KR102085364B1 - 로그 데이터 기반의 동시 접속자수 집계 장치 및 방법 - Google Patents

로그 데이터 기반의 동시 접속자수 집계 장치 및 방법 Download PDF

Info

Publication number
KR102085364B1
KR102085364B1 KR1020180042627A KR20180042627A KR102085364B1 KR 102085364 B1 KR102085364 B1 KR 102085364B1 KR 1020180042627 A KR1020180042627 A KR 1020180042627A KR 20180042627 A KR20180042627 A KR 20180042627A KR 102085364 B1 KR102085364 B1 KR 102085364B1
Authority
KR
South Korea
Prior art keywords
counting
log data
concurrent users
reference value
aggregate
Prior art date
Application number
KR1020180042627A
Other languages
English (en)
Other versions
KR20190119323A (ko
Inventor
이동우
황세진
민형기
안연주
Original Assignee
넷마블 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 넷마블 주식회사 filed Critical 넷마블 주식회사
Priority to KR1020180042627A priority Critical patent/KR102085364B1/ko
Publication of KR20190119323A publication Critical patent/KR20190119323A/ko
Application granted granted Critical
Publication of KR102085364B1 publication Critical patent/KR102085364B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

로그 데이터 기반의 동시 접속자수 집계 방법이 개시된다.
동시 접속자수 집계 방법은 게임 서비스의 접속과 관련된 로그 데이터를 수신하는 단계; 집계 기준값에 기초한 샤딩(sharding)을 통해 상기 수신한 로그 데이터를 분산 처리하는 단계; 상기 분산 처리된 로그 데이터에 기초하여 상기 집계 기준값에 대응하는 로그 데이터를 카운팅하는 단계; 및 상기 카운팅의 결과에 기초하여 동시 접속자수에 대한 집계 정보를 생성하는 단계를 포함할 수 있다.

Description

로그 데이터 기반의 동시 접속자수 집계 장치 및 방법{APPARATUS AND METHOD FOR AGGREGATING NUMBER OF CONCURRENT USERS}
아래의 설명은 로그 데이터 기반의 동시 접속자수 집계 장치 및 방법에 관한 것이다.
데이터 분산 처리란 분산되어 배치되어 있는 서버를 서로간의 데이터 회선으로 연결하고, 분산된 서버가 데이터 처리의 일부를 담당하게 함으로써, 전체로써 하나의 데이터 처리를 수행하는 방식을 의미한다. 데이터 분산 처리를 통해 병렬적인 데이터 처리를 통해 대용량 데이터를 보다 신속하게 처리할 수 있다.
샤딩(sharding)은 데이터베이스에서 대량의 데이터를 처리하기 위하여 데이터를 복수의 서브 데이터로 파티셔닝하는 방식을 의미한다.
일 실시예에 따른 로그 데이터 기반의 동시 접속자수 집계 방법은 게임 서비스의 접속과 관련된 로그 데이터를 수신하는 단계; 집계 기준값에 기초한 샤딩(sharding)을 통해 상기 수신한 로그 데이터를 분산 처리하는 단계; 상기 분산 처리된 로그 데이터에 기초하여 상기 집계 기준값에 대응하는 로그 데이터를 카운팅하는 단계; 및 상기 카운팅의 결과에 기초하여 동시 접속자수에 대한 집계 정보를 생성하는 단계를 포함할 수 있다.
일 실시예에 따른 상기 카운팅하는 단계는 동시 접속자를 분류하기 위하여 상기 게임 서비스에 대하여 미리 결정된 카테고리 정보에 기초하여 상기 로그 데이터를 카운팅할 수 있다.
일 실시예에 따른 상기 카테고리 정보는 상기 동시 접속자를 분류하기 위한 분류 기준값을 포함하고, 상기 카운팅하는 단계는 상기 분류 기준값을 통해 생성될 수 있는 상기 분류 기준값의 모든 조합 각각에 기초하여 상기 로그 데이터를 카운팅할 수 있다.
일 실시예에 따른 상기 카운팅하는 단계는 상기 집계 기준값에 기초하여 상기 분산 처리된 로그 데이터에 대하여 샤딩을 수행하는 단계; 및 상기 샤딩이 수행된, 분산 처리된 로그 데이터를 상기 집계 기준값에 기초하여 카운팅하는 단계를 포함할 수 있다.
일 실시예에 따른 상기 집계 기준값은 상기 게임 서비스에 접속한 접속자를 식별하는 식별 정보를 포함할 수 있다.
일 실시예에 따른 상기 집계 기준값은 상기 게임 서비스의 종류에 대응하여 미리 결정될 수 있다.
일 실시예에 따른 상기 집계 기준값은 사용자 입력에 기초하여 실시간으로 변경될 수 있다.
일 실시예에 따른 상기 집계 정보를 생성하는 단계는 상기 분산 처리된 로그 데이터에 대한 카운팅이 모두 완료된 경우, 상기 분산 처리된 로그 데이터 각각에 대한 카운팅 결과를 통합하여 상기 집계 정보를 생성할 수 있다.
일 실시예에 따른 상기 분산 처리하는 단계는 상기 집계 기준값에 기초하여 상기 수신한 로그 데이터를 파싱하는 단계; 및 상기 파싱된 로그 데이터에 대하여 샤딩을 수행하는 단계를 포함할 수 있다.
일 실시예에 따른 로그 데이터 기반의 동시 접속자수 집계 장치는 게임 서비스의 접속과 관련된 로그 데이터를 수신하는 수신부; 집계 기준값에 기초한 샤딩(sharding)을 통해 상기 수신한 로그 데이터를 분산 처리하는 분산 처리부; 상기 분산 처리된 로그 데이터에 기초하여 상기 집계 기준값에 대응하는 로그 데이터를 카운팅하는 카운팅부; 및 상기 카운팅의 결과에 기초하여 동시 접속자수에 대한 집계 정보를 생성하는 집계 정보 생성부를 포함할 수 있다.
