SlideShare a Scribd company logo
1 of 47
Download to read offline
次世代型インメモリデータベース SAP HANA
その最新技術を理解する
花木敏久
SAPジャパン株式会社
2013/11/13
免責条項
このプレゼンテーションに含まれる情報は機密であり、SAPの専有情報であり、SAPの許可な
く開示することはできません。このプレゼンテーションは、御社とのライセンス契約やその他
のサービス、SAPとのサブスクリプションに関する合意書とは無関係です。SAPはこの文書や
関連するプレゼンテーションに記載された事業を遂行することについて、またそれらに記載さ
れている機能の開発やリリースについて何ら義務を負いません。この文書や関連するプレゼン
テーション、SAPの戦略や将来的な開発、製品やプラットフォームの方針や機能についてはす
べて、予告なく変更される場合があります。この文書に含まれる情報は、何らかの資料、コー
ドまたは機能の提供を確約したり、約束したりするものではなく、また法的な義務を負うもの
ではありません。この文書は、明示・黙示を問わず、また商品性、特定目的適合性、非侵害に
関する暗黙の保証等(これらに限りません)何らの保証も提供するものではありません。この
文書は情報提供の目的のもので、契約書には含まれません。SAPは誤字・脱字や誤りなどに責
任を負わず、またこの文書の使用により生じた直接損害、間接損害、結果損害等(これらに限
りません)、いかなる種類の損害にも責任を負いません。

将来に関する記述にはすべてに様々なリスクや不確定要素があり、実際の結果が期待値と大き
く異なる場合もあります。これらの将来的な記述は書かれた時点の情報にすぎませんので、過
度に信頼しないようご注意いただくとともに、購入の意思決定の根拠としないようにしてくだ
さい。                 

©  2013 SAP AG. All rights reserved.

2
自己紹介

©  2013 SAP AG. All rights reserved.

3
概要
SAPによるデータ管理のイノベーション
エンタープライズアプリケーションのためのリアルタイムプラットフォーム

インメモリカラム型データベースによるOLTPと
OLAPの同一データベースアプローチ
ハッソ・プラットナー SAP共同設立者

VS

トランザクション処理
(基幹系)

分析/計画/解析処理
(情報系)

高速化処理
(補完技術)

インメモリネィティブのトラ
ンザクション+計画+シュミ
レーション+分析

イノベーションによるトランスフォーメーションと
お客様フォーカス
©  2013 SAP AG. All rights reserved.

5
今日のテクノロジーにおけるトレードオフ
現在の情報処理アーキテクチャにはブレークスルーが必要

DEEP
粒度の細かいデータへの
複雑かつ繰り返しの問い合わせ

OR

HIGH SPEED
対話的な
高速レスポンス

DEEP
粒度の細かいデータへの
複雑かつ繰り返しの問い合わせ

HIGH SPEED
対話的な
高速レスポンス

BROAD
ビッグデータ、
多様なデータ

SIMPLE
データの事前加工、
事前集計、
処理のためのチューニング
が不要
©  2013 SAP AG. All rights reserved.

REAL -TIME
直近のデータで
完全なリアルタイム

SIMPLE
データの事前加工、
事前集計、
処理のためのチューニング
が不要

6
OLTP、OLAP そして HW の高速処理を結合
Yesterday
複雑、重複、分断

SAP HANA
簡単、シンプル、リアルタイム

cache

オンライン処理	

分析	

高速化	

Ÿ  複数個所でのデータコピー	
Ÿ  異なるデータモデル	
Ÿ  分断されたシステム構成	

©  2013 SAP AG. All rights reserved.

OLTP
+ OLAP

In-memory
acceleration

Ÿ  待ち時間不要	
Ÿ  シンプルで少ないH/W構成	
Ÿ  新たな可能性を創造	

7
インメモリーのパワー

Cache
Query Results
Query

Aggregates
Indexes
SAP HANA
Data Warehouse

ETL

Operational Data Store
Copy

Data

©  2013 SAP AG. All rights reserved.

9
OLTP+OLAPで求められる5つの要件を唯一実現したDB
Deep
粒度の細かいデータに対して複雑でイン
ターラクティブなクエリでアクセス

Broad
ビッグデータ、多くの
データタイプ

Real-time
最新のデータ、できればリ
アルタイム

©  2013 SAP AG. All rights reserved.

High Speed
高速レスポンスタイ
ム、双方向性

Simple
データ準備なし、事前集計なし、
チューニングなし。

10
リアルタイムビジネスにとってのデータ管理を再考する
冗長なデータ複製、マテリアライズ、データモデルを排除する必要性

インメモリー・カラムナー・データベースという
手法により、OLTPとOLAPを1つの共通データ
ベースで扱えるようにする
Hasso Plattner

トランザクション、分析、高速化は
分離されている

トランザクションと分析を1つのデータコピー
上で、かつメモリー上で。

SAP HANA
ETL

トランザクション

ETL

分析

Cache

VS

(DRAM)

高速化

Ÿ  異なるデータモデルで、3つのコピーが存在

Ÿ  不要な複雑さと遅延を排除

Ÿ  避けれないデータ遅延

Ÿ  管理するハードウェアが少なく

Ÿ  リソースの浪費と低いイノベーション

Ÿ  イノベーションとシンプル化を加速

©  2013 SAP AG. All rights reserved.

11
インメモリーデータベース
コア機能
最新のハードウエア&ソフトウェアアーキテクチャ
DBMSの再設計による遅延時間の低減

Multi-Core Architecture

64bit address space

8 CPU x 10 Cores per blade

1 TB in current servers

Massive parallel scaling with many blades

Dramatic decline in price/performance

CPU

L3
Cache

L3
Cache

L3
Cache

L3
Cache

L3
Cache

L3
Cache

L3
Cache

L3
Cache

メモリー
カラムストアによる
OLTP+OLAP サ
ポート

パーティショニング

デルタ領域へ
インサートONLY

集計テーブルなし
(Dynamic Aggregation)

圧縮

Logging and Backup

ストレージ
Solid State
©  2013 SAP AG. All rights reserved.

Flash

HDD
13
カラム & ローストア
Ÿ  一般的なDBはローストア; SAP HANAは両方をサポートし、カラムストアに最
適化されている
Country	
  
France	
  
Italy	
  
Italy	
  
Spain	
  

Product	
  
corn	
  
wheat	
  
corn	
  
rice	
  

456	
  

corn	
  

1000	
  

457	
  

Italy	
  

wheat	
  

900	
  

458	
  

Sales	
  
1000	
  
900	
  
600	
  
800	
  

France	
  

Italy	
  

corn	
  

600	
  

459	
  

Order	
  
456	
  
457	
  
458	
  
459	
  

Spain	
  

rice	
  

800	
  

Row order organization

456	
  
457	
  
458	
  
459	
  

France	
  
Italy	
  
Italy	
  
Spain	
  

corn	
  
wheat	
  
corn	
  
rice	
  

1000	
  
900	
  
600	
  
800	
  

Σ

Single-record access:
SELECT * FROM SalesOrders
Single-scan aggregation:
WHERE Order = ‘457’
SELECT Country, SUM(sales) FROM
SalesOrders WHERE Product=‘corn’
GROUP BY Country

Column order organization

©  2013 SAP AG. All rights reserved.

14
データ圧縮
1次圧縮としての辞書圧縮
例:カラム辞書圧縮	
Ÿ  カラム単位で辞書を作成	
Ÿ  逆インデックスの参照も可能	
テーブル
ROW
ID	
  

辞書

国	
  

商品	
  

売上	
  

5	
  

注文
No	
  
456	
  
457	
  
458	
  
459	
  
460	
  

France	
  
Italy	
  
Spain	
  
Italy	
  
Denmark	
  

corn	
  
wheat	
  
rice	
  
rice	
  
corn	
  

1000	
  
900	
  
600	
  
800	
  
500	
  

6	
  

461	
  

Denmark	
  

rice	
  

600	
  

7	
  

462	
  
463	
  

Belgium	
  
Italy	
  

rice	
  
rice	
  

600	
  
1100	
  

…	
  

…	
  

…	
  

…	
  

1	
  
2	
  
3	
  
4	
  

8	
  

©  2013 SAP AG. All rights reserved.

