[12 월 교육] MongoDB 분석 및 개선을 통한 성능 확보 기술 과정
날짜 : 2018-12-19~12-21
위치 : PIT 교육장
유형 :
1. 과 정 명 : MongoDB 분석 및 개선을 통한 성능 확보 기술 과정
2. 과정개요 : 본 과정에서는 MongoDB에 대한 전반적인 기술을 기반으로 시스템 구축 후 발생하는
다양한 성능 이슈에 대한 현상 분석과 조치 방법을 (주)플랜정보기술(PIT) 만의
MongoDB 성능 튜닝 방법론을 기반으로 학습합니다.
어떤 교육 과정에서도 들을 수 없는 실무 중심의 기술 교육을 진행하며
현장에서 경험한 PIT 만의 노하우를 소개해 드립니다.
3. 교육기간 : 2018/12/19(수) ~ 12/21금) 10:00 ~ 17:00 (1일 6시간 총 18시간)
4. 장 소 : PIT 교육장 (잠실) http://pitmongo.co.kr/bbs/page.php?hid=c_map
5. 수 강 료 : \ 1,000,000(1인) (교재 및 점심식사 포함)
법 인 : 부가세 별도 - 세금계산서 발행 가능
개 인 : 20% 할인 (www.nosql-korea.org 멤버 추가 5% 할인)
회원사: 30% 할인 (PIT 회원사로 등록된 업체-년단위 가입-별도 문의)
6. 진행강사:
현. (주)플랜정보기술 대표 컨설턴트
MongoDB 공인 Master (mongoDB inc. 공인 전문가:국내1인)
오라클 공인 ACE (최고의 엔지니어에게 부여하는 기술 등급:국내7인-2007)
www.nosql-korea.org 커뮤니티 운영자
전. 한국 데이터진흥원 NoSQL 전문 기술위원
전. 한국 SW 기술협회 전임강사
전. 한국정보화진흥원 빅데이터 커뮤니티 운영자 및 기술자문 위원
7. 정 원 : 선착순 모집 (최소 모집 3명 이상)
* 수강 대상
- MongoDB 기술에 대한 기본 학습이 이행된 자
- MongoDB 프로젝트 유경험자
- 경험은 없지만 기술 전반에 대한 학습이 필요한 자
8. 접수방법
우리은행 1005-902-181814 (주)플랜정보기술
무통장 입금 후 jina6678@daum.com 으로 이름, 주민번호 앞 6자리, 회사명, 연락처를
통지해 주십시오.
9. 문 의 : 010-3864-1858 (부재시 문자메시지 남겨 주십시오)
10. 과정내용(** MongoDB 기반의 실제 사례를 소개 **)
1장. MongoDB 성능 튜닝 방법론
- (주)플랜정보기술 MongoDB 성능튜닝 방법론 개요
- OS 튜닝
- Server 튜닝
- Statement 튜닝
- Design 튜닝
2장. OS 튜닝 & Server 튜닝
- 설치 시 고려해야할 OS 튜닝 포인트
. Cpu & Memory Size
. OS 환경설정(CheckList 작성)
- Shard & ReplicaSets 시스템 구축 및 운영 시 성능 포인트
. Targeted Query & Scatter Query를 고려한 구축 방안
. mongos Connection에 대한 구축 방안
. Distributed Query를 통한 성능개선 솔루션
. Session 관리를 통한 최적화
- 현상 분석 및 성능개선 목표 수립
. 운영체계 상태 수집
. mongostat, mongotop을 이용한 자료 수집
3장. MongoDB Statement 튜닝
- MongoDB Query 튜닝 포인트
. Profiling 수집 및 분석
. Execution Plan 분석
. Hint 사용방법 및 활용 방안
. 튜닝 전 & 튜닝 후 성능 개선 지표 수집 및 분석
- 인덱스 종류 및 설계 시 고려사항
. 인덱스 실행 원리 이해 및 최적화
- Full Collecton Scan을 위한 성능 개선 방법
- 빅데이터에 대한 분류 작업 시 발생하는 성능 이슈 대응 방안
4장. MongoDB Design 튜닝
- 설계 패턴 분석과 성능 이슈 분석
. Embedded Document
. Link Document(Natural Join)
. Inheritence
. Tree Structure(Self Reference JOin)
- Validator 설계와 성능 관계
- 사용자 설계와 성능 관계
- 논리적 DB 설계와 성능 관계
- 물리적 DB 설계와 성능 관계(데이터 파일, 저널 파일 등)
- 저장 엔진의 선택과 성능 포인트