일 실시예에 따른 상기 카운팅부는 동시 접속자를 분류하기 위하여 상기 게임 서비스에 대하여 미리 결정된 카테고리 정보에 기초하여 상기 로그 데이터를 카운팅할 수 있다.
일 실시예에 따른 상기 카테고리 정보는 상기 동시 접속자를 분류하기 위한 분류 기준값을 포함하고, 상기 카운팅부는 상기 분류 기준값을 통해 생성될 수 있는 상기 분류 기준값의 모든 조합 각각에 기초하여 상기 로그 데이터를 카운팅할 수 있다.
일 실시예에 따른 상기 카운팅부는 상기 집계 기준값에 기초하여 상기 분산 처리된 로그 데이터에 대하여 추가적인 샤딩을 수행하고, 상기 추가적인 샤딩이 수행된 분산 처리된 로그 데이터를 상기 집계 기준값에 기초하여 카운팅할 수 있다.
일 실시예에 따른 상기 집계 기준값은 상기 게임 서비스에 접속한 접속자를 식별하는 식별 정보를 포함할 수 있다.
일 실시예에 따른 상기 집계 기준값은 상기 게임 서비스의 종류에 대응하여 미리 결정될 수 있다.
일 실시예에 따른 상기 생성부는 상기 분산 처리된 로그 데이터에 대한 카운팅이 모두 완료된 경우, 상기 분산 처리된 로그 데이터 각각에 대한 카운팅 결과를 합산하여 상기 집계 정보를 생성할 수 있다.
일 실시예에 따른 상기 분산 처리부는 상기 집계 기준값에 기초하여 상기 수신한 로그 데이터를 파싱하고, 상기 파싱된 로그 데이터에 대하여 샤딩을 수행할 수 있다.
도 1은 일 실시예에 따른 동시 접속자수 집계 시스템의 전체적인 구성을 도시하는 도면이다.
도 2는 일 실시예에 따른 로그 데이터 기반의 동시 접속자수 집계 방법을 설명하기 위한 흐름도이다.
도 3은 일 실시예에 따른 집계 정보의 일례를 도시하는 도면이다.
도 4는 일 실시예에 따른 동시 접속자수 집계 장치의 전체적인 구성을 도시하는 도면이다.
도 5는 동시 접속자수 집계 시스템이 구현되 일례를 도시하는 도면이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
동시 접속자수 집계 시스템은 로그 데이터에 기반하여 게임 서비스에 동시에 접속하고 있는 접속자의 수를 집계할 수 있다. 이를 통해 통시 접속자수 집계 시스템은 게임 서비스의 종류 마다 동시 접속자수를 집계하기 위한 수단을 별도로 개발할 필요 없이, 로그 데이터 분석을 통해 단일한 방식으로 동시 접속자수를 집계할 수 있다.
동시 접속자수 집계 시스템은 로그 데이터 분석을 통해 로그 데이터에 포함된 동식 접속자를 식별할 수 있는 집계 기준값에 기초하여 동시 접속자수를 집계할 수 있다.
동시 접속자수 집계 시스템은 분산 처리를 통해 모든 로그 데이터를 효과적으로 분석할 수 있고, 이를 통해 보다 정확하고 신속하게 동시 접속자수를 집계할 수 있다.
동시 접속자수 집계 시스템은 로그 데이터에 기초하여 동시 접속자수를 집계함으로써, 추가적인 수단의 개발할 필요 없이 설정 변경을 통해 다양한 방식으로 동시 접속자를 집계할 수 있다. 예를 들어, 동시 접속자수 집계 시스템은 설정 변경을 통해 서로 다른 시간 단위에 따라(예를 들어 1분 단위 집계, 2분 단위 집계), 서로 다른 집계 기준값에 따라(예를 들어, 플레이어를 식별하는 식별 정보(PID(Player ID)), 사용자 단말을 식별하는 식별 정보(nmDevice) 등), 서로 다른 카테고리(집계 결과를 분류하는 분류 기준 값)에 따라(예를 들어, 특정 국가에서의 동시 접속자수, 특정 언어를 사용하는 동시 접속자수 등)에 따라 또는 이들의 조합에 따라 동시 접속자수를 집계할 수 있다. 예를 들어, 동시 접속자수 집계 시스템은 PID를 통해 플레이어 식별 정보를 기준으로 동시 접속자수를 집계할 수 있다. 또한, 동시 접속자수 집계 시스템은 UDID(Unique Device ID) 값으로 사용자 단말에 저장된 고유 식별값을 맵핑한 key 형태의 사용자 단말을 식별하는 nmDevice를 통해 사용자 단말의 식별 정보를 기준으로 동시 접속자수를 집계할 수 있다. 동시 접속자수 집계 시스템은 일 게임 서비스 상에서 유저가 다수의 게임 캐릭터를 생성하여 플레이하는 경우, 게임 캐릭터에 대응되는 PID를 통해서는 실질적인 동시 접속자 수를 판단하기 어려운 경우에도, 사용자 단말의 식별 정보를 기준으로 동시 접속자수를 집계함으로써 실질적인 동시 접속자 수를 집계할 수 있다.
동시 접속자수 집계 시스템은 집계 기준의 실시간 변경을 동시 접속자수 집계에 반영할 수 있다.
동시 접속자수 집계 시스템은 로그 데이터의 분산 처리를 통해 보다 신속하게 동시 접속자수 집계할 수 있고, 이를 통해 실시간으로 동시 접속자수를 집계할 수 있다.
도 1은 일 실시예에 따른 동시 접속자수 집계 시스템의 전체적인 구성을 도시하는 도면이다.
도 1을 참조하면, 동시 접속자수 집계 시스템은 수신한 로그 데이터(101)를 복수의 서브 데이터로 샤딩하는 샤딩부(110), 샤딩된 각각의 서브 데이터에 기초하여 동시 접속자 수를 카운팅하는 카운팅부(120), 각각의 카운팅부(120)에서 카운팅이 완료된 경우, 카운팅 결과를 통합하여 집계 정보를 생성하는 제1 집계 정보 생성부(131) 및 제2 집계 정보 생성부(133)을 포함할 수 있다.
