各拠点に分散したデータ、どのように活用/分析していますか？ BIツールやサービスを使用してデータを分析する場合、 分散しているデータから必要なデータの抽出、加工し、分析しやすい形への構成や、データを一か所へまとめることが多いです。 中には、分析データ自体はオンプレミスで保持せず、各社クラウドサービスで提供されているストレージサービスやサーバに格納されるケースもございます。 しかし、データソースがそれぞれ異なるデータベース、ファイルやデータウェアハウス、WEB APIなどが混在している環境の場合、データを加工/統合してまとめるのは非常に手間がかかります。 Stambiaであれば異なるデータベース、ファイルやデータウェアハウス、WEB APIもすべて単一のコンソールから管理でき、簡単にデータを収集、加工することが可能です。 本セミナーでは各拠点に分散しているAS/400のデータを1つのファイルに集約し、Amazon S3へアップロードするデモを紹介します。 下記URLをご覧ください。 https://www.youtube.com/watch?v=TwfAitFpgmg

1. AS/400やHANA、Twitterなどの
分散したデータをAWSやAzureへ
簡単データ収集/分析！

2. INTERNET OF
THINGS
CRM
Campaigns
CLOUD
SOCIAL
VALUE
MOBILITYCOMPLEX ANALYSIS
Hadoop
Spark
Algorithms
New Business
TRADITIONAL
INFORMATION
SYSTEM
E-CommerceERP
Shops
Finance
Traditional
BI
Human
Resources
様々なサービス

3. 様々なサービス

4. INTERNET OF
THINGS
CRM
Campaigns
CLOUD
SOCIAL
VALUE
MOBILITY
COMPLEX ANALYSIS
Hadoop
Spark
Algorithms
New Business
各地に混在するデータ
データの統合、収集が手間

5. A
AS/400

6. Stambiaの特徴
 対応力
→JAVAを利用
→幅広いデータソースの対応
 使いやすさ
→テンプレート機能で自動化
→データソースを一元的に操作可能
 効率的
→E-LTアーキテクチャを採用
→モデリングの要領で開発

7. Stambiaの特徴
 対応力
→JAVAを利用
→幅広いデータソースの対応
 使いやすさ
→テンプレート機能で自動化
→データソースを一元的に操作可能
 効率的
→E-LTアーキテクチャを採用
→モデリングの要領で開発

8. Actian Ingres
IBM DB2 UDB
V8.x, V9.x, V10.x
IBM DB2/400,
DB2/MVS
Informix
Oracle, Oracle Exadata,
8i, 9i, 10g, 11g, 12c
Oracle RAC
RDBMS
 Microsoft SQL Server,
2005, 2008, 2012, 2014
 MySQL,
V5.0 to 5.7 and
followings
 Postgre SQL, V8.x, V9.x
 SAP Sybase ASE
～対応力～

9. • Amazon Redshift
• Amazon S3
• Amazon RDS
- Oracle
- MySQL
- Amazon Aurora
- MariaDB
- Microsoft SQL Server
• Google Spreadsheet
クラウド ～対応力～

10. • Hive
• Cassandra
• Elastic Search
• Parstream
Hadoop / No SQL ～対応力～

11. • EMC Greenplum
• IBM Netezza
(Pure Data)
• Teradata
V13, V14, V15
• CSV, XML
• WEB API
• DBase
• H2
• Hyperfile
• Hypersonic SQL
• Lotus Notes
• Microsoft Access
• Microsoft Excel
その他
• Paradox
• Monet DB
• HP Vertica
• SAP Sybase IQ
• SAP Hana
• Salesforce
• Actian
Vectorwise
～対応力～

12.  Actian Ingres
 IBM DB2 UDB V8.x, V9.x, V10.x
 IBM DB2/400, DB2/MVS
 Informix
 Oracle, Oracle Hexadata,
8i, 9i, 10g, 11g, 12c
 Oracle RDB
 Microsoft SQL Server,
2005, 2008, 2012, 2014
 MySQL,
V5.0 to 5.7 and followings
 Postgre SQL, V8.x, V9.x
 Hyperfile
 Hypersonic SQL
 Lotus Notes
 Microsoft Access
 Microsoft Excel
 Paradox
 EMC Greenplum
 IBM Netezza
(Pure Data)
 Teradata
V13, V14, V15
 Actian Vectorwise
 HP Vertica
 H2
一覧
 SAP Sybase ASE
 Hive
 Cassandra
 Elastic Search
 Parstream
 SAP Sybase IQ
 SAP Hana
 Monet DB
 Amazon Redshift
 Amazon RDS
 Google Spreadsheet
 DBase
～対応力～

13. Stambiaの特徴
 対応力
→JAVAを利用
→幅広いデータソースの対応
 使いやすさ
→テンプレート機能で自動化
→データソースを一元的に操作可能
 効率的
→E-LTアーキテクチャを採用
→モデリングの要領で開発

14. 利点
→パフォーマンス最大化
→アーキテクチャ簡素化
→既存リソースの活用
E-LT アーキテクチャ
ETLツール側が行っていたデータの変換処理を
データソース側に任せることでボトルネックを回避
～効率的～
従来アーキテクチャ E-LTアーキテクチャ

15. 利点
→パフォーマンス最大化
→アーキテクチャ簡素化
→既存リソースの活用
E