ref. http://blog.naver.com/sesangsari/20050249197

소프트웨어 테스트 개요

정의

Beizer 소프트웨어 테스트 진화 과정

소프트웨어 오류 원인 및 분포

테스트 오라클

소프트웨어 테스트 전략

소프트웨어 테스트 분류

개발 단계별 분류별

테스트케이스 생성별

테스트 목적별

테스트 대상별

소프트웨어 테스트 Rule

소프트웨어 테스트 원칙

테스트기법의 Cam. Kaner 분류

Joel Test

Test Paradigm Shift

Effective Test

Test CheckList

Testability

Cloud computing

From Wikipedia, the free encyclopedia

Jump to: navigation, search

Cloud computing is a new (circa late 2007) label for the subset of grid computing that includes utility computing and other approaches to the use of shared computing resources. Cloud computing is an alternative to having local servers or personal devices handling users' applications.

In general, the label suggests that function comes from "the cloud" -- often understood to mean a public network, usually assumed to be the Internet -- rather than from a specific identifiable device. The label of "cloud computing" is not, however, identical with the business model of software as a service or the usage model of utility computing. Grid computing is a technology approach to manage a cloud. In effect, all clouds are managed by a grid but not all grids manage cloud. Specifically a computer grid and a cloud are synonymous while a data grid and a cloud can be different.

Within the general label, though, it is an easy error to assume that all clouds are created equal. This can lead to confusion and disappointment.

For example, virtualization of servers on a shared super-server can speed the deployment of new capability, since no new hardware needs to be installed, but the software stack that runs on the virtual server must still be configured and updated -- unlike the case with a multi-tenant software-as-a-service capability.

A computer cluster can offer cost-effective service in specific applications, but may be limited to a single type of computing node that allows all nodes to run a common operating system. Alternatively, the canonical definition of grid is one that allows any type of processing engine to enter or leave the system, dynamically, by analogy to an electrical power grid on which any given generating plant might be active or inactive at any given time.

However, an electrical generator only needs to produce volts and amperes in synchrony with other units on the grid, while computing cycles are not nearly such an undifferentiated commodity. For example, a computing grid could include both general-purpose processors and specialized units such as a vector processor facility.

Also important to the notion of cloud computing is the automation of many management tasks. If the system requires human management to allocate processes to resources, it's not a cloud: it's just a data center.

The applications of cloud/utility computing models are expanding rapidly as connectivity costs fall, and as evolution of processor architectures favors the development of multi-core systems with intrinsically parallel computing hardware that greatly exceeds the parallelization potential of most applications. The economic incentives to share hardware among multiple users are increasing; the drawbacks in performance and interactive response that used to discourage remote and distributed computing solutions are being greatly reduced.

As a result, the services that can be delivered from the cloud are not limited to web applications, but may also include storage, raw computing, or access to any number of specialized services.

Common visualizations of a cloud computing approach include, but should not be considered to be limited by, the following:

Contents [hide] 1 Potential advantages 2 Ensembles 3 Architecture 4 Cloud storage 5 Cloud services 6 See Also 7 References 8 External links

[edit] Potential advantages

Potential advantages of any cloud or grid computing approach include:

• location of infrastructure in areas with lower costs of space and electricity
• sharing of peak-load capacity among a large pool of users, improving overall utilization
• separation of infrastructure maintenance duties from domain-specific application development

[edit] Ensembles

While most traditional IT clouds are made up of heterogeneous systems, an ensemble is a pool of homogenous systems within the cloud which are compatible with one another. These ensembles are integrated by virtualization and management software which allow for mobility of the software stack between physical servers. It can scale from a few servers to many thousands, while having the management complexity near that of a single system. For instance an ensemble could be a set of systems which are capable of running a certain web appliance stack. The operating system, middleware, and web-app run exactly the same between servers in the ensemble.

[edit] Architecture

 

Diagram of cloud computing architecture.

The architecture behind cloud computing is a massive network of "cloud servers" interconnected as if in a grid running in parallel, sometimes using the technique of virtualization to maximize computing power per server.

A front-end interface allows a user to select a service from a catalog. This request gets passed to the system management which finds the correct resources, and then calls the provisioning services which carves out resources in the cloud. The provisioning service may deploy the requested stack or web application as well.

• User interaction interface: This is how users of the cloud interface with the cloud to request services.
• Services catalog: This is the list of services that a user can request.
• System management: This is the piece which manages the computer resources available.
• Provisioning tool: This tool carves out the systems from the cloud to deliver on the requested service. It may also deploy the required images.
• Monitoring and metering: This optional piece tracks the usage of the cloud so the resources used can be attributed to a certain user.
• Servers: The servers are managed by the system management tool. They can be either virtual or real.