미리 정해진 시간 동안 수신한 로그 데이터(101)는 샤딩부(110)에 입력될 수 있고, 샤딩부(110)에 입력된 로그 데이터는 임의의 방식으로 복수의 데이터로 샤딩되고, 샤딩된 각각의 데이터는 각각의 제1 데이터 처리부(111)에서 사전 처리가 수행될 수 있다. 예를 들어, 제1 데이터 처리부(111)는 파싱(parsing) 및 스필트(spilt)를 통해 샤딩된 데이터를 처리하여 동시 접속자수 집계에 필요한 정보 이외의 정보를 필터링할 수 있다. 또한, 제1 데이터 처리부(111)는 파싱을 통해 key와 value의 형태로 샤딩된 데이터를 처리할 수 있다.
제1 데이터 처리부(111)를 통해 처리된 데이터는 인메모리 저장소(141)에 저장될 수 있다.
제1 데이터 처리부(111)를 통해 처리된 각각의 데이터들은 집계 기준값에 기초하여 1차 샤딩이 수행될 수 있다.
집계 기준값은 각각의 접속자를 식별할 수 있는 식별 정보를 포함할 수 있다. 예를 들어, 집계 기준값은 게임 플레이어에 대한 식별 정보(예: pid), 사용자 단말에 대한 식별 정보(예: nmDevice)와 같이 각각의 접속자를 식별할 수 있는 정보를 포함할 수 있다. 집계 기준값은 제시된 예시에 한정되지 않고, 로그 데이터에 포함된 동시 접속자를 식별할 수 있는 임의의 정보를 포함할 수 있다.
1차 샤딩은 제1 데이터 처리부(111)를 통해 처리된 데이터들을 집계 기준값에 기초하여 복수의 서브 데이터로 샤딩하고, 각각의 샤딩된 서브 데이터는 각각의 제2 데이터 처리부(113)에 전달될 수 있다. 예를 들어, 집계 기준값이 pid인 경우, pid1에 해당하는 서브 데이터와 pid 2에 해당하는 서브 데이터가 구별될 수 있도록 샤딩이 진행될 수 있고, pid1에 해당하는 서브 데이터는 첫번째 제2 데이터 처리부(113)에 전달될 수 있고, pid 2에 해당하는 서브 데이터는 두번째 제2 데이터 처리부(113)에 전달될 수 있다.
1차 샤딩을 통해 생성되는 서브 데이터의 개수는 로그 데이터의 크기에 따라 유동적으로 결정될 수 있다. 예를 들어, 처리할 로그 데이터 량이 많은 경우 더 많은 서브 데이터로 샤딩이 수행될 수 있고, 로그 데이터 량이 적은 경우 추가적인 샤딩이 진행되지 않을 수 있다.
1차 샤딩이 수행된 각각의 서브 데이터를 수신한 각각의 제2 데이터 처리부(113)는 수신한 서브 데이터를 각각의 제2 데이터 처리부(113)에 대응하는 카운팅부(120)에 전송할 수 있다. 카운팅부(120)는 서브 데이터의 개수만큼 존재할 수 있다.
각각의 카운팅부(120)는 집계 기준값에 기초하여 샤딩된 서브 데이터를 처리하여 독립적으로 동시 접속자 수를 카운팅할 수 있다. 예를 들어, 첫번째 카운팅부(120)에 pid 1에 해당하는 서브 데이터가 전송되고, 두번째 카운팅부(120)에 pid 2에 해당하는 서브 데이터가 전송되는 경우, 첫번째 카운팅부(120)는 pid 1에 대한 카운팅을 수행하고, 두번째 카운팅부(120)는 pid 2에 대한 카운팅을 수행할 수 있다.
카운팅부(120)는 수신한 서브 데이터에 대하여 2차 샤딩을 수행하고, 2차 샤딩이 수행된 각각의 데이터를 각각의 제3 데이터 처리부(121)를 통해 동시 접속자수를 카운팅할 수 있다. 카운팅부(120)는 2차 샤딩을 통해 각각의 데이터를 독립적으로 동시에 처리할 수 있고 이를 통해 데이터 처리 속도를 향상시킬 수 있다. 예를 들어, pid 1에 대응하는 로그 데이터가 2개 존재하는 경우, pid 1에 해당하는 로그 데이터를 처리하는 첫 번째 제3 데이터 처리부(121)는 첫번째 로그 데이터에 동시 접속자수를 카운팅할 수 있고, 두 번째 제3 데이터 처리부(121)는 두번째 로그 데이터에 기초하여 동시 접속자 수를 카운팅할 수 있다. 각각의 제3 데이터 처리부(121)의 분산 데이터 처리는 제시된 예시에 한정되지 않고, 동시 접속자수 카운팅을 위해 필요한 데이터 처리를 각각의 제3 데이터 처리부(121)가 나누어 평행하게 처리할 수 있다. 제3 데이터 처리부(121)를 통해 처리된 데이터는 카운팅 결과에 대한 정보를 포함할 수 있다.
일 실시예에 따르면, 샤딩부(110) 및 카운팅부(120)는 지리적 차이 등으로 데이터 전송에 발생하는 지연 시간과 관련된 정보를 인메모리 저장소(141)에 저장할 수 있다. 또한, 샤딩부(110) 및 카운팅부(120)는 지연 시간과 관련된 정보를 고려하여 동작을 수행함으로써, 일부 데이터 전송이 지연되더라도 정상적인 동작을 수행할 수 있다.