1	
  
2	
  
3	
  
4	
  
5	
  

Belgium	
  
Denmark	
  
France	
  
Italy	
  
Spain	
  
Dictionary
5 entries, so
need 3 bits to
encode!

圧縮されたカラム
(bit fields)
逆インデックス
1	
  
2	
  
3	
  
4	
  
5	
  
6	
  
7	
  
8	
  

3	
  
4	
  
5	
  
4	
  
2	
  
2	
  
1	
  
4	
  

…	
  

…	
  

注文No 460は
どこの国です
か?

1	
  
2	
  
3	
  
4	
  
5	
  

7	
  
5,6	
  
1	
  
2,4,8	
  
3	
  

イタリアの注
文Noはどれで
すか?

15
データ圧縮
2次圧縮
例:Columnnar Run-length Encoding	
Ÿ  カラムメモリ内の繰り返し値を圧縮	
Ÿ  ソート済カラムで有効に動作	
国

Logical Table
ROW	
  
ID	
  
1	
  
2	
  
3	
  
4	
  
5	
  
6	
  
7	
  
8	
  

注文No	
  
456	
  
457	
  
458	
  
459	
  
460	
  
461	
  
462	
  
463	
  

国	
  

商品	
  

売上	
  

France	
  
corn	
   1000	
  
Italy	
  
wheat	
   900	
  
Spain	
  
rice	
  
600	
  
Italy	
  
rice	
  
800	
  
Denmark	
   corn	
   500	
  
Denmark	
   rice	
  
600	
  
Belgium	
   rice	
  
600	
  
Italy	
  
rice	
   1100	
  

…	
  

…	
  

…	
  

…	
  

1	
  
2	
  
3	
  
4	
  
5	
  

Belgium	
  
Denmark	
  
France	
  
Italy	
  
Spain	
  
3	
  
4	
  
5	
  
4	
  
2x2	
  
1	
  
4	
  

商品
1	
   corn	
  
2	
   wheat	
  
3	
   rice	
  

1	
  
2	
  
3x2	
  
1	
  
3x3	
  
…	
  

…	
  
©  2013 SAP AG. All rights reserved.

16
インサートオンリー アーキテクチャ
カラムストアテーブルで高速更新を実現する秘密技	

Write
オペレー
ション

メイン
ストレージ

デルタ
ストレージ

マージ後

マージ中

マージ前

マージ
オペレーション

メイン
ストレージ

Read
オペレーション

メイン
ストレージ
(New)

デルタ
ストレージ

Read
オペレーション

Write
オペレー
ション

デルタ
ストレージ
(New)

Write
オペレー
ション

メイン
ストレージ
(New)

デルタ
ストレージ
(New)

Read
オペレーション

"

デルタマージオペレーションを完結するために、新しいメインとデルタは内部で使用される。	

"

テーブルレベルで実行	

"

メインストレージ(New)は、アップデートされた行や削除された行の古いバージョンを上書きか削除。	

"

古いデルタストレージにコミットされていない変更は、新しいデルタストレージにコピーされる。	

©  2013 SAP AG. All rights reserved.

17
並列列処理理

	

Ÿ  単一SQLを内部で並列化	
Ÿ  同時アクセスユーザ	
Ÿ  クエリ内の同時実行オペレー
ション	
垂
直
Ÿ  データパーティショニングを

方
単一ホストもしくは複数ホストで 向
実行。	
Ÿ  単一クエリをマルチコア・スレッ
ドを利用して

垂直方向及び水平方向への並
列化

	

©  2013 SAP AG. All rights reserved.

水平方向	
quant.	
  
150	
  
60	
  
100	
  
45	
  
75	
  
84	
  
96	
  
162	
  
45	
  
366	
  

type	
  
43	
  
12	
  
12	
  
33	
  
33	
  
12	
  
32	
  
43	
  
12	
  
33	
  

core
1

sales	
  
$1000	
  
$900	
  
$600	
  
$800	
  
$500	
  

core
2

$750	
  

$600	
  
$600	
  
$1100	
  
$450	
  
$2000	
  

パーティションA	

core
3
パーティションB	

core
4

18
アプリケーション開発機能
データとアプリケーションのシンプル化
リアルタイムコンピューティングのデザインパターンをソフトウェアアーキテクチャ全体で実現

シンプル化

集中化

最適化

OLTP + OLAP
in Columnar database

End-to-end
Data Processing

Application
Processing

Predictive

Prescriptive

Machine
Learning

Operational
Analytics

Application Layer

Sentiment
Intelligence

SAP HANA

In-Memory
Database layer

(Main Memory)

SAP HANA
(Main Memory)

Libraries

SAP HANA
(Main Memory)

Transactions

Sensors

Spatial/GIS

• 

©  2013 SAP AG. All rights reserved.

アプリケーションサーバ
計画エンジン、計算エンジン

• 

Text

• 
• 

Graph

データベース&データ処理エンジン

統計・予測・ビジネス関数ライブラリ
20
SAP HANA プラットホーム – データベースを超えて

様々なデバイ
スのサポート

様々なアプリ
様々な
アプリケーションサーバ

SAP Business Suite
and BW ABAP App Server

SQL

MDX

R

JSON

Open Connectivity

SAP HANA プラットホーム
SQL, SQLScript, JavaScript
地理情報

テキストサーチ

テキストマイニング

ストアドプロシージャ
& データモデル

アプリケーション &
UIサービス

ビジネスファンクショ
ンライブラリ

予測分析ライブラリ

データベース
サービス

計画エンジン

ルールエンジン

インテグレーションサービス

トランザクション

非構造化データ

マシンデータ

HADOOP

リアルタイムデータ

位置情報データ

その他アプリ

SAP HANA プラットホームは、データベース、データ処理、アプリケーション基盤を統合し、予
測分析、計画、テキスト分析、地理情報、ビジネスインテリジェンスの機能を提供することにより、
リアルタイムなビジネスを実現します
©  2013 SAP AG. All rights reserved.

21
SAP HANA Native Application Basics

–  Presentation logic
o  GUI定義、操作イベント処理
o  クライアント(ブラウザ、携帯電話、タブレットPC、
etc)で処理

–  Control flow logic
o  アプリケーション全体の制御ロジック
o  アプリケーション・プログラム(XS、アプリケーショ
ンサーバ)で処理

–  Calculation logic
o  データの抽出/検索、集約、統計分析など
o  SAP HANAで処理

©  2013 SAP AG. All rights reserved.

22
SAP  HANA  –  アプリケーションのデータレイヤへの統合
機能

説明

インフォメーションビュー OLAP
(HANA View)
多次元キューブの定義、運用
アプリケーションサーバ
スクリプト

文字型カラムに格納された文字列に対
する全文検索、テキスト分析
TBD
統計分析モデルに基づく将来動向の
予測

R統合

©  2013 SAP AG. All rights reserved.

テキスト検索

予測分析

計画中!

SQLの拡張による多様なロジックの記
述

数学ライブラリ

T

Webアプリケーションの開発実行

R言語による既存分析ルーチンの利用

SAS統合

HANA上でSASの分析を実行する!
23
インフォメーションビュー
これまでBIツール上で⾏行行ってきた多次元データベースのモデリングと運⽤用をインメ
モリDB上で⾏行行うことにより、リアルタイム分析を実現
多次元データベースのモデリング

マスター、ファ
クトテーブルの
選択

©  2013 SAP AG. All rights reserved.

ジョインの定義

24
AFL(Application Function Library)とは?

AFLテクノロジーの構成
–  Application Function
o  SAPからAFLとして提供される、C++で記述さ
れた関数群
o  Pridictive Analysis LibraryとBusiness
Function Librarayがリリース済み(SPS05)

–  AFLフレームワーク
o  SAPが提供しサポートするライブラリを実行時
にHANAにロードするためのフレームワーク
o  AFLは、SQLScriptからラッパープロシージャを
介して呼び出される。実行には、特別な権限が
必要。
o  SPS5まではスクリプトベースのアプローチで
あったが、SPS6でApplication Function
Modelerがリリースされ、GUIでラッパープロ
シージャの生成、実行ワークフローの定義を行
えるようになった

©  2013 SAP AG. All rights reserved.