[edit] Cloud storage

Cloud storage is a model of networked data storage where data is stored on multiple virtual servers, generally hosted by third parties, rather than being hosted on dedicated servers. Hosting companies operate large data centers; and people who require their data to be hosted buy or lease storage capacity from them and use it for their storage needs. The data center operators, in the background, virtualize the resources according to the requirements of the customer and expose them as virtual servers, which the customers can themselves manage. Physically, the resource may span across multiple servers.

[edit] Cloud services

Cloud services refers to web services offered via cloud computing. Amazon is probably the first company to start selling Cloud based services in the form of its Amazon Elastic Compute Cloud, popularly known as Amazon EC2, a part of Amazon's web services platform. Currently in its beta version, it provides computing capacity in the cloud to run applications

ref. http://www.w3.org/TR/2008/WD-XMLHttpRequest2-20080225/

w3c 에서 2월 25일에 올라온 겁니다.

이건 기본적으로 필요로 하는 환경이 DOM2Event, DOM3Core, HTML5 에서 정상 작동 합니다.
못보던 method 들도 있고 cross-site access request 에 대해서도 지원이 되는듯 하내요..
참고. http://www.w3.org/TR/access-control/

그리고 예전에는 status 를 계속 확인해야 했었지만.. 지금은.. event 를 지원해 주고 있어서 코딩 하기 좀더 쉬워진 느낌 이내요.

원문을 저도 다 읽어 보지는 못하고 그냥 훑어 본거라.. 관심 있으신 분들은.. 한번 읽어 보세요.. ^^*

T.G.I.F

ref. http://download.oracle.com/docs/cd/A58617_01/server.804/a58246/distrib.htm

remote and distributed query 에 대한 성능 정보를 찾다가 oracle tuning 에서 이런게 있길래 퍼왔습니다.
^^*

Summary: Optimizing Performance of Distributed Queries

You can improve performance of distributed queries in several ways:

• Choose the best SQL statement.

  In many cases there are several SQL statements which can achieve the same result. If all tables are on the same database, the difference in performance between these SQL statements might be minimal; but if the tables are located on different databases, the difference in performance might be bigger.

• Use cost-based optimization.

  Cost-based optimization can use indexes on remote tables, considers more execution plans than rule-based optimization, and generally gives better results. With cost-based optimization performance of distributed queries is generally satisfactory. Only in rare occasions is it necessary to change SQL statements, create views, or use procedural code.

• Use views.

  In some situations, views can be used to improve performance of distributed queries; for example:

  • to join several remote tables on the remote database
  • to send a different table through the network
• Use procedural code.

  In some rare occasions it can be more efficient to replace a distributed query by procedural code, such as a PL/SQL procedure or a precompiler program. Note that this option is mentioned here only for completeness, not because it is often needed.

A Web service (also Web Service) is defined by the W3C as "a software system designed to support interoperable Machine to Machine interaction over a network." Web services are frequently just Web APIs that can be accessed over a network, such as the Internet, and executed on a remote system hosting the requested services.

The W3C Web service definition encompasses many different systems, but in common usage the term refers to clients and servers that communicate using XML messages that follow the SOAP standard. Common in both the field and the terminology is the assumption that there is also a machine readable description of the operations supported by the server written in the Web Services Description Language (WSDL). The latter is not a requirement of a SOAP endpoint, but it is a prerequisite for automated client-side code generation in many Java and .NET SOAP frameworks (frameworks such as Spring and Apache CXF being notable exceptions). Some industry organizations, such as the WS-I, mandate both SOAP and WSDL in their definition of a Web service.

2. Web Services Description Language
http://en.wikipedia.org/wiki/Web_Services_Description_Language

The Web Services Description Language (WSDL, pronounced 'wiz-dəl' or spelled out, 'W-S-D-L') is an XML-based language that provides a model for describing Web services.

The current version of the specification is the 2.0; version 1.1 has not been endorsed by the W3C but version 2.0 is a W3C recommendation. ^[1] WSDL 1.2 was renamed WSDL 2.0 because of its substantial differences from WSDL 1.1. By accepting binding to all the HTTP request methods (not only GET and POST as in version 1.1) WSDL 2.0 specification offers a better support for RESTful web services, much simpler to implement ^[2][3]. However support for this specification is still poor in software development kits for Web Services which often offer tools only for WSDL 1.1.