카운팅부(120)에 포함된 각각의 제3 데이터 처리부(121)를 통해 처리된 데이터는 미리 정해진 조건을 만족하는 경우, 인메모리 저장부(141)에 저장될 수 있다. 예를 들어, 미리 정해진 조건은 데이터가 정상적으로 처리된 상황과 예외적인 상황으로 구별될 수 있다. 데이터가 정상적으로 처리된 상황에서 미리 정해진 조건은 1) 처리된 데이터가 제3 데이터 처리부(121)에서 유지된 시간이 최소 유지 시간을 만족하였는지 여부, 2) 처리된 데이터에 대응되는 시간 정보가 현재 시간 보다 이전 시간에 해당하는 지 여부, 3) 처리된 데이터에 대응되는 시간 정보가 가장 최근에 샤딩부(110) 및 카운팅부(120)에서 처리된 데이터에 대응되는 시간 정보와 동일하거나 그보다 이전 시간에 해당하는 지 여부를 모두 만족하는 것일 수 있다. 예외적인 상황은 데이터 처리가 지연되는 상황 또는 로그가 시간 순서로 입력되지 않는 상황일 수 있다. 예외적인 상황에서 미리 설정된 조건은 처리된 데이터에 대응되는 시간 정보가 현재 시간과 임계시간 이상 차이나는 경우, i) 임계 시간 이상 제3 데이터 처리부(121)에 유지되는 데이터가 업데이트 되지 않은 경우, ii) 처리된 데이터에 대응되는 시간 정보가 가장 최근에 샤딩부(110) 및 카운팅부(120)에서 처리된 데이터에 대응되는 시간 정보와 임계 시간 이상 차이나는 경우, iii) 저장부에 마지막으로 적재된 데이터의 RegDateTime(사용자 단말로부터 발송된 로그 데이터가 수집된 시점에 대한 정보를 나타내는 key 값일 수 있음.) 이 임계 시간을 초과하는 경우 중 적어도 한 경우를 만족하는 것일 수 있다. 또한 추가적인 예외 상황은 제3 데이터 처리부(121)에 비정상적인 로그 데이터가 입력되는 경우, 해당 로그 데이터에 대해서는 카운팅이 수행되지 않을 수 있다.
각각의 카운팅부(120)에서 처리된 모든 데이터가 미리 정해진 조건을 만족하여 인메모리 저장부(141)에 저장이 완료된 경우, 각각의 카운팅부(120)에 포함된 제 4데이터 처리부(123)는 인메모리 저장소(141)에 저장된 제3 데이터 처리부(121)에 의해 처리된 데이터를 제1 집계 정보 생성부(131)에 전송할 수 있다. 제4 데이터 처리부(123)는 제1 집계 정보 생성부(131)가 정상적으로 동작하는 경우, 처리된 데이터를 제1 집계 정보 생성부(131)에 전송할 수 있다. 제4 데이터 처리부(123)는 제1 집계 정보 생성부(131)가 정상적으로 동작하지 않는 경우, 인메모리 저장소(141)에 저장된 데이터를 대안적으로 존재하는 제2 집계 정보 생성부(133)에 전송할 수 있다. 즉, 모든 카운팅부(120)의 제3 데이터 처리부(121)에 의한 데이터 처리가 완료되어 인메모리 저장소(141)에 처리된 데이터가 모두 저장된 경우, 저장된 데이터는 제1 집계 정보 생성부(131)가 정상적으로 동작하는지 여부에 기초하여 제1 집계 정보 생성부(131) 또는 제2 집계 정보 생성부(133)에 제공될 수 있다.
제1 집계 정보 생성부(131)가 제4 데이터 처리부(123)를 통해 저장된 데이터를 전송받은 경우, 전송 받은 데이터는 임의로 샤딩되어 제5 데이터 처리부(132)에 전송될 수 있다. 각각의 제5 데이터 처리부(132)는 수신한 데이터를 단일 데이터로 결합하여 저장소(142)에 저장할 수 있다. 즉, 제1 집계 정보 생성부(131)는 각각의 카운팅부(120)에 의해 분산되어 집계된 동시 접속자수 집계 결과를 단일 데이터로 결합함으로써 집계 정보를 생성할 수 있다. 저장부(142)는 타임 시리즈 저장소일 수 있고, 시간의 순서로 집계 정보를 저장할 수 있다.
제2 집계 정보 생성부(133)의 동작은 제1 집계 정보 생성부(131)의 동작과 동일하고, 제2 집계 정보 생성부(133)는 제1 집계 정보 생성부(131)이 비정상적으로 동작하는 경우에 대비하여 대안적으로 존재할 수 있다.
도 2는 일 실시예에 따른 로그 데이터 기반의 동시 접속자수 집계 방법을 설명하기 위한 흐름도이다.
일 실시예에 따르면, 단계(210)에서, 동시 접속자수 집계 장치는 게임 서비스의 접속과 관련된 로그 데이터를 수신할 수 있다.
동시 접속자수 집계 장치는 시계열적으로 제공되는 로그 데이터를 수신할 수 있다. 동시 접속자수 집계 장치는 미리 설정된 시간 단위에 따라 동시 접속자 수를 분석할 수 있다. 예를 들어, 설정에 따라 동시 접속자수 집계 장치는 1분 단위로 동시 접속자수를 집계하거나, 2분 단위로 동시 접속자수를 집계할 수 있다.
일 실시예에 따르면, 단계(230)에서 동시 접속자수 집계 장치는 집계 기준값에 기초한 샤딩을 통해 수신한 로그 데이터를 분산처리할 수 있다.
일 실시예에 따르면, 동시 접속자수 집계 장치는 수신한 로그 데이터를 집계 기준값에 기초하여 파싱할 수 있다. 예를 들어, 동시 접속자수 집계 장치는 key value의 형태로 로그 데이터를 파싱할 수 있고, 이 과정에서 집계 기준값 및 이후 과정에서 집계에 사용되는 접속자의 특징 정보에 대한 카테고리 정보 외에 집계에 불필요한 정보는 필터링될 수 있다.