25
Predictive Analysis Library (PAL)
迅速な開発支援するHANAネイティブな予測分析アルゴリズムライブラリ	
§  Predictive Analysis Libraryとは?	
§  SAP HANAに組み込まれた予測関数群	
§  クラスタリング、分類、関連性、時系列、加重平
均等の予測関数群の機能を組み込み	
§  PALの関数リストはHANAのマニュアルで提供
されます	

§  Predictive Analysis Library の価値は?	
§  PALは、HANA上でのアプリケーション開発者
に短期間でのアプリケーション開発を提供し、
あわせて顧客にHANAの投資に対する迅速な
リターンを提供	
§  大規模メモリ並列処理を活用した優れた性能
を提供	
§  PMMLエクスポート機能サポート	
©  2013 SAP AG. All rights reserved.

PALアルゴリズムの⼀一例例
分類

データ前処理理

q C4.5  デシジョンツリー

q   サンプリング

q CHAID  デシジョンツリー

q   ビニング

q 指数回帰分析

q   スケーリング

q k-‐‑‒近傍分類法

q 四分位範囲テスト

q 重回帰分析
q 多項回帰分析など

クラスタリング

アソシエーション
q アプリオリ  

q 異異常検出

その他

q K-‐‑‒means  

q   ABC分析

q ⾃自⼰己組織化マップ

q 加重スコアテーブル

時系列列
q   ⼀一次指数平滑滑法
q ⼆二次指数平滑滑法
q 三次指数平滑滑法
26
PALの使用方法(AFMベースの開発、SPS6)

AFM(Application Function Manager)
–  AFLのラッパープロシージャ及び事項
ワークフローの開発ツール
–  定義から実行までGUIで作業可能
–  SQLを生成するため、バッチ的実行可
能
使用環境
–  HANA Studio、HANA Client(Regi)
–  AFLインストール済み
–  ユーザ
o  ロール:AFL__SYS_AFL_AFLPAL
o  Object Privilege:REPOSITORY_RESET
o  Package Privilege:REPO_PACKAGE_ROOT

–  XSを使用する

©  2013 SAP AG. All rights reserved.

27
Business Functional Library(BFL)
金融関連のビジネスロジック
HANAアプリの迅速な開発を支援するHANAネイティブビジネス機能ライブラリ	
Business  Functionの⼀一例例

§  Business Function Libraryとは?	
§  SAP HANAに組み込まれたビジネス向け関
数群	

q  Annual Depreciation

q  Lease

q Cumulate

q  Linar Average

§  例としては、減価償却、在庫最適化、年別
(Year on Year)や遅延等の時間ベースの関
数等のビジネスで用いる計算処理を組み込
み	

q  Cycles

q  Max Value

q  Days
q  Delay Stock

q  Moving Average &
Moving Sum

q  Discounted Cash Flow

q  Net present Value

q  Driver

q  Outlook

§  Business Function Libraryの価値は?	

q  Feed

§  BFLは、HANA上でのアプリケーション開発者
に短期間でのアプリケーション開発を提供し、
あわせて顧客にHANAの投資に対する迅速
なリターンを提供	

q  Forecast Agents

§  大規模メモリ並列処理を活用した優れた性能
を提供	
©  2013 SAP AG. All rights reserved.

q  Forecast Driver

q  Payment
q  Proportion
q  Rate

q  Funds

q  Seasonal Complex

q  Future

q Stock Flow

q  Grow

q  Time

q  Lag

q  Volume Drive

28
テキストサーチ、テキスト分析

カラム内の文字列に対する全文検索、テキスト分析が可能

バイナリドキュメントからテキスト抽出を行い、サーチ・分析が可能
©  2013 SAP AG. All rights reserved.

29
統計分析に必要なR言語とのインテグレーション	
主要なアルゴリズムは保持していますが、別の分析をしたい場合、オープンソースのR
言語と統合することにより、4000のアルゴリズムを利用することが可能です。	

Predictive Analysis
(SAPアルゴリズム)

ビッグデータでのインデー
タベースマイニング	

R言語が持つアルゴリズム
を利用するためのインター
フェース提供	

オープンソースのR言語	
(約4000のアルゴリズム)	

SAP HANA
(SAPアルゴリズム
Predictive Algorithm Library)

©  2013 SAP AG. All rights reserved.

30
SAP HANA Extended Application Services (SAP HANA XS)
SAP HANAプラットフォーム上での迅速なアプリケーション開発とデプロイの	
ためのネイティブサービス	
§  SAP HANA内のアプリケーションサービス	
§  迅速なアプリ開発とデプロイ	
§  SAP HANA上で直接実行する軽快なハイパフォーマ
ンスアプリへ最適化	

§  オープンかつ柔軟な開発環境	
§  JavaScript,SQLScriptおよびHANA Viewベースアプリ
の開発環境	
§  ODATA, JSON, XMLA インターフェース	
§  HTML5 / SAPUI5 およびポータルサービス	
§  HTTP / SMTP による通信	
§  リポジトリブラウザとプロジェクトエクスプローラーに
よるチーム開発のためのコラボレーション環境	

§  アプリケーションエコシステムの最小化	
§  アプリのデプロイのための“レイヤ”最小化による
TCO削減	
§  SAP HANA上で直接動作	

©  2013 SAP AG. All rights reserved.

31
SAP HANA Smart Data Access
オンプレミスとクラウド間の仮想データ統合

Benefits

Transactions + Analytics

Ÿ  手元のDBサーバに存在するかのよ
うに、リモートデータにアクセス可能
Ÿ  スマートクエリー処理−クエリーを分
割し、可能な限りリモート側でデータ
処理を行い、HANAに小さなデータ
セットを返す
Ÿ  データの実在場所を意識せずにアプ
リケーション開発が可能
Ÿ  特殊なコマンドやシンタックス無しで
リモートデータにアクセス可能

SAP HANA
HANA Tables

Virtual Tables

Heterogeneous data sources
IQ

Teradata

ASE

Hadoop
SAP HANA

©  2013 SAP AG. All rights reserved.

Ÿ 
Ÿ 
Ÿ 
Ÿ 
Ÿ 

SAP HANA to Hadoop (Hive)
Teradata
SAP Sybase ASE
SAP Sybase IQ
Oracle

Ÿ  SQL Server
32
SAP HANAが提案するアプリケーション
Existing Technology
Calculation

Application
Layer

Other
Database
Layer

SAP HANA Future Strategy
Application
Layer

SAP HANA
Database
Layer

Calculation

Smart Data Access

Extract Transform Latency

Other Databases

Other Databases
©  2013 SAP AG. All rights reserved.

33
運用管理
データの永続化とバックアップ
• 

1

2

データは常に直接メモ
リー上で読み書きされる	
あらゆるデータ変更は
ログでキャプチャされ、
各トランザクション処理
のコミット時メモリから
ディスクに保存される	

メモリ

リストア
直近のDBスナップショット
直近のコミットログまで
任意の時点まで

ファイルシステムへのバックアップ
ログボリューム

バックアップ

ストレージ
(NFS)

SSD、FusionIO
3

定期的なセーブポイントご
とに、データはメモリから
ディスクにバックグラウンド
で自動的に保存される(デ
フォルトは、5分)	
Note: 	

Ÿ  データモデル、構成、セキュリティ
など、すべてデータベースの一部と
みなされ、データボリュームに格納	
Ÿ  既にバックアップされたログセグメ
ントに対してログボリュームは、上
書きすることが可能	
©  2013 SAP AG. All rights reserved.

