클라우드 네이티브 애플리케이션 디자인 패턴

285

6

장

스트림 프로세싱 패턴

순차 수송 패턴

연관 이벤트들을 동일한 샤드로 배분함으로써 작업을 병렬로 처리할 수 있습니다.

버퍼를 이용한 이벤트 정렬 패턴

이 패턴이 올바르게 동작할 수 있도록 이벤트를 생성 시간을 기준으로 정렬할 수 있습니다.

6.3.66.3.6

머신 러너 패턴 머신 러너 패턴

데이터를 통한 실시간 예측과 자동화된 의사 결정 구현에 머신러닝 모델을 사용할 수 있습니

다. 머신러닝 모델은 미리 만들어 두어서 변경 없이도 새로운 이벤트에 기반한 예측을 가능하

게 합니다. 온라인 머신러닝 모델의 경우 미리 생성할 필요 없이 예측과 동시에 새로운 이벤트

를 통한 지속적인 학습을 통해 클라우드 네이티브 애플리케이션을 더 똑똑하게 만들 수 있습

니다.

어떻게 동작할까요

클라우드 네이티브 애플리케이션에서 예측 모델을 두 가지 방법으로 만들 수 있습니다. 하나는

미리 정의한 머신러닝 모델을 사용하는 것이며 다른 하나는 온라인 머신러닝 모델을 사용하는

것입니다.

미리 정의된 머신러닝 모델

데이터 과학자들이 데이터 처리 도구와 아파치 스파크, 텐서플로

TensorFlow

, 파이썬과 같은

머신러닝 프레임워크를 사용해서 미리 만들어 둔 모델을 사용할 수 있습니다. 이런 모델들

은

PMML

Predictive

Model

Markup

Language

와 같은 기술을 사용해서 애플리케이션에서 불러와서

사용할 수 있습니다. 그리고 이 모델들에 대한 질의를 통해 예측 결과를 생성합니다. 물론

별도의 클라우드 네이티브 애플리케이션으로 만들고 실행해서

API