일 실시예에 따르면, 동시 접속자수 집계 장치는 집계 기준값에 기초하여 파싱된 로그 데이터에 대하여 샤딩을 수행할 수 있다. 집계 기준값은 게임 서비스에 접속한 접속자를 식별하는 식별 정보를 포함할 수 있다. 예를 들어, 집계 기준값은 플레이어를 식별하는 식별 정보, 사용자 단말을 식별하는 식별 정보 등을 포함할 수 있지만 이에 한정되지 않고, 로그 데이터에 포함된 접속자를 식별할 수 있는 임의의 값을 포함할 수 있다. 또한, 집계 기준값은 게임 서비스의 종류에 대응하여 미리 결정될 수 있다. 예를 들어, 각각의 게임 서비스의 특징에 따라 요구되는 집계 기준값이 상이한 경우, 게임 서비스의 종류에 따라 요구되는 집계 방식에 기초하여 집계 기준값이 미리 결정될 수 있다.
동시 접속자수 집계 장치는 집계 기준값에 기초하여 서브 데이터들이 생성되도록 로그 데이터에 대한 샤딩을 수행할 수 있다. 예를 들어, 동시 접속자수 집계 장치는 pid1에 해당하는 로그 데이터와 pid2에 해당하는 로그 데이터를 별개의 서브 데이터로 샤딩할 수 있다.
일 실시예에 따르면, 단계(250)에서 동시 접속자수 집계 장치는 분산처리된 로그 데이터에 기초하여 집계 기준값에 대응하는 로그 데이터를 카운팅할 수 있다. 예를 들어, 동시 접속자수 집계 장치는 로그 데이터에 포함된 접속자를 식별할 수 있는 집계 기준값을 카운팅함으로써 동시 접속자 수를 집계할 수 있다.
일 실시예에 따르면, 집계 기준값은 게임 서비스의 종류에 대응하여 미리 결정될 수 있다. 예를 들어, 게임 서비스의 특성에 따라 다양한 집계 기준값에 따른 동시 접속자 수의 집계가 요구될 수 있고, 이러한 요구에 기초하여 각각의 게임 서비스의 특성에 따른 집계를 위한 집계 기준값이 미리 결정될 수 있다. 미리 결정된 집계 기준값에 기초하여, 동시 접속자수 집계 장치는 동시 접속자수를 집계할 수 있다.
일 실시예에 따르면, 집계 기준값은 사용자 입력에 기초하여 실시간으로 변경될 수 있다. 동시 접속자수 집계 장치는 설정 변경을 통해 실시간으로 변경된 집계 기준값에 기초하여 동시 접속자수의 집계를 수행할 수 있다. 예를 들어, 동시 접속자수 집계 장치는 집계 기준값이 변경된 경우, 로그 데이터에서 파싱되는 데이터를 수정할 수 있고, 수정된 데이터를 통해 획득한 집계 기준값에 기초하여 동시 접속자 수의 집계를 수행할 수 있다.
일 실시예에 따르면, 동시 접속자수 집계 장치는 각각의 게임 서비스에 대하여 동시 접속자를 분류하기 위해 미리 결정된 카테고리 정보에 기초하여, 로그 데이터를 카운팅할 수 있다. 카테고리 정보는 동시 접속자를 분류하기 위한 분류 기준값을 포함할 수 있다. 예를 들어, 카테고리 정보는 접속 지역, 접속 서버, 사용 언어, 사용자 단말의 OS 등의 분류 기준값을 포함할 수 있다. 일 예시에서, 동시 접속자수 집계 장치는 접속 지역, 접속 서버 정보 기초하여 미국 지역의 동시 접속자 수 및 제1 접속 서버의 동시 접속자 수를 집계할 수 있다.
일 실시예에 따르면, 분류 기준값을 통해 생성될 수 있는 분류 기준값의 모든 조합 각각에 기초하여 로그 데이터를 카운팅할 수 있다. 예를 들어, 제1 게임 서비스에 대한 카테고리 정보는 분류 기준 값으로써 접속 지역, 접속 서버, 사용 언어를 포함하고, 집계 기준값으로 pid를 이용하는 경우, 동시 접속자수 집계 장치는 1) pid에 따른 집계, 2) pid 및 접속한 지역에 따른 집계, 3) pid 및 접속한 서버에 따른 집계, 4) pid 및 사용 언어에 따른 집계, 5) pid, 접속한 지역 및 접속한 서버에 따른 집계, 6) pid, 접속한 지역 및 사용 언어에 따른 집계, 7) pid, 접속한 서버 및 사용 언어에 따른 집계 및 8) pid, 접속한 지역, 접속한 서버 및 사용 언어에 따른 집계 모두를 수행할 수 있다. 동시 접속자수 집계 장치는 집계 기준값의 모든 조합에 대한 집계를 통해 다양한 방식의 집계를 결과를 제공할 수 있고, 이러한 집계 과정을 분산 처리를 통해 효과적으로 진행함으로써 보다 신속한 집계 결과를 제공할 수 있다.
일 실시예에 따르면, 동시 접속자수 집계 장치는 분산 처리된 로그 데이터에 대하여 추가적인 샤딩을 수행하고, 추가적인 샤딩이 수행된 분산 처리된 로그 데이터를 집계 기준값에 기초하여 카운팅할 수 있다. 동시 접속자수 집계 장치는 샤딩을 통해 분산 처리된 데이터에 대하여 추가적인 샤딩을 진행하여 보다 신속한 데이터 처리를 진행할 수 있다. 예를 들어, pid1에 대하여 샤딩된 데이터에 대하여 추가적인 샤딩을 수행함으로써, 카운팅을 위한 데이터 처리를 병렬적으로 수행할 수 있다.