データボリューム
SASドライブ

Persistence Storage
HANA Appliance

3rdパーティツールでのバックアップ
バックアップ
エージェント

( 3rdパー
ティ)	

バックアップ

ストレージ
(NFS)

Symantec NetBackup 

Infomatica

SAS
35
スケールアウト構成
リクエスト

スケールアウト構成
Ÿ  疎結合構成
Ÿ  N+1
Ÿ  稼働ノードがフェール
すると、待機ノードに
データベースが引き
継がれる
メリット
Ÿ  1ノード分のメモリー
量を超えた大容量の
データベースを構築
可能
Ÿ  ロードバランス
Ÿ  オートマチックフェー
ルオーバー

©  2013 SAP AG. All rights reserved.

node01

node02

node03

node04
backup

SAP
SAP  HANA  DB
DB  partition  1

DB  partition  2

DB  partition  3

-‐‑‒  SAP  HANA  DB
      master  node

-‐‑‒  SAP  HANA  DB
      backup  master

-‐‑‒  SAP  HANA  DB

hot-‐‑‒standby
-‐‑‒  SAP  HANA  DB

shared  filesystem  
HDD

flash

HDD

flash

HDD

flash

HDD

flash

36
SAP  HANA  システムレプリケーション
Disaster  Tolerance:  WARMスタンバイ

Data Center 1

Data Center 2

OS: DNS, hostnames
Primary
(active)
Nam
e
Serv
er
Inde
x
serv
er

Nam
e
Serv
er
Inde
x
serv
er

Nam
e
Serv
er
Inde
x
serv
er

Secondary
Transfer
by

HANA
database
kernel

(active, data pre-loaded)
Name
Serve
r

Name
Serve
r

Name
Serve
r

Index
server

Index
server

Index
server

HA Solution Partner

アプリケーション
サーバ

HA Solution Partner

クライアント

OS: Mounts
Data
Data
Volumes Volumes
Log
Volume

©  2013 SAP AG. All rights reserved.

Data
Data
Volumes Volumes
Log
Volume

Log
Volume

Log
Volume

Planned Innovation: This is the current state of planning and may be changed by SAP at any time.

37
システムレプリケーション
ディザスターリカバリ、障害対応、定期メンテナンスのために
Campus
cluster

Metro
cluster

Geo
cluster
Sync

Async
Sync

RPO ≠ 0
RTO < 30 min

Production

Local standby

同期レプリケーション

Remote standby systems

非同期レプリケーション

マルチサイトレプリケーション

©  2013 SAP AG. All rights reserved.

39
管理、開発環境 SAP HANA Studio	
Eclipseベースのデータベース管理ツール兼開発環境

多次元分析モデル
PAL
©  2013 SAP AG. All rights reserved.

JavaScript
BFL

HTML5 GUI

地理情報データ

SQLスクリプト
MDX

フルテキストサーチ

データベース管理
41
SAP HANA Appliance
SAP HANA Technology Partners

SAP HANA Hardware Partners

SAP HANA Cloud Offering

©  2013 SAP AG. All rights reserved.

42
SAP HANA Tシャツモデル -ハードウェア構成ー	
n 

シングルノード構成	
全シナリオで適用可能モデル

Suite on HANAのみの
モデル

XS

M

L

L

L

CPU	

20Core	

20Core	

40Core	

80Core	

40Core	

80Core	

メモリ	
n 

S

128GB	

256GB	

512GB	

1TB	

1TB	

2TB or 4TB	

スケールアウト構成	
XL
CPU	

20Core	

40Core	

80Core	

メモリ	

256GB	

512GB	

1TB	

Max Node数	

16Node	

16Node or
56Node	

*2013/5/29時点の情報になりま
す。	

56Node	

©  2013 SAP AG. All rights reserved.

43
SAP HANA One on AWS Developer Edition
開発検証用は、HANAライセンスは無償で利用可能	

SAP HANAの開発がAWS上で可能に。	
現在、使用可能なインスタンスタイプは3つ

HANAライセンスは無償。AWS EC2費用は、$0.62/hr 〜	
	

Virtual
CPU’s	

Memory
(GB)	

Storage
(GB)	

	
 m2.xlarge	

2	

17.1	

154	

m2.2xlarge	

4	

34.2	

154	

	
 m2.4xlarge	

8	

68.4	

154	

Size	

東京リージョンでも利用可能。	
HANA StudioをWindows on EC2で利用する事によって、開発環境を全てAWSで構築!	
下記URLから利用可能	
http://scn.sap.com/docs/DOC-28294	

©  2013 SAP AG. All rights reserved.

44
SAP HANA:Infrastructure subscription by AWS
SAP HANAの本番運用が1ノードあたり244GBメモリーで、最大5ノードで運用可能に

http://www.saphana.com/docs/DOC-4181 から利用可能
©  2013 SAP AG. All rights reserved.

45
SAP HANA: Infrastructure subscription by SAP

*USリージョンのみ
©  2013 SAP AG. All rights reserved.

46
SAP HANA Cloud Offerings
On-Premise

Cloud

SAP HANA
Appliance

SAP HANA
One

SAP HANA:  SAP HANA:  SAP HANA; 
Infrastructure Platform as a Managed
Subscription Service
Services

概要

オンプレミス型アプ
ライアンスで提供

パブリククラウドで
利用可能なフル機
能版

ライセンス所有を
前提としたクィック
配備&運用

SAP HANAの
PAAS版

SAP HANAマネッ
ジドサービス

プロバイダー

ハードウェアパート
ナー

Amazon Web
Services

SAP, Amazon
Web Services
(AWS), Savvis

SAP

SAP

ユースケース

リアルタイム分析&
基幹システムプ
ラットホーム
テキスト分析、グラ
フ、予測分析など
を活用した次世代
アプリケーション

カスタムアプリケー
ション、データマー
トの本番システム

カスタムアプリケー
ション、データマー
トの本番システム
段階的な拡張が予
想されるアプリ
ケーション

クラウド、オンプレ
ミスアプリケーショ
ンの拡張
部門アプリケー
ション
消費者向けモバイ
ルアプリケーション

SAP Business
Suite on HANA
SAP BW on
HANA
カスタムアプリケー
ション
大規模POC、マイ
グレーション

メモリー量

シングルノード
64GB-1TBまたは
スケールアウト構
成

60GB、
16vCPU(cc2.8xla
rge)

SAP:128GB-1 TB
AWS:
244GB-1.44TB

1GB-750GB

顧客要件による

©  2013 SAP AG. All rights reserved.

47
SAP HANA Academy	
約300本の動画から自主学習でSAP
HANAを学ぶことができます。	

http://www.saphana.com/
community/implement/hanaacademy 
©  2013 SAP AG. All rights reserved.

日本語訳付きの動画でSAP HANAを学ぶ
ことができます。	

http://www.youtube.com/playlist?
list=PLa30ZrX-1P6RLRayqbjY2n4qydjrgjW
mk
48
11月15日(金)
Session4 14:00-14:45
B35:SAP Sybase IQ, Hadoop

11月15日(金)
Session5 15:00-15:45
B35:SAP HANA

[ゴルフダイジェスト・オンライン]
進化するデジタルマーケティングを⽀支
えるビッグデータ活⽤用基盤

SAP国内外事例例に⾒見見る
ビッグデータ・イノベーション

株式会社ゴルフダイジェスト・オンライン

SAPジャパン株式会社

嘉松孝友  様

©  2013 SAP AG. All rights reserved.