The WSDL defines services as collections of network endpoints, or ports. WSDL specification provides an XML format for documents for this purpose. The abstract definition of ports and messages is separated from their concrete use or instance, allowing the reuse of these definitions. A port is defined by associating a network address with a reusable binding, and a collection of ports define a service. Messages are abstract descriptions of the data being exchanged, and port types are abstract collections of supported operations. The concrete protocol and data format specifications for a particular port type constitutes a reusable binding, where the messages and operations are then bound to a concrete network protocol and message format. In this way, WSDL describes the public interface to the web service.

WSDL is often used in combination with SOAP and XML Schema to provide web services over the Internet. A client program connecting to a web service can read the WSDL to determine what functions are available on the server. Any special datatypes used are embedded in the WSDL file in the form of XML Schema. The client can then use SOAP to actually call one of the functions listed in the WSDL.

XLang is an extension of the WSDL such that "an XLANG service description is a WSDL service description with an extension element that describes the behavior of the service as a part of a business process" [1].

Resources or services are exposed using WSDL by both Web Services Interoperability (WS-I Basic Profile) and WSRF framework.

일반적으로 과학과 공학은 목적과 대상에 차이가 있다. 과학의 목적이 현상(phenomena)에 대한 설명과 새로운 현상을 예측하는 이론을 만들어 가는 것이라면, 공학은 과학적 발견과 이론을 이용하여 인간 삶의 질을 향상시키기 위한 인공물을 만드는 것이라 할 수 있다. 이런 점에서 월드와이드웹은 지금까지 공학적 연구개발의 대상이었지만, 최근 팀 버너스 리를 포함한 몇몇 연구자들이 웹을 과학의 대상으로 새로운 정체성을 만들어 가고 있다.

'웹 사이언스(web science)'의 탄생은 '인지과학'과 같은 융합학문과 비견될 수 있을 것이다. 인지과학이란 학문은 인간의 인지적 현상에 대해 연구하기 위해 전산학, 심리학, 언어학, 철학, 신경과학과 같은 다양한 학문적 방법론을 통합적으로 수용하면서 탄생했다. 웹 사이언스는 웹 자체와 웹을 매개로 이루어지는 다양한 현상에 대해 연구하기 위하여 여러 분야의 학문이 학제적으로 결합되는 것을 의미한다. 웹과 관련한 현상이 워낙 광범하고 공학적 연구와도 밀접히 연관되어 있어서 웹 사이언스는 인지과학보다 더 넓은 스펙트럼의 학문적 융합이 요구될 것이다.

예컨대 언어학, 논리학, 인지심리학, 인공지능과 같은 학문은 시맨틱 웹의 중요한 연구주제인 웹에서의 지식 표현과 의미 전달에 대해 이론적 기반을 제공할 것이다.

사회적 정보 공간(social information space)인 웹의 구조적 복잡성이 늘어날수록 웹 토폴로지(web topology)를 설명하기 위한 수학과 물리학적 모델에 대한 연구도 필요하다. 웹을 통한 지식 공유와 커뮤니케이션은 웹 인식론과 언론정보학의 연구 대상이 될 것이다. 웹에서의 사회현상을 설명하는 사회학자가 필요하며, 미래의 역사학자는 구글의 방대한 자료를 통해 연구하게 될 것이다. 웹 정치학은 웹을 통해 이루어지는 정치적 현상을 연구하고, 법학자는 웹에서의 지적재산권, 사생활, 보안과 관련한 다양한 문제점을 해결하려 할 것이다.

웹은 모든 것이 분산되어(decentralized) 있으면서 모든 것이 연결되는(connected) 것을 목표로 한다. 정보자원이 분산될 뿐만 아니라 권위(authority)도 분산되기를 원한다. 전문가의 개념이 무너지고 있고 집단지성과 피어(peer)의 역할이 더욱 중요해지고 있다.

하지만 권위가 분산됨으로 인해 웹에서 신뢰할만한 정보와 그렇지 못한 정보를 구분하기 어렵게 되었다. 인간관계에서 합리적이고 논리적인 설명은 신뢰의 중요한 근거가 된다. 마찬가지로 신뢰의 웹(web of trust)을 구현하기 위해서도 정보자원 간의 논리적 연결성이 표현되어야 하며, 그 결과로 제시되는 정보에 대한 추론 과정이 논리적으로 증명될 수 있어야 한다. 이러한 정보표현의 합리성과 논리성이 바로 시맨틱 웹 기술이 목표로 삼고 있는 바다.

시맨틱 웹의 자동화된 지식표현 기술 외에도 웹에서의 윤리 문제를 다루는 윤리철학과 법학은 신뢰의 웹을 구현하기 위한 웹 사이언스의 중요한 학문적 요소가 된다.