일 실시예에 따르면, 단계(270)에서 동시 접속자수 집계 장치는 카운팅 결과에 기초하여 동시 접속자수에 대한 집계 정보를 생성할 수 있다. 동시 접속자수 집계 장치는 분산 처리된 각각의 로그 데이터에 대한 카운팅이 미리 설정된 조건을 만족하는 경우, 카운팅 결과를 인메모리 저장소에 저장할 수 있다. 미리 설정된 조건은 도 1의 카운팅 부에 대하여 설명된 방식과 동일하다. 동시 접속자수 집계 장치는 분산 처리된 각각의 로그 데이터에 대한 카운팅 결과가 모두 인메모리 저장소에 저장되어 분산 처리된 로그 데이터에 대한 카운팅이 모두 완료된 것으로 결정된 경우, 인메모리 저장소에 저장된 카운팅 결과를 통합하여 단일 데이터인 집계 정보를 생성할 수 있다. 동시 접속자수 집계 장치는 생성된 집계 정보를 저장소에 저장할 수 있다.
도 3은 일 실시예에 따른 집계 정보의 일례를 도시하는 도면이다.
도 3은 미리 결정된 시간동안 수신된 4개의 로그 데이터(321, 323, 330, 340)에 기초하여 동시 접속자 수를 집계한 집계 정보의 일례를 나타낸다.
동시 접속자수 집계 장치는 집계 기준값인 pid 정보에 기초하여 로그 데이터(321, 323), 로그 데이터(330), 로그 데이터(340)가 각각 제1 서브 데이터, 제2 서브 데이터, 제3 서브 데이터로 생성될 수 있도록 샤딩을 수행할 수 있다.
일 예시에 따르면, 동시 접속자수 집계 장치는 제1 서브 데이터에 포함되는 로그 데이터(321) 및 로그 데이터(323)은 분산처리될 수 있도록 추가적인 샤딩을 수행하고, 샤딩이 수행된 로그 데이터에 기초하여 동시 접속자수에 대한 카운팅을 수행할 수 있다. 샤딩의 방식은 제시된 예시에 한정되지 않고, 데이터를 분산처리할 수 있는 임의의 방식으로 결정될 수 있다.
동시 접속자수 집계 장치는 서브 데이터에 대하여 동시 접속자수 카운팅을 병렬적으로 수행할 수 있고, 카운팅 결과를 결합하여 데이터(310)과 같은 동시 접속자수에 대한 집계 정보를 생성할 수 있다.
동시 접속자수 집계 장치는 카테고리 정보에 포함된 분류 기준값의 모든 조합에 대하여 각각의 로그 데이터(321, 323, 330, 340)에 대한 카운팅을 수행할 수 있다. 예를 들어, 게임 서비스에 대하여 미리 정의된 분류 기준값은 world, language, country인 경우 집계 기준값 및 분류 기준값의 모든 조합에 대하여 각각의 로그 데이터를 카운팅할 수 있다. 모든 로그 데이터에 대하여 모든 조합을 통해 카운팅을 진행함으로써, pid 1에 해당하는 접속자의 경우 회색으로 음영이 칠해진 영역에 대한 데이터가 로그 데이터(321) 및 로그 데이터 (323)의 조합을 통해 획득될 수 있다. 획득된 정보에 기초하여 카운팅 결과는 각각 '1' 에서 '3'으로 변경될 수 있다.
도 4는 일 실시예에 따른 동시 접속자수 집계 장치의 전체적인 구성을 도시하는 도면이다.
일 실시예에 따르면, 로그 데이터 기반의 동시 접속자수 집계 장치(400)는 게임 서비스의 접속과 관련된 로그 데이터를 수신하는 수신부(410), 집계 기준값에 기초한 샤딩을 통해 수신한 로그 데이터를 분산처리하는 분산 처리부(420), 분산 처리된 로그 데이터에 기초하여 집계 기준값에 대응하는 로그 데이터를 카운팅하는 카운팅부(430), 카운팅 결과에 기초하여 동시 접속자수에 대한 집계 정보를 생성하는 집계 정보 생성부(440) 및 저장부(550)을 포함할 수 있다.
동시 접속자수 집계 장치(400)는 도 2를 통해 설명된 동시 접속자수 집계 방법을 수행할 수 있고, 도 1의 시스템을 장치화한 것일 수 있다.
일 실시예에 따르면, 분산 처리부(420)는 집계 기준값에 기초하여 수신한 로그 데이터를 파싱하고, 파싱된 로그 데이터에 대하여, 집계 기준값이 다른 로그 데이터가 서로 다른 서브 데이터에 포함되도록 로그 데이터를 샤딩할 수 있다.
일 실시예에 따르면, 카운팅부(430)는 동시 접속자를 분류하기 위하여 게임 서비스에 대하여 미리 결정된 카테고리 정보에 기초하여 로그 데이터를 카운팅할 수 있다. 카테고리 정보는 동시 접속자를 분류하기 위한 분류 기준값을 포함할 수 있고, 카운팅부(430)는 분류 기준값을 통해 생성도리 수 있는 분류 기준값의 모든 조합 각각에 기초하여 로그 데이터를 카운팅할 수 있다. 예를 들어, 카운팅부(430)는 집계 기준값 및 미리 결정된 분류 기준값(예를 들어, 사용 언어, 접속 지역 등)의 모든 조합에 대하여 동시 접속자수를 카운팅할 수 있다.
일 실시예에 따르면, 카운팅부(430)는 집계 기준값에 기초하여 분산 처리된 로그 데이터에 대하여 추가적인 샤딩을 수행하고, 추가적인 샤딩이 수행된 분산 처리된 로그 데이터를 집계 기준값에 기초하여 카운팅할 수 있다. 예를 들어, 카운팅부(430)는 동일한 집계 기준값을 가지는 서브 데이터에 추가적인 샤딩을 수행함으로써 분산처리를 수행할 수 있고 이를 통해 병렬적인 데이터처리를 수행할 수 있다. 병렬 처리를 통해 보다 신속하게 동시 접속자수 카운팅을 수행할 수 있다.
일 실시예에 따르면, 집계 기준값은 게임 서비스에 접속한 접속자를 식별하는 식별 정보를 포함할 수 있고, 게임 서비스의 종류에 대응하여 미리 결정될 수 있다. 예를 들어, 로그 데이터에 포함된 정보 중 동시 접속자를 식별할 수 있는 임의의 값을 포함할 수 있고, 게임 서비스의 특성에 따라 적절한 집계 기준 값이 각각의 게임 서비스에 대응하여 미리 결정될 수 있다.