佐宗  ⿓龍龍

49
Thank you!

Toshihisa.hanaki@sap.com

More Related Content

What's hot

Improving SparkSQL Performance by 30%: How We Optimize Parquet Pushdown and P...
Improving SparkSQL Performance by 30%: How We Optimize Parquet Pushdown and P...Improving SparkSQL Performance by 30%: How We Optimize Parquet Pushdown and P...
Improving SparkSQL Performance by 30%: How We Optimize Parquet Pushdown and P...Databricks
 
Apex Trigger in Salesforce
Apex Trigger in SalesforceApex Trigger in Salesforce
Apex Trigger in SalesforceCloud Analogy
 
SalesforceにおけるCDC(変更データキャプチャ)の実装・活用法について
SalesforceにおけるCDC(変更データキャプチャ)の実装・活用法についてSalesforceにおけるCDC(変更データキャプチャ)の実装・活用法について
SalesforceにおけるCDC(変更データキャプチャ)の実装・活用法についてTakashi Hatamoto
 
大量のデータ処理や分析に使えるOSS Apache Sparkのご紹介(Open Source Conference 2020 Online/Kyoto ...
大量のデータ処理や分析に使えるOSS Apache Sparkのご紹介(Open Source Conference 2020 Online/Kyoto ...大量のデータ処理や分析に使えるOSS Apache Sparkのご紹介(Open Source Conference 2020 Online/Kyoto ...
大量のデータ処理や分析に使えるOSS Apache Sparkのご紹介(Open Source Conference 2020 Online/Kyoto ...NTT DATA Technology & Innovation
 
Oracle Advanced Security Transparent Data Encryptionのご紹介
Oracle Advanced Security Transparent Data Encryptionのご紹介Oracle Advanced Security Transparent Data Encryptionのご紹介
Oracle Advanced Security Transparent Data Encryptionのご紹介オラクルエンジニア通信
 
新機能によるデータベースシステムの改善ポイント
新機能によるデータベースシステムの改善ポイント新機能によるデータベースシステムの改善ポイント
新機能によるデータベースシステムの改善ポイントオラクルエンジニア通信
 
Sap erp sp ehp基本 システム更新への基礎知識
Sap erp sp ehp基本 システム更新への基礎知識Sap erp sp ehp基本 システム更新への基礎知識
Sap erp sp ehp基本 システム更新への基礎知識Shiroh Kinoshita
 
HANAのハナシの基本のき
HANAのハナシの基本のきHANAのハナシの基本のき
HANAのハナシの基本のきKoji Shinkubo
 
iostat await svctm の 見かた、考え方
iostat await svctm の 見かた、考え方iostat await svctm の 見かた、考え方
iostat await svctm の 見かた、考え方歩 柴田
 
AWSで始めるSAP HANA, express edition ~バイナリーインストーラ版~
AWSで始めるSAP HANA, express edition ~バイナリーインストーラ版~AWSで始めるSAP HANA, express edition ~バイナリーインストーラ版~
AWSで始めるSAP HANA, express edition ~バイナリーインストーラ版~Tetsuya Kawahara
 
Azureを頑張る理由と頑張り方(Cloud Skills Challenge 2022 winter 発表資料)
Azureを頑張る理由と頑張り方(Cloud Skills Challenge 2022 winter 発表資料)Azureを頑張る理由と頑張り方(Cloud Skills Challenge 2022 winter 発表資料)
Azureを頑張る理由と頑張り方(Cloud Skills Challenge 2022 winter 発表資料)NTT DATA Technology & Innovation
 
What's new on SAP HANA Smart Data Access
What's new on SAP HANA Smart Data AccessWhat's new on SAP HANA Smart Data Access
What's new on SAP HANA Smart Data AccessSAP Technology
 
Disaster Recovery for SAP HANA with SUSE Linux
Disaster Recovery for SAP HANA with SUSE LinuxDisaster Recovery for SAP HANA with SUSE Linux
Disaster Recovery for SAP HANA with SUSE LinuxDirk Oppenkowski
 
楽天プロジェクトX:基幹DB移設 編
楽天プロジェクトX:基幹DB移設 編楽天プロジェクトX:基幹DB移設 編
楽天プロジェクトX:基幹DB移設 編Rakuten Group, Inc.
 
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)NTT DATA OSS Professional Services
 
AWS で Presto を徹底的に使いこなすワザ
AWS で Presto を徹底的に使いこなすワザAWS で Presto を徹底的に使いこなすワザ
AWS で Presto を徹底的に使いこなすワザNoritaka Sekiyama
 

What's hot (20)

Improving SparkSQL Performance by 30%: How We Optimize Parquet Pushdown and P...
Improving SparkSQL Performance by 30%: How We Optimize Parquet Pushdown and P...Improving SparkSQL Performance by 30%: How We Optimize Parquet Pushdown and P...
Improving SparkSQL Performance by 30%: How We Optimize Parquet Pushdown and P...
 
Apex Trigger in Salesforce
Apex Trigger in SalesforceApex Trigger in Salesforce
Apex Trigger in Salesforce
 
Oracle Data Guard による高可用性
Oracle Data Guard による高可用性Oracle Data Guard による高可用性
Oracle Data Guard による高可用性
 
SalesforceにおけるCDC(変更データキャプチャ)の実装・活用法について
SalesforceにおけるCDC(変更データキャプチャ)の実装・活用法についてSalesforceにおけるCDC(変更データキャプチャ)の実装・活用法について
SalesforceにおけるCDC(変更データキャプチャ)の実装・活用法について
 
大量のデータ処理や分析に使えるOSS Apache Sparkのご紹介(Open Source Conference 2020 Online/Kyoto ...
大量のデータ処理や分析に使えるOSS Apache Sparkのご紹介(Open Source Conference 2020 Online/Kyoto ...大量のデータ処理や分析に使えるOSS Apache Sparkのご紹介(Open Source Conference 2020 Online/Kyoto ...
大量のデータ処理や分析に使えるOSS Apache Sparkのご紹介(Open Source Conference 2020 Online/Kyoto ...
 
Oracle Advanced Security Transparent Data Encryptionのご紹介
Oracle Advanced Security Transparent Data Encryptionのご紹介Oracle Advanced Security Transparent Data Encryptionのご紹介
Oracle Advanced Security Transparent Data Encryptionのご紹介
 
新機能によるデータベースシステムの改善ポイント
新機能によるデータベースシステムの改善ポイント新機能によるデータベースシステムの改善ポイント
新機能によるデータベースシステムの改善ポイント
 
Oracle Database Vaultのご紹介
Oracle Database Vaultのご紹介Oracle Database Vaultのご紹介
Oracle Database Vaultのご紹介
 
Sap erp sp ehp基本 システム更新への基礎知識
Sap erp sp ehp基本 システム更新への基礎知識Sap erp sp ehp基本 システム更新への基礎知識
Sap erp sp ehp基本 システム更新への基礎知識
 
HANAのハナシの基本のき
HANAのハナシの基本のきHANAのハナシの基本のき
HANAのハナシの基本のき
 
openSAP_fiops1_Week_1_All_Slides.pdf
openSAP_fiops1_Week_1_All_Slides.pdfopenSAP_fiops1_Week_1_All_Slides.pdf
openSAP_fiops1_Week_1_All_Slides.pdf
 
iostat await svctm の 見かた、考え方
iostat await svctm の 見かた、考え方iostat await svctm の 見かた、考え方
iostat await svctm の 見かた、考え方
 
AWSで始めるSAP HANA, express edition ~バイナリーインストーラ版~
AWSで始めるSAP HANA, express edition ~バイナリーインストーラ版~AWSで始めるSAP HANA, express edition ~バイナリーインストーラ版~
AWSで始めるSAP HANA, express edition ~バイナリーインストーラ版~
 
Azureを頑張る理由と頑張り方(Cloud Skills Challenge 2022 winter 発表資料)
Azureを頑張る理由と頑張り方(Cloud Skills Challenge 2022 winter 発表資料)Azureを頑張る理由と頑張り方(Cloud Skills Challenge 2022 winter 発表資料)
Azureを頑張る理由と頑張り方(Cloud Skills Challenge 2022 winter 発表資料)
 
What's new on SAP HANA Smart Data Access
What's new on SAP HANA Smart Data AccessWhat's new on SAP HANA Smart Data Access
What's new on SAP HANA Smart Data Access
 
Disaster Recovery for SAP HANA with SUSE Linux
Disaster Recovery for SAP HANA with SUSE LinuxDisaster Recovery for SAP HANA with SUSE Linux
Disaster Recovery for SAP HANA with SUSE Linux
 
楽天プロジェクトX:基幹DB移設 編
楽天プロジェクトX:基幹DB移設 編楽天プロジェクトX:基幹DB移設 編
楽天プロジェクトX:基幹DB移設 編
 
Apache Spark 2.4 and 3.0 What's Next?
Apache Spark 2.4 and 3.0  What's Next? Apache Spark 2.4 and 3.0  What's Next?
Apache Spark 2.4 and 3.0 What's Next?
 
