이 책에서 다루는 내용

■ R과 하둡의 설치
■ 하둡 맵리듀스 애플리케이션 생성
■ RHIPE, RHadoop, 하둡 스트리밍을 이용한 R과 하둡의 연동
■ R과 하둡 기반으로 동작하는 맵리듀스 애플리케이션 개발과 실행
■ RHIPE와 RHadoop을 이용해 R 환경에서 HDFS 데이터 처리
■ R 환경에서 하둡 스트리밍 맵리듀스 실행
■ 다양한 데이터 소스로부터 R에 데이터 가져오기와 내보내기
■ 다양한 분석을 위한 데이터 수집

이 책의 대상 독자

하둡으로 빅데이터 분석을 수행하는 방법을 찾고 있는 R 개발자를 위한 책이다. 또한 R 패키지를 이용해 빅데이터상에서 지능적인 애플리케이션을 구축하려는 하둡 경험자에게도 유용할 것이다. 기본적인 R 지식을 갖고 있다면 이 책을 읽는 데 많은 도움이 된다.

이 책의 구성

1장, *R과 하둡 준비*에서는 간단한 개요와 함께 R과 하둡을 설치하는 과정을 알아본다.

2장, *하둡 맵리듀스 프로그램 작성*에서는 하둡 맵리듀스의 기초를 소개하고 하둡을 이용해 맵리듀스를 실행하는 방법을 설명한다.

3장, *R과 하둡 연동*에서는 RHadoop과 RHIPE를 위한 맵리듀스 프로그램 샘플을 배포하고 실행하는 것을 다양한 데이터 처리 과정을 통해 설명한다.

4장, *R로 하둡 스트리밍 사용*에서는 R로 하둡 스트리밍을 사용하는 방법을 알아본다.

5장, *R과 하둡으로 데이터 분석*에서는 실제 데이터 분석 문제의 시연을 통해 데이터 분석 프로젝트 라이프 싸이클을 살펴본다.

6장, *기계학습을 이용한 빅데이터 분석*에서는 RHadoop을 이용해 기계학습 기법을 적용하는 빅데이터 분석 수행을 다룬다.

7장, *다양한 DB에서 데이터 가져오기와 내보내기*에서는 데이터를 가져오고 내보내기 위해 R에서 대중적인 관계형 데이터베이스와 상호작용하는 방법을 설명한다.

부록, *참고자료*에서는 모든 장에서 다루는 내용의 추가적인 자료에 대한 링크를 제공한다.

[목 차]

1 R과 하둡 준비
__R 설치
__RStudio 설치
__R 언어 특성의 이해
____R 패키지 사용
____데이터 작업 수행
____커뮤니티 지원의 증가
____R에서 데이터 모델링 수행
__하둡 설치
____여러 가지 하둡 모드의 이해
____하둡 설치 단계
________우분투 리눅스에 하둡 설치(단일 노드 클러스터)
________우분투 리눅스에 하둡 설치(멀티 노드 클러스터)
________우분투에 클라우데라 하둡 설치
__하둡 기능의 이해
__HDFS의 이해
________HDFS의 특성
________맵리듀스
__HDFS와 맵리듀스 아키텍처
____HDFS 아키텍처
________HDFS 컴포넌트
___맵리듀스 아키텍처
_______맵리듀스 컴포넌트
___HDFS와 맵리듀스 아키텍처를 그림으로 이해
__하둡 하위 프로젝트의 이해
__요약

2 하둡 맵리둡스 프로그램 작성
__맵리듀스의 기본 이해
__하둡 맵리듀스 소개
____하둡 맵리듀스 개체 나열
____하둡 맵리듀스 시나리오
________HDFS로 데이터 로딩
________맵 단계 수행
________셔플링과 정렬
________리듀스 단계 수행
____맵리듀스의 제약
____문제 해결을 위해 하둡의 능력
____하둡 프로그래밍에서 사용되는 여러 가지 자바 컨셉
__하둡 맵리듀스의 기초
____맵리듀스 객체의 이해
____맵리듀스에서 맵의 개수 결정
____맵리듀스에서 리듀서의 개수 결정
____맵리듀스의 데이터 흐름
____하둡 맵리듀스에서 사용하는 용어
__하둡 맵리듀스 예제 작성
____맵리듀스 잡 수행 과정
________하둡 맵리듀스 잡을 모니터링하고 디버깅하는 방법
________HDFS 데이터 살펴보기
____비즈니스 문제를 해결하는 여러 가지 맵리듀스 정의
__R에서 하둡 맵리듀스를 작성하는 다양한 방법 소개
____RHadoop 소개
____RHIPE 소개
____하둡 스트리밍 소개
__요약