일 실시예에 따르면, 집계 정보 생성부(440)는 분산 처리된 로그 데이터에 대한 카운팅이 모두 완료된 경우 분산 처리된 로그 데이터 각각에 대한 카운팅 결과를 합산하여 집계 정보를 생성할 수 있다. 예를 들어, 집계 정보 생성부(440)는 분산 처리를 통해 각각의 샤딩된 로그 데이터에 대해 동시 접속자 수 카운팅이 완료된 경우, 카운팅 결과를 합산하여 단일 데이터인 집계 정보를 생성할 수 있다. 집계 정보의 일례는 도 3에 제시되었다.
도 5는 동시 접속자수 집계 시스템이 구현되 일례를 도시하는 도면이다.
도 5를 참조하면, 블록(510)은 동시 접속자수 집계 시스템의 샤딩부(110)에 대응되고, 블록(520)은 동시 접속자수 집계 시스템의 카운팅부(120)에 대응되고, 동시 접속자수 집계 시스템의 블록(531)은 동시 접속자수 집계 시스템의 제1 집계 정보 생성부(131)에, 블록(532)는 동시 접속자수 집계 시스템의 제2 집계 정보 생성부(133)에 대응될 수 있다. 블록(510)의 channel selector는 샤딩부(110)의 1차 샤딩을 수행하는 구성에 대응되고, 블록(520)의 channel selector는 카운팅부(120)의 제2 샤딩을 수행하는 구성에 대응되고, 저장소 (541, 542) 각각은 저장소(141, 412) 각각에 대응될 수 있다.
각각의 블록에 포함된 sink구성은 동시 접속자수 집계 시스템의 각각의 데이터 처리부에 대응될 수 있다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (17)

  1. 로그 데이터 기반의 동시 접속자수 집계 방법에 있어서,
    게임 서비스의 접속과 관련된 로그 데이터를 수신하는 단계;
    집계 기준값에 기초한 샤딩(sharding)을 통해 상기 수신한 로그 데이터를 분산 처리하는 단계;
    상기 분산 처리된 로그 데이터에 기초하여 상기 집계 기준값에 대응하는 로그 데이터를 카운팅하는 단계; 및
    상기 카운팅의 결과에 기초하여 동시 접속자수에 대한 집계 정보를 생성하는 단계를 포함하고,
    상기 카운팅하는 단계는,
    상기 게임 서비스에 접속한 접속자를 식별하는 식별 정보에 기초하여 동시 접속자수를 독립적으로 카운팅하는 복수의 카운팅부를 통해 상기 로그 데이터를 카운팅하는 단계를 포함하고,
    상기 샤딩을 통해 생성되는 서브 데이터의 개수는 상기 로그 데이터의 크기에 따라 결정되고, 상기 복수의 카운팅부의 개수는 상기 서브 데이터의 개수에 대응하는,
    동시 접속자수 집계 방법.
  2. 제1항에 있어서,
    상기 카운팅하는 단계는,
    동시 접속자를 분류하기 위하여 상기 게임 서비스에 대하여 미리 결정된 카테고리 정보에 기초하여 상기 로그 데이터를 카운팅하는, 동시 접속자수 집계 방법.
  3. 제2항에 있어서,
    상기 카테고리 정보는,
    상기 동시 접속자를 분류하기 위한 분류 기준값을 포함하고,
    상기 카운팅하는 단계는,
    상기 분류 기준값을 통해 생성될 수 있는 상기 분류 기준값의 모든 조합 각각에 기초하여 상기 로그 데이터를 카운팅하는, 동시 접속자수 집계 방법.
  4. 제1항에 있어서,
    상기 카운팅하는 단계는,
    상기 집계 기준값에 기초하여 상기 분산 처리된 로그 데이터에 대하여 샤딩을 수행하는 단계; 및
    상기 샤딩이 수행된, 분산 처리된 로그 데이터를 상기 집계 기준값에 기초하여 카운팅하는 단계를 포함하는, 동시 접속자수 집계 방법.
  5. 제1항에 있어서,
    상기 집계 기준값은,
    상기 게임 서비스에 접속한 접속자를 식별하는 식별 정보를 포함하는, 동시 접속자수 집계 방법.
  6. 제1항에 있어서,
    상기 집계 기준값은,
    상기 게임 서비스의 종류에 대응하여 미리 결정되는, 동시 접속자수 집계 방법.
  7. 제1항에 있어서,
    상기 집계 기준값은,
    사용자 입력에 기초하여 실시간으로 변경되는, 동시 접속자수 집계 방법.
  8. 제1항에 있어서,
    상기 집계 정보를 생성하는 단계는,
    상기 분산 처리된 로그 데이터에 대한 카운팅이 모두 완료된 경우,
    상기 분산 처리된 로그 데이터 각각에 대한 카운팅 결과를 통합하여 상기 집계 정보를 생성하는, 동시 접속자수 집계 방법.
  9. 제1항에 있어서,
    상기 분산 처리하는 단계는,
    상기 집계 기준값에 기초하여 상기 수신한 로그 데이터를 파싱하는 단계; 및
    상기 파싱된 로그 데이터에 대하여 샤딩을 수행하는 단계
    를 포함하는, 동시 접속자수 집계 방법.
  10. 로그 데이터 기반의 동시 접속자수 집계 장치에 있어서,
    게임 서비스의 접속과 관련된 로그 데이터를 수신하는 수신부;
    집계 기준값에 기초한 샤딩(sharding)을 통해 상기 수신한 로그 데이터를 분산 처리하는 분산 처리부;
    상기 분산 처리된 로그 데이터에 기초하여 상기 집계 기준값에 대응하는 로그 데이터를 카운팅하는 카운팅부; 및
    상기 카운팅의 결과에 기초하여 동시 접속자수에 대한 집계 정보를 생성하는 집계 정보 생성부를 포함하고,
    상기 카운팅부는 복수 개가 존재하고,
    상기 복수의 카운팅부 각각은 상기 게임 서비스에 접속한 접속자를 식별하는 식별 정보에 기초하여 동시 접속자수를 독립적으로 카운팅하고,
    상기 샤딩을 통해 생성되는 서브 데이터의 개수는 상기 로그 데이터의 크기에 따라 결정되고, 상기 복수의 카운팅부의 개수는 상기 서브 데이터의 개수에 대응하는,
    동시 접속자수 집계 장치.