인공지능의 연구 분야 중 의무논리(deontic logic)란 분야가 있다. 금지, 허용, 의무와 같은 인간행위의 윤리적이고 법적인 부분을 전산언어로 표현하여 에이전트 프로그램으로 구현하는 방법을 연구하는 분야다. 최근 의무논리는 전자상거래나 로봇 에이전트의 행위를 모델링하는 데 응용되고 있고, 복잡한 사회적 네트워크(social network)에서 정보 보안 및 사생활과 관련한 신뢰의 웹을 구현하는 데 사용될 수 있을 것이다.

웹은 정보 간 연결뿐만 아니라 사람들 간의 사회적 연결을 이루게 하는 기술이다. 정보자원 간의 의미적 연결성과 사회적 네트워크를 위한 의미적 정보공간을 만들어가는 것이 바로 Semantic Web 2.0 기술이다. 정보 검색 및 추천, 사람들 간의 커뮤니케이션이 이루어지는 공간인 웹에서 연결 구조를 분석하여 보여주는 그래프 이론은 웹 사이언스에서 매우 중요한 역할을 할 수 있다. 정보와 사람들 사이의 연결을 수학의 그래프 이론으로 분석함으로써 더 효율적으로 정보를 검색하고 인적 관계지도(social path)를 찾는 데 도움을 줄 것이다. 관심분야가 비슷한 사람들을 찾아 새로운 커뮤니티를 형성할 수 있는 일종의 사이버 지도를 그릴 수 있는 기술도 연구되고 있다.

소셜 북마크
	mar.gar.in
	Digg
	del.icio.us
	Slashdot

중앙 집중적 정부도 권력도 없는 웹은 자율적으로 움직이는 거대한 네트워크 시스템이다. 웹에 연결된 각 사람의 행위는 반드시 합리적이라 할 수 없지만 시스템으로서 웹이 만들어 내는 행위는 매우 합리적(rational)이고 사회과학적으로 흥미로운 분석 대상이다. ‘뷰티풀 마인드’란 유명한 영화의 주인공인 존 내시(John Nash)가 큰 업적을 이룬 게임이론(game theory)은 웹이란 거대 시스템의 행위를 분석하는 데 좋은 연구 방법론이 될 수 있다.

우리는 엄청나게 큰 코끼리의 작은 부분만을 만지고 코끼리의 전체 모양을 상상하는 장님과 같다. 진짜 코끼리의 모습을 알 수 있는 방법은 장님들이 각자의 한계를 인정하고 함께 마음을 열고 대화를 하는 것이다. 시맨틱 웹이건 AI건, 어떤 기술도 모든 것을 이룰 수 없다. 할 수 있는 것과 할 수 없는 것을 분명하게 인식하고 함께 협력할 때 기술과 학문의 진보가 이뤄질 수 있다.

ref. http://www.ibm.com/developerworks/kr/library/dwclm/20070220/?ca=drs-kr

현재 웹 기술 분야에서 큰 주목을 받고 있는 두 가지 키워드가 바로 Semantic Web과 Web 2.0이다. 그러나 지금 이 두 기술 주제를 접근하는 방식에는 약간의 문제가 있다.
차세대 웹 기술로 자주 거론되면서 인터넷 세상을 똑똑한 인공지능 세상으로 뒤바꿀 것 같았던 Semantic Web 기술은 범인들로서는 접근하기 어려운 상아탑에 숨어 있는 느낌이 든다. 웹을 기반으로 한 IT 거품이 허상으로 사라지고 난 뒤 새로운 웹 경제와 문화를 만들어 갈 진정한 차세대 웹 기술일 것 같았던 Web 2.0은 개념과 해석만 무성하고 기술의 알맹이가 없는 느낌이다.
이 두 기술 주제를 결합한 ‘Semantic Web 2.0’이 추구하는 열린 정보공간에서 가능한 일이 무엇일까?