3 R과 하둡 연동
__RHIPE 소개
____RHIPE 설치
________하둡 설치
________R 설치
________프로토콜 버퍼 설치
________환경변수
________rJava 패키지 설치
________RHIPE 설치
____RHIPE 아키텍처의 이해
____RHIPE 예제 살펴보기
________RHIPE 예제 프로그램(단일 맵 프로그램)
________단어 수 세기
____RHIPE 함수의 레퍼런스
________초기화
________HDFS
________맵리듀스
__RHadoop 소개
____RHadoop 아키텍처의 이해
____RHadoop 설치
____RHadoop 예제 살펴보기
________단어 수 세기
____RHadoop 함수의 레퍼런스
________hdfs 패키지
________rmr 패키지
__요약

4 R로 하둡 스트리밍 사용
__하둡 스트리밍의 기본 이해
__R로 하둡 스트리밍을 수행하는 방법
____맵리듀스 애플리케이션의 이해
____맵리듀스 애플리케이션 작성 방법
____맵리듀스 애플리케이션 실행 방법
________명령 프롬프트에서 하둡 스트리밍 잡 실행
________R 또는 RStudio에서 하둡 스트리밍 잡 실행
____맵리듀스 애플리케이션의 결과를 살펴보는 방법
________명령 프롬프트에서 결과 살펴보기
________R 또는 RStudio 콘솔에서 결과 살펴보기
____하둡 맵리듀스 스크립트에서 사용된 기본 R 함수의 이해
____하둡 맵리듀스 잡 모니터링
__R 패키지 HadoopStreaming 살펴보기
____hsTableReader 함수
____hsKeyValReader 함수
____hsLineReader 함수
____하둡 스트리밍 잡 수행
________하둡 스트리밍 잡 실행
__요약

5 R과 하둡으로 데이터 분석
__데이터 분석 프로젝트의 라이프 사이클 이해
____문제 확인
____데이터 요구사항 디자인
____데이터 전처리
____데이터 분석 수행
____데이터 시각화
__데이터 분석 문제의 이해
____웹 페이지의 카테고리 분석
________문제 확인
________데이터 요구사항 디자인
________데이터 전처리
________데이터 분석 수행
________데이터 시각화
____주식 시장 변화의 빈도 계산
________문제 확인
________데이터 요구사항 디자인
________데이터 전처리
________데이터 분석 수행
________데이터 시각화
____불도저를 위한 시험 답안지의 판매 가격 예측
________문제 확인
________데이터 요구사항 디자인
________데이터 전처리
________데이터 분석 수행
________포아송 근사 재표본화의 이해
________RHadoop을 이용한 랜덤 포레스트 학습
__요약

6 기계학습을 이용한 빅데이터 분석
__기계학습 소개
____기계학습 알고리즘의 유형
__감독 학습 알고리즘
____선형 회귀
________R을 이용한 선형 회귀
________R과 하둡을 이용한 선형 회귀
____로지스틱 회귀
________R을 이용한 로지스틱 회귀
________R과 하둡을 이용한 로지스틱 회귀
__무감독 기계학습 알고리즘
____군집화
________R을 이용한 군집화
________R과 하둡을 이용한 군집화 수행
__추천 알고리즘
____R에서의 추천 생성 과정
____R과 하둡으로 추천 생성
__요약