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
 
AWS で Presto を徹底的に使いこなすワザ
AWS で Presto を徹底的に使いこなすワザAWS で Presto を徹底的に使いこなすワザ
AWS で Presto を徹底的に使いこなすワザ
 

Viewers also liked

[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki
[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki
[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro MorisakiInsight Technology, Inc.
 
SAP HANA SP10最新情報詳細版
SAP HANA SP10最新情報詳細版SAP HANA SP10最新情報詳細版
SAP HANA SP10最新情報詳細版Mana Matsudate
 
あなたの知っているSAPは古いかもしれません
あなたの知っているSAPは古いかもしれませんあなたの知っているSAPは古いかもしれません
あなたの知っているSAPは古いかもしれませんMana Matsudate
 
AWSではじめるSAP HANA入門
AWSではじめるSAP HANA入門AWSではじめるSAP HANA入門
AWSではじめるSAP HANA入門Mana Matsudate
 
SAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォーム
SAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォームSAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォーム
SAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォームMakoto Sugishita
 
B23,B31 sap sybase iq ~全部話します。IQのカラムストア方式、ビットワイズインデックス、DQP、カラム圧縮、等々 by Toshih...
B23,B31 sap sybase iq ~全部話します。IQのカラムストア方式、ビットワイズインデックス、DQP、カラム圧縮、等々 by Toshih...B23,B31 sap sybase iq ~全部話します。IQのカラムストア方式、ビットワイズインデックス、DQP、カラム圧縮、等々 by Toshih...
B23,B31 sap sybase iq ~全部話します。IQのカラムストア方式、ビットワイズインデックス、DQP、カラム圧縮、等々 by Toshih...Insight Technology, Inc.
 
B30 hanaってどうなの?sap hana概要 by 村田聡一郎
B30 hanaってどうなの?sap hana概要 by 村田聡一郎B30 hanaってどうなの?sap hana概要 by 村田聡一郎
B30 hanaってどうなの?sap hana概要 by 村田聡一郎Insight Technology, Inc.
 
SAP S/4HANA on AWS Tシャツモデル
SAP S/4HANA on AWS TシャツモデルSAP S/4HANA on AWS Tシャツモデル
SAP S/4HANA on AWS TシャツモデルTetsuya Kawahara
 
[db tech showcase Tokyo 2015] D22:インメモリープラットホームSAP HANAのご紹介と最新情報 by SAPジャパン株式...
[db tech showcase Tokyo 2015] D22:インメモリープラットホームSAP HANAのご紹介と最新情報 by SAPジャパン株式...[db tech showcase Tokyo 2015] D22:インメモリープラットホームSAP HANAのご紹介と最新情報 by SAPジャパン株式...
[db tech showcase Tokyo 2015] D22:インメモリープラットホームSAP HANAのご紹介と最新情報 by SAPジャパン株式...Insight Technology, Inc.
 
[D35] インメモリーデータベース徹底比較 by Komori
[D35] インメモリーデータベース徹底比較 by Komori[D35] インメモリーデータベース徹底比較 by Komori
[D35] インメモリーデータベース徹底比較 by KomoriInsight Technology, Inc.
 
[A34] HDDからインメモリーテクノジーへ by Yusuke Miyake
[A34] HDDからインメモリーテクノジーへ by Yusuke Miyake[A34] HDDからインメモリーテクノジーへ by Yusuke Miyake
[A34] HDDからインメモリーテクノジーへ by Yusuke MiyakeInsight Technology, Inc.
 
ITpro EXPO 2014: Wi-Fi位置情報と超高速データベースSAP HANA連携ソリューション
ITpro EXPO 2014: Wi-Fi位置情報と超高速データベースSAP HANA連携ソリューションITpro EXPO 2014: Wi-Fi位置情報と超高速データベースSAP HANA連携ソリューション
ITpro EXPO 2014: Wi-Fi位置情報と超高速データベースSAP HANA連携ソリューションシスコシステムズ合同会社
 
【アカウント作成方法】
【アカウント作成方法】【アカウント作成方法】
【アカウント作成方法】zubuzubuo
 
非SAPの人に贈るSAP on AWS
非SAPの人に贈るSAP on AWS非SAPの人に贈るSAP on AWS
非SAPの人に贈るSAP on AWSRyusaburo Tanaka
 
【HinemosWorld2015】B2-2_Hinemosを導入するメリット
【HinemosWorld2015】B2-2_Hinemosを導入するメリット【HinemosWorld2015】B2-2_Hinemosを導入するメリット
【HinemosWorld2015】B2-2_Hinemosを導入するメリットHinemos
 
【HinemosWorld2015】A2-3_基幹システム運用の正常進化~Hinemos SAP連携withミッションクリティカルオプション
【HinemosWorld2015】A2-3_基幹システム運用の正常進化~Hinemos SAP連携withミッションクリティカルオプション【HinemosWorld2015】A2-3_基幹システム運用の正常進化~Hinemos SAP連携withミッションクリティカルオプション
【HinemosWorld2015】A2-3_基幹システム運用の正常進化~Hinemos SAP連携withミッションクリティカルオプションHinemos
 
Rで実験計画法 前編
Rで実験計画法 前編Rで実験計画法 前編
Rで実験計画法 前編itoyan110
 
不揮発メモリとOS研究にまつわる何か
不揮発メモリとOS研究にまつわる何か不揮発メモリとOS研究にまつわる何か
不揮発メモリとOS研究にまつわる何かRyousei Takano
 
[DB tech showcase Tokyo 2015] B37 :オンプレミスからAWS上のSAP HANAまで高信頼DBシステム構築にHAクラスタリ...
[DB tech showcase Tokyo 2015] B37 :オンプレミスからAWS上のSAP HANAまで高信頼DBシステム構築にHAクラスタリ...[DB tech showcase Tokyo 2015] B37 :オンプレミスからAWS上のSAP HANAまで高信頼DBシステム構築にHAクラスタリ...
[DB tech showcase Tokyo 2015] B37 :オンプレミスからAWS上のSAP HANAまで高信頼DBシステム構築にHAクラスタリ...Funada Yasunobu
 

Viewers also liked (20)

[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki
[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki
[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki
 
SAP HANA SP10最新情報詳細版
SAP HANA SP10最新情報詳細版SAP HANA SP10最新情報詳細版
SAP HANA SP10最新情報詳細版
 
あなたの知っているSAPは古いかもしれません
あなたの知っているSAPは古いかもしれませんあなたの知っているSAPは古いかもしれません
あなたの知っているSAPは古いかもしれません
 
AWSではじめるSAP HANA入門
AWSではじめるSAP HANA入門AWSではじめるSAP HANA入門
AWSではじめるSAP HANA入門
 
SAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォーム
SAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォームSAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォーム
SAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォーム
 
第26回「インメモリー・コンピューティングの現状と将来」(2013/05/23 on しすなま!)
第26回「インメモリー・コンピューティングの現状と将来」(2013/05/23 on しすなま!)第26回「インメモリー・コンピューティングの現状と将来」(2013/05/23 on しすなま!)
第26回「インメモリー・コンピューティングの現状と将来」(2013/05/23 on しすなま!)
 
B23,B31 sap sybase iq ~全部話します。IQのカラムストア方式、ビットワイズインデックス、DQP、カラム圧縮、等々 by Toshih...
B23,B31 sap sybase iq ~全部話します。IQのカラムストア方式、ビットワイズインデックス、DQP、カラム圧縮、等々 by Toshih...B23,B31 sap sybase iq ~全部話します。IQのカラムストア方式、ビットワイズインデックス、DQP、カラム圧縮、等々 by Toshih...
B23,B31 sap sybase iq ~全部話します。IQのカラムストア方式、ビットワイズインデックス、DQP、カラム圧縮、等々 by Toshih...
 