  11. 제10항에 있어서,
    상기 카운팅부는,
    동시 접속자를 분류하기 위하여 상기 게임 서비스에 대하여 미리 결정된 카테고리 정보에 기초하여 상기 로그 데이터를 카운팅하는, 동시 접속자수 집계 장치.
  12. 제11항에 있어서,
    상기 카테고리 정보는,
    상기 동시 접속자를 분류하기 위한 분류 기준값을 포함하고,
    상기 카운팅부는,
    상기 분류 기준값을 통해 생성될 수 있는 상기 분류 기준값의 모든 조합 각각에 기초하여 상기 로그 데이터를 카운팅하는, 동시 접속자수 집계 장치.
  13. 제10항에 있어서,
    상기 카운팅부는,
    상기 집계 기준값에 기초하여 상기 분산 처리된 로그 데이터에 대하여 추가적인 샤딩을 수행하고,
    상기 추가적인 샤딩이 수행된 분산 처리된 로그 데이터를 상기 집계 기준값에 기초하여 카운팅하는, 동시 접속자수 집계 장치.
  14. 제10항에 있어서,
    상기 집계 기준값은,
    상기 게임 서비스에 접속한 접속자를 식별하는 식별 정보를 포함하는, 동시 접속자수 집계 장치.
  15. 제10항에 있어서,
    상기 집계 기준값은,
    상기 게임 서비스의 종류에 대응하여 미리 결정되는, 동시 접속자수 집계 장치.
  16. 제10항에 있어서,
    상기 생성부는,
    상기 분산 처리된 로그 데이터에 대한 카운팅이 모두 완료된 경우,
    상기 분산 처리된 로그 데이터 각각에 대한 카운팅 결과를 합산하여 상기 집계 정보를 생성하는, 동시 접속자수 집계 장치.
  17. 제10항에 있어서,
    상기 분산 처리부는,
    상기 집계 기준값에 기초하여 상기 수신한 로그 데이터를 파싱하고,
    상기 파싱된 로그 데이터에 대하여 샤딩을 수행하는, 동시 접속자수 집계 장치.
KR1020180042627A 2018-04-12 2018-04-12 로그 데이터 기반의 동시 접속자수 집계 장치 및 방법 KR102085364B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180042627A KR102085364B1 (ko) 2018-04-12 2018-04-12 로그 데이터 기반의 동시 접속자수 집계 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180042627A KR102085364B1 (ko) 2018-04-12 2018-04-12 로그 데이터 기반의 동시 접속자수 집계 장치 및 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020200023748A Division KR20200026852A (ko) 2020-02-26 2020-02-26 로그 데이터 기반의 동시 접속자수 집계 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20190119323A KR20190119323A (ko) 2019-10-22
KR102085364B1 true KR102085364B1 (ko) 2020-05-27

Family

ID=68420007

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180042627A KR102085364B1 (ko) 2018-04-12 2018-04-12 로그 데이터 기반의 동시 접속자수 집계 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102085364B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101733458B1 (ko) * 2016-11-01 2017-05-10 주식회사 코어사이트 게임 로그 분석 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102350822B1 (ko) * 2015-07-31 2022-01-17 엔에이치엔 주식회사 사용자 정의기반의 다차원 데이터를 시각화하는 방법 및 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101733458B1 (ko) * 2016-11-01 2017-05-10 주식회사 코어사이트 게임 로그 분석 방법

Also Published As

Publication number Publication date
KR20190119323A (ko) 2019-10-22

Similar Documents

Publication Publication Date Title
US10659498B2 (en) Systems and methods for security configuration
US20140082184A1 (en) Method and system for monitoring execution of user request in distributed system
US20170185454A1 (en) Method and Electronic Device for Determining Resource Consumption of Task
US10606867B2 (en) Data mining method and apparatus
CN109981702B (zh) 一种文件存储方法及系统
CN108512720B (zh) 一种网站流量的统计方法及装置
US8738767B2 (en) Mainframe management console monitoring
US10148596B2 (en) Data flow statistics collection method, system, and apparatus
CN114116422B (zh) 一种硬盘日志分析方法、硬盘日志分析装置及存储介质
CN112380131A (zh) 模块测试方法、装置及电子设备
CN101116069B (zh) 光纤通道架构中基于分区的服务质量
US20160019090A1 (en) Data processing control method, computer-readable recording medium, and data processing control device
CN104902292A (zh) 一种基于电视报道的舆情分析方法和系统
KR20200026852A (ko) 로그 데이터 기반의 동시 접속자수 집계 장치 및 방법
KR102085364B1 (ko) 로그 데이터 기반의 동시 접속자수 집계 장치 및 방법
US10769153B2 (en) Computer system and method for setting a stream data processing system
KR101890805B1 (ko) 머신 러닝 기반 실시간 비정형 로그 처리 방법 및 이를 사용한 서버
US11113287B1 (en) Data stream management system
JP2014041463A (ja) テスト装置及びテスト方法及びプログラム
CN106651183B (zh) 工控系统的通信数据安全审计方法及装置
CN112182327B (zh) 一种数据处理方法、装置、设备及介质
EP3691765A1 (en) Method and system for game data processing, server and computer readable storage medium
KR20230062166A (ko) 방화벽 정책 최적화 방법 및 그 장치
JP2019009726A (ja) 障害切り分け方法および管理サーバ
WO2017088382A1 (zh) 数据处理的方法和装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right