‘Semantic Web 2.0’의 중요한 응용 분야로서 Semantic Desktop과 Semantic Social Network에 대한 연구 개발이 활발히 진행되고 있다.
Semantic Desktop은 RDF와 URI 표준 기술을 사용하여 워드프로세스를 비롯한 여러 응용 프로그램의 파일들을 관리하는 데 새로운 패러다임으로 제안되고 있다. 사용자의 컴퓨터에 있는 각종 데이터를 의미적으로 연결할 수 있다면 검색과 관리가 엄청나게 편해질 수 있으며, 나아가 다른 사람들과 협업을 하는 데도 매우 효과적일 수 있다. 시맨틱 위키, 시맨틱 이메일 등이 대표적인 예라 할 수 있다.
Social Network는 이미 대표적 사이트로 싸이월드나 마이스페이스(MySpace) 같은 것을 들 수 있다. 최근에 블로그를 사용하는 사람들이 늘어나고 다양한 사회적 인적 네트워크를 위한 사이트가 늘어나면서 온라인 Social Network도 갈수록 복잡한 양상을 띠게 되었다.
Semantic Social Network는 개인들 간의 의미적 연결 관계를 표준화된 FOAF와 같은 온톨로지로 표현함으로써 네트워크 관리가 효과적으로 이루어질 수 있게 하는 기술이다. 관심 분야가 비슷하거나 어떤 특정 상황에 연결되어야 할 사람을 찾아준다거나 할 때 이러한 기술은 사용될 수 있다. Semantic Desktop과 Semantic Social Network는 온라인에서 새로운 형태의 협업과 집단지성을 만들 수 있는 수단이 된다.

아인슈타인과 같은 한 사람의 천재보다 집단의 창의성과 지성이 더 요구되는 복잡한 현대 사회에서 Semantic Web 2.0은 어떤 역할을 할 수 있을 것인가?
창의성에 대한 시스템 이론을 주창한 저명한 학자인 Csiksentmihalyi에 의하면 창의성이란 한 개인의 인지적 활동의 결과(product)라기보다는 사회문화적 프로세스(process)로 설명될 수 있다. 물론 한 개인의 지성이 창의적 작품을 만드는 시발점이 되지만 작품을 평가하는 다른 사회 구성원들과의 상호작용을 통해 더 나은 작품으로 진화 발전되어 가는 것이다.
즉, 지성과 창의성은 시스템의 세 가지 구성요소인 개인(individual), 창의적 활동의 내용이 되는 영역(domain), 그 분야의 커뮤니티(field) 간의 끊임없는 상호작용에 의해 진화되는 과정으로 정의될 수 있다. 지성의 진화가 효과적으로 진행될수록 지식의 체계인 영역 – 수학, 과학 등과 같은 넓은 영역과 Semantic Web과 같은 더 세분화된 영역 – 은 더욱 발전하게 된다. 영역의 발전으로 더 많은 양의 정보가 개인에게 전달되고 이로써 개인 차원의 지성도 확장될 수 있는 것이다.

Semantic Web 2.0은 집단지성의 진화를 위한 공간이 되고 이를 위한 소프트웨어 기술을 제공할 수 있다. Semantic Desktop은 그 분야에 있는 사람들 간의 협업과 정보 공유를 더욱 효과적으로 해 준다. Semantic Social Network을 통해 다양한 새로운 커뮤니티가 형성될 수 있고, 커뮤니티 활동을 효과적일 수 있게 하는 소프트웨어 기술을 통해 집단지성이 진화하면서 지식의 체계인 영역 또한 발전하게 된다.
오픈 플랫폼(open platform)으로서 위키피디어(Wikipedia)는 새로운 출판과 협업 문화의 좋은 모델이 되고 있다. 몇몇 전문가의 지식보다는 다양한 사람이 모여 상호작용을 하면서 끊임없이 콘텐츠를 진화, 발전시킬 수 있는 효과적인 도구를 제공한다면 그것이 바로 Semantic Web 2.0이 할 수 있는 역할이다.
새로운 차원의 디지털 도서관은 양질의 UCC들을 선택적으로 독자들에게 제공할 수 있고 독자로 하여금 도서의 내용을 제공받고 평가할 수 있게 하는 양방향적 시스템으로 발전할 수 있을 것이다. 새로운 차원의 과학 연구 문화에서는 서너 명의 선택된 리뷰어가 논문을 평가해 출판하는 것이 아니라 그 분야의 수많은 사람들로부터 지속적으로 평가와 발전적 피드백이 이루어질 수 있는 것이다.
출판은 일회적이고 소수에 의해 지배당하는 것이 아니라 진화되고 대중에게 열려있는 것이다. 지식의 권위에 대한 평가와 인정은 관심을 갖고 적극적으로 그 분야에 참여하는 다수에 의해 이루어지는 것이다. 오픈소스 소프트웨어 문화는 이미 열린 참여를 지향하는 문화로 정착되었다. 참여하고 내어 놓는 자들은 그만큼의 것을 가져갈 수 있도록 Social Semantic Information Space를 제공해주는 기술이 바로 Semantic Web 2.0인 것이다.