쉽고, 손쉽게 간단한 유틸리티 하나로 NPS migration이 가능함

3. 기존 네티자/PDA vs NPS 비교

PDA 가장 마지막 모델인 N3001과 NPS Base+2 (Base와 2 enclosure) 모델 비교

1. 가장 중요한 변화는 Storage

    a) 디스크 구성의 변화: PDA는 기본이 SAS disk, NPS는 모든 디스크 스토리지가 NVMe라는 플래시 스토리지로 이뤄졌음

     b)스캔 속도의 향상, 용량 차이, 성능은 약 3배 빨라짐 (twinfin 또는 이전 모델 사용이라면 성능 격차는 더 커질 것으로 예상) FPGA는 PDA와 동일하게 들어가지만 기존에 사용하던 것보다 훨씬 더 많은 병렬 처리를 할 수 있는 칩이 들어가 성능 향상이 두드러짐

2. 용어 변경: PDA는 full rack으로 부르는데 NPS는 rack개념이 아닌 Base+2, Base+4와 같이 용어가 달라짐

3. 중요한 변화 중 하나인 GPFS(디스크 공유) 사용: 데이터를 굳이 미러링 하지 않아도 장애상황이 발생해도 스탠드바이 서버가 바로 데이터를 읽어와 DB를 운영할 수 있음

4. AI 플랫폼으로의 확장이 용이함: 기존 PDA에서 지원하지 못햇던 데이터 가상화, 머신러닝, 거버넌스, 분석 등을 이젠 할 수 있음. DB 관련 작업뿐만 아니라 에서 데이터 수집, 이용, 확장까지 하나의 시스템에서 통합적으로 할 수 있는 것이 가장 큰 이점.

 

NPS로 이제 수많은 비효율적인 어드민 작업 "하지마세요"

CP4D를 포함하기 때문에, 이젠 데이터 분석도 NPS로 할 수 있습니다

 

 

4. 고객 도입 사례와 피드백

올해 북미는 이미 100대 이상의 3세대 제품 판매 기록, 국내는 3개의 고객사가 이미 3세대를 도입)

4-1. 최근 국내 고객 사례: 이커머스 회사

      - 기존 PDA 1/4 rack 사용 중이었음 → Migration에 1주일 걸림 (full day를 사용하지 않았고 업무 외 시간 1-2시간 자투리 시간에 진행했고 5일 만에 완료) → 기존 연계 솔루션 (datastage, Cognos 등)은 IP만 변경하고 모든 마이그레이션 작업이 완료됨!

      - 데이터 성능은요? 10배가 빨라졌습니다. 그리고 이전에는 못돌리던 작업도 돌릴 수 있게 됨.

4-2. 고객 피드백 

성능, 처리시간, 쉽고 빠른 마이그레이션 등에 대한 다양한 고객 피드백이 있었음

 


기존의 전통적인 DW 어플라이언스에 AI 확장성, 성능, 호환성과 마이그레이션 간편함이 새로 출시된 NPS의 value라고 생각됩니다. 이번 포스팅에서는 개략적인 내용 위주로 작성했지만 실제 웨비나에서는 좀 더 구체적인 기술 업데이트를 말씀드리고 있습니다. 보다 구체적인 기술 설명을 찾으신다면 웨비나를 시청해주세요 :)

 


😎 IBM 담당자가 궁금하신가요?

- 한국IBM Data&AI 사업부 김진솔 영업대표

- 📞02–3781–5150 | 📩 kjinsol@kr.ibm.com

 


😎 웨비나 보러가기 kjinsol.tistory.com/60

 

[웨비나] 사례로 살펴보는 데이터 현대화를 위한Netezza Performance Server / 네티자 퍼포먼스 서버

2020년 09월 16일(수) 10:30 ~ 11:30 사례로 살펴보는 데이터 현대화를 위한 Netezza Performance Server (네티자 퍼포먼스 서버) 빅데이터 시대 속에서 데이터 수집, 분석, 인사이트 도출과 이에 기반한 의사 ��

kjinsol.tistory.com

😎 금융권 고객 사례 알아보기

금융권의 데이터 기반 디지털 혁신 사례  —  Associated Bank

dae-ssa.medium.com/case-study-%EA%B8%88%EC%9C%B5%EA%B6%8C%EC%9D%98-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EA%B8%B0%EB%B0%98-%EB%94%94%EC%A7%80%ED%84%B8-%ED%98%81%EC%8B%A0-%EC%82%AC%EB%A1%80-associated-bank-ab3f89b13f7a

 

[Case Study] 금융권의 데이터 기반 디지털 혁신 사례 — Associated Bank

대다수의 기업 조직은 AI와 Digital Transformation을 위한 (신뢰할 수 없는 저품질의) 데이터를 갖고 있습니다. 근간이 되는 데이터를 제대로 준비하지 않은 기업들에겐 많은 시간, 돈, 인력을 투자했��

dae-ssa.medium.com