B30 hanaってどうなの?sap hana概要 by 村田聡一郎
B30 hanaってどうなの?sap hana概要 by 村田聡一郎B30 hanaってどうなの?sap hana概要 by 村田聡一郎
B30 hanaってどうなの?sap hana概要 by 村田聡一郎
 
SAP S/4HANA on AWS Tシャツモデル
SAP S/4HANA on AWS TシャツモデルSAP S/4HANA on AWS Tシャツモデル
SAP S/4HANA on AWS Tシャツモデル
 
[db tech showcase Tokyo 2015] D22:インメモリープラットホームSAP HANAのご紹介と最新情報 by SAPジャパン株式...
[db tech showcase Tokyo 2015] D22:インメモリープラットホームSAP HANAのご紹介と最新情報 by SAPジャパン株式...[db tech showcase Tokyo 2015] D22:インメモリープラットホームSAP HANAのご紹介と最新情報 by SAPジャパン株式...
[db tech showcase Tokyo 2015] D22:インメモリープラットホームSAP HANAのご紹介と最新情報 by SAPジャパン株式...
 
[D35] インメモリーデータベース徹底比較 by Komori
[D35] インメモリーデータベース徹底比較 by Komori[D35] インメモリーデータベース徹底比較 by Komori
[D35] インメモリーデータベース徹底比較 by Komori
 
[A34] HDDからインメモリーテクノジーへ by Yusuke Miyake
[A34] HDDからインメモリーテクノジーへ by Yusuke Miyake[A34] HDDからインメモリーテクノジーへ by Yusuke Miyake
[A34] HDDからインメモリーテクノジーへ by Yusuke Miyake
 
ITpro EXPO 2014: Wi-Fi位置情報と超高速データベースSAP HANA連携ソリューション
ITpro EXPO 2014: Wi-Fi位置情報と超高速データベースSAP HANA連携ソリューションITpro EXPO 2014: Wi-Fi位置情報と超高速データベースSAP HANA連携ソリューション
ITpro EXPO 2014: Wi-Fi位置情報と超高速データベースSAP HANA連携ソリューション
 
【アカウント作成方法】
【アカウント作成方法】【アカウント作成方法】
【アカウント作成方法】
 
非SAPの人に贈るSAP on AWS
非SAPの人に贈るSAP on AWS非SAPの人に贈るSAP on AWS
非SAPの人に贈るSAP on AWS
 
【HinemosWorld2015】B2-2_Hinemosを導入するメリット
【HinemosWorld2015】B2-2_Hinemosを導入するメリット【HinemosWorld2015】B2-2_Hinemosを導入するメリット
【HinemosWorld2015】B2-2_Hinemosを導入するメリット
 
【HinemosWorld2015】A2-3_基幹システム運用の正常進化~Hinemos SAP連携withミッションクリティカルオプション
【HinemosWorld2015】A2-3_基幹システム運用の正常進化~Hinemos SAP連携withミッションクリティカルオプション【HinemosWorld2015】A2-3_基幹システム運用の正常進化~Hinemos SAP連携withミッションクリティカルオプション
【HinemosWorld2015】A2-3_基幹システム運用の正常進化~Hinemos SAP連携withミッションクリティカルオプション
 
Rで実験計画法 前編
Rで実験計画法 前編Rで実験計画法 前編
Rで実験計画法 前編
 
不揮発メモリとOS研究にまつわる何か
不揮発メモリとOS研究にまつわる何か不揮発メモリとOS研究にまつわる何か
不揮発メモリとOS研究にまつわる何か
 
[DB tech showcase Tokyo 2015] B37 :オンプレミスからAWS上のSAP HANAまで高信頼DBシステム構築にHAクラスタリ...
[DB tech showcase Tokyo 2015] B37 :オンプレミスからAWS上のSAP HANAまで高信頼DBシステム構築にHAクラスタリ...[DB tech showcase Tokyo 2015] B37 :オンプレミスからAWS上のSAP HANAまで高信頼DBシステム構築にHAクラスタリ...
[DB tech showcase Tokyo 2015] B37 :オンプレミスからAWS上のSAP HANAまで高信頼DBシステム構築にHAクラスタリ...
 

Similar to [D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki

[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...
[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...
[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...Insight Technology, Inc.
 
Qlik TECH TALK 20210706 SAPデータ分析を加速するQlikのアクセレレーターパッケージご紹介
Qlik TECH TALK 20210706 SAPデータ分析を加速するQlikのアクセレレーターパッケージご紹介Qlik TECH TALK 20210706 SAPデータ分析を加速するQlikのアクセレレーターパッケージご紹介
Qlik TECH TALK 20210706 SAPデータ分析を加速するQlikのアクセレレーターパッケージご紹介QlikPresalesJapan
 
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例Yasuko Sekiguchi
 
SAP HANAのソースエンドポイントとしての利用
SAP HANAのソースエンドポイントとしての利用SAP HANAのソースエンドポイントとしての利用
SAP HANAのソースエンドポイントとしての利用QlikPresalesJapan
 
20210217_sitTokyo_SAP CAI でユーザに優しくしたい
20210217_sitTokyo_SAP CAI でユーザに優しくしたい20210217_sitTokyo_SAP CAI でユーザに優しくしたい
20210217_sitTokyo_SAP CAI でユーザに優しくしたいMino Kato
 
SAP Extractorのソースエンドポイントとしての利用
SAP Extractorのソースエンドポイントとしての利用SAP Extractorのソースエンドポイントとしての利用
SAP Extractorのソースエンドポイントとしての利用QlikPresalesJapan
 
SAP HANA 2 SPS03 highlights and SAP HANA express edition
SAP HANA 2 SPS03 highlights and SAP HANA express editionSAP HANA 2 SPS03 highlights and SAP HANA express edition
SAP HANA 2 SPS03 highlights and SAP HANA express editionKoji Shinkubo
 
TECHTALK 20210218 Qlikデータ統合製品によるSAPデータのリアルタイムDWHの実現
TECHTALK 20210218 Qlikデータ統合製品によるSAPデータのリアルタイムDWHの実現TECHTALK 20210218 Qlikデータ統合製品によるSAPデータのリアルタイムDWHの実現
TECHTALK 20210218 Qlikデータ統合製品によるSAPデータのリアルタイムDWHの実現QlikPresalesJapan
 
MySQL最新情報 ※2015年9月5日「第1回 関西DB勉強会」での発表資料
MySQL最新情報 ※2015年9月5日「第1回 関西DB勉強会」での発表資料MySQL最新情報 ※2015年9月5日「第1回 関西DB勉強会」での発表資料
MySQL最新情報 ※2015年9月5日「第1回 関西DB勉強会」での発表資料yoyamasaki
 
Intalio Cloud Workshop
Intalio Cloud Workshop Intalio Cloud Workshop
Intalio Cloud Workshop Daisuke Sugai
 
MySQL 5.7 InnoDB 日本語全文検索
MySQL 5.7 InnoDB 日本語全文検索MySQL 5.7 InnoDB 日本語全文検索
MySQL 5.7 InnoDB 日本語全文検索yoyamasaki
 
[Oracle Cloud Days Tokyo2015]成功事例に学べ! ビッグデータ活用のための最新ベストプラクティス
[Oracle Cloud Days Tokyo2015]成功事例に学べ! ビッグデータ活用のための最新ベストプラクティス[Oracle Cloud Days Tokyo2015]成功事例に学べ! ビッグデータ活用のための最新ベストプラクティス
[Oracle Cloud Days Tokyo2015]成功事例に学べ! ビッグデータ活用のための最新ベストプラクティスオラクルエンジニア通信
 
MySQLのNoSQL機能 - MySQL JSON & HTTP Plugin for MySQL
MySQLのNoSQL機能 - MySQL JSON & HTTP Plugin for MySQLMySQLのNoSQL機能 - MySQL JSON & HTTP Plugin for MySQL
MySQLのNoSQL機能 - MySQL JSON & HTTP Plugin for MySQLRyusuke Kajiyama
 
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...Insight Technology, Inc.
 