7 다양한 DB에서 데이터 가져오기와 내보내기
__데이터 파일을 데이터베이스로 사용
____다양한 형태의 파일 이해
____R 패키지 설치
____R로 데이터 가져오기
____R에서 데이터 내보내기
__MySQL 사용
____MySQL 설치
____RMySQL 설치
____테이블과 테이블의 구조 알아보기
____R로 데이터 가져오기
____데이터 조작 살펴보기
__엑셀 사용
____엑셀 설치
____R로 데이터 가져오기
____R과 엑셀로 데이터 가공
____데이터를 엑셀로 내보내기
__MongoDB 사용
____MongoDB 설치
________SQL과 MongoDB 용어 매핑
________SQL과 MongoQL 용어 매핑
____rmongodb 설치
____R로 데이터 가져오기
____데이터 조작 살펴보기
__SQLite 사용
____SQLite의 기능 이해
____SQLite 설치
____RSQLite 설치
____R로 데이터 가져오기
____데이터 조작 살펴보기
__PostgreSQL 사용
____PostgreSQL의 기능 이해
____PostgreSQL 설치
____RPostgreSQL 설치
____R에서 데이터 내보내기
__하이브 사용
____하이브의 기능 이해
____하이브 설치
________하이브 설정 세팅
____RHive 설치
____RHive 작업 살펴보기
__HBase 사용
____HBase의 기능 이해
________HBase 설치
____쓰리프트 설치
____RHBase 설치
____R에서 데이터 가져오기
____데이터 조작 살펴보기
__요약

부록 참고자료
__R + 하둡 도움말 문서
__R 그룹
__하둡 그룹
__R + 하둡 그룹
__인기 있는 R 컨트리뷰터
__인기 있는 하둡 컨트리뷰터

비그니쉬 프라자파티(Vignesh Prajapati)
인도 출신의 빅데이터 매니아며 엔제이(Enjay)의 소프트웨어 전문가 및 Pingax(www.pingax.com)의 컨설턴트로 활동 중이다. 숙련된 기계학습 데이터 엔지니어로서 기계학습뿐만 아니라 R, 하둡 Hadoop, 머하웃(Mahout), 피그(Pig), 하이브(Hive) 및 하둡 관련 컴포넌트 등의 빅데이터 기술을 통해 데이터셋으로부터 가치 있는 인사이트를 분석하는 일련의 데이터 분석 사이클 전반에 능통하다. 2012년에 구자르트(Gujarat) 기술 대학에서 학사 학위를 받았으며 Tatvic에서 데이터 엔지니어로 일하기 시작했다. 구글 애널리틱스 데이터를 위한 다양한 데이터 분석 알고리즘을 개발해 경제적 가치를 제공했고, 실질적인 기계학습 적용을 위해 구글 애널리틱스와 구글 프리딕션 API를 연동하는 여러 가지 분석 앱을 개발했다. 또한 구글 프로젝트에 오픈소스로 RGoogleAnalytics 패키지를 개발함으로써 R 커퓨니티에 기여했으며, 데이터 주도 기술(Data-driven technologies)에 대한 문서도 작성했다. 단일 도메인에 국한되지 않은 다양한 인터랙티브 앱을 개발하고 있으며, 구글 애널리틱스 API, 실시간 API, 구글 프리딕션 API, 구글 차트 API, 구글 번역 API 등의 다양한 구글 API와 자바, PHP 플랫폼을 이용해 개발하고 있다. 오픈소스 기술을 개발하는 데에도 관심이 많다. 또한 『아파치 Mahout 프로그래밍』(에이콘, 2014)을 리뷰했다. 이 책은 초급자뿐만 아니라 고급 사용자에게도 머하웃에 대한 참신하고 범위 지향적인 접근법을 제공한다. 또한, 사용자가 빅데이터 애플리케이션을 만들면서 기계학습 애플리케이션과 정책, 기계학습 알고리즘의 다양한 가능성을 알 수 있도록 특별하게 구성되어 있다.
옮긴이 송주영
현재 쿠팡에서 데이터 분석 업무를 담당하고 있다. 지리정보시스템, 이미지 프로세싱, 기계학습 등 다양한 분야에 관심이 많다.