GoldenGateテクニカルセミナー2「Oracle GoldenGate 新機能情報」(2016/5/11)
GoldenGateテクニカルセミナー2「Oracle GoldenGate 新機能情報」(2016/5/11)GoldenGateテクニカルセミナー2「Oracle GoldenGate 新機能情報」(2016/5/11)
GoldenGateテクニカルセミナー2「Oracle GoldenGate 新機能情報」(2016/5/11)オラクルエンジニア通信
 
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとは
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとはdb tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとは
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとはKoji Shinkubo
 
MySQL最新情報
MySQL最新情報MySQL最新情報
MySQL最新情報yoyamasaki
 
[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...
[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...
[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...Insight Technology, Inc.
 

Similar to [D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki (20)

[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...
[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...
[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...
 
Sapporo tech bar 21
Sapporo tech bar 21Sapporo tech bar 21
Sapporo tech bar 21
 
Qlik TECH TALK 20210706 SAPデータ分析を加速するQlikのアクセレレーターパッケージご紹介
Qlik TECH TALK 20210706 SAPデータ分析を加速するQlikのアクセレレーターパッケージご紹介Qlik TECH TALK 20210706 SAPデータ分析を加速するQlikのアクセレレーターパッケージご紹介
Qlik TECH TALK 20210706 SAPデータ分析を加速するQlikのアクセレレーターパッケージご紹介
 
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
 
SAP HANAのソースエンドポイントとしての利用
SAP HANAのソースエンドポイントとしての利用SAP HANAのソースエンドポイントとしての利用
SAP HANAのソースエンドポイントとしての利用
 
20210217_sitTokyo_SAP CAI でユーザに優しくしたい
20210217_sitTokyo_SAP CAI でユーザに優しくしたい20210217_sitTokyo_SAP CAI でユーザに優しくしたい
20210217_sitTokyo_SAP CAI でユーザに優しくしたい
 
SAP Extractorのソースエンドポイントとしての利用
SAP Extractorのソースエンドポイントとしての利用SAP Extractorのソースエンドポイントとしての利用
SAP Extractorのソースエンドポイントとしての利用
 
SAP HANA 2 SPS03 highlights and SAP HANA express edition
SAP HANA 2 SPS03 highlights and SAP HANA express editionSAP HANA 2 SPS03 highlights and SAP HANA express edition
SAP HANA 2 SPS03 highlights and SAP HANA express edition
 
TECHTALK 20210218 Qlikデータ統合製品によるSAPデータのリアルタイムDWHの実現
TECHTALK 20210218 Qlikデータ統合製品によるSAPデータのリアルタイムDWHの実現TECHTALK 20210218 Qlikデータ統合製品によるSAPデータのリアルタイムDWHの実現
TECHTALK 20210218 Qlikデータ統合製品によるSAPデータのリアルタイムDWHの実現
 
MySQL最新情報 ※2015年9月5日「第1回 関西DB勉強会」での発表資料
MySQL最新情報 ※2015年9月5日「第1回 関西DB勉強会」での発表資料MySQL最新情報 ※2015年9月5日「第1回 関西DB勉強会」での発表資料
MySQL最新情報 ※2015年9月5日「第1回 関西DB勉強会」での発表資料
 
Intalio Cloud Workshop
Intalio Cloud Workshop Intalio Cloud Workshop
Intalio Cloud Workshop
 
MySQL 5.7 InnoDB 日本語全文検索
MySQL 5.7 InnoDB 日本語全文検索MySQL 5.7 InnoDB 日本語全文検索
MySQL 5.7 InnoDB 日本語全文検索
 
13 i tpro_mini_session_sap
13 i tpro_mini_session_sap13 i tpro_mini_session_sap
13 i tpro_mini_session_sap
 
[Oracle Cloud Days Tokyo2015]成功事例に学べ! ビッグデータ活用のための最新ベストプラクティス
[Oracle Cloud Days Tokyo2015]成功事例に学べ! ビッグデータ活用のための最新ベストプラクティス[Oracle Cloud Days Tokyo2015]成功事例に学べ! ビッグデータ活用のための最新ベストプラクティス
[Oracle Cloud Days Tokyo2015]成功事例に学べ! ビッグデータ活用のための最新ベストプラクティス
 
MySQLのNoSQL機能 - MySQL JSON & HTTP Plugin for MySQL
MySQLのNoSQL機能 - MySQL JSON & HTTP Plugin for MySQLMySQLのNoSQL機能 - MySQL JSON & HTTP Plugin for MySQL
MySQLのNoSQL機能 - MySQL JSON & HTTP Plugin for MySQL
 
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...
 
GoldenGateテクニカルセミナー2「Oracle GoldenGate 新機能情報」(2016/5/11)
GoldenGateテクニカルセミナー2「Oracle GoldenGate 新機能情報」(2016/5/11)GoldenGateテクニカルセミナー2「Oracle GoldenGate 新機能情報」(2016/5/11)
GoldenGateテクニカルセミナー2「Oracle GoldenGate 新機能情報」(2016/5/11)
 
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとは
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとはdb tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとは
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとは
 
MySQL最新情報
MySQL最新情報MySQL最新情報
MySQL最新情報
 
[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...
[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...
[db tech showcase Tokyo 2018] #dbts2018 #D15 『5年連続!第三者機関の評価で(圧倒的)最強のピュアストレージが...
 

More from Insight Technology, Inc.

グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?Insight Technology, Inc.
 
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~Insight Technology, Inc.
 
事例を通じて機械学習とは何かを説明する
事例を通じて機械学習とは何かを説明する事例を通じて機械学習とは何かを説明する
事例を通じて機械学習とは何かを説明するInsight Technology, Inc.
 
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーンInsight Technology, Inc.
 
MBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごとMBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごとInsight Technology, Inc.
 
グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?Insight Technology, Inc.
 
DBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォームDBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォームInsight Technology, Inc.
 
SQL Server エンジニアのためのコンテナ入門
SQL Server エンジニアのためのコンテナ入門SQL Server エンジニアのためのコンテナ入門
SQL Server エンジニアのためのコンテナ入門Insight Technology, Inc.
 
db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019オープニングセッション @ 森田 俊哉 db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019オープニングセッション @ 森田 俊哉 Insight Technology, Inc.
 
db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ 石川 雅也db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ 石川 雅也Insight Technology, Inc.
 
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー Insight Technology, Inc.
 
難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?Insight Technology, Inc.
 
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介Insight Technology, Inc.
 
そのデータベース、クラウドで使ってみませんか?
そのデータベース、クラウドで使ってみませんか?そのデータベース、クラウドで使ってみませんか?
そのデータベース、クラウドで使ってみませんか?Insight Technology, Inc.
 
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...Insight Technology, Inc.
 
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。 複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。 Insight Technology, Inc.
 
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...Insight Technology, Inc.
 
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]Insight Technology, Inc.
 

More from Insight Technology, Inc. (20)

グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?
 
Docker and the Oracle Database
Docker and the Oracle DatabaseDocker and the Oracle Database
Docker and the Oracle Database
 
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
 
事例を通じて機械学習とは何かを説明する
事例を通じて機械学習とは何かを説明する事例を通じて機械学習とは何かを説明する
事例を通じて機械学習とは何かを説明する
 
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
 
MBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごとMBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごと
 
グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?
 
DBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォームDBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォーム
 
SQL Server エンジニアのためのコンテナ入門
SQL Server エンジニアのためのコンテナ入門SQL Server エンジニアのためのコンテナ入門
SQL Server エンジニアのためのコンテナ入門
 
Lunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL ServicesLunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL Services
 
db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019オープニングセッション @ 森田 俊哉 db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019オープニングセッション @ 森田 俊哉
 
db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ 石川 雅也db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ 石川 雅也
 
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
 
難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?
 
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
 
そのデータベース、クラウドで使ってみませんか?
そのデータベース、クラウドで使ってみませんか?そのデータベース、クラウドで使ってみませんか?
そのデータベース、クラウドで使ってみませんか?
 
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
 
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。 複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
 
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
 
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
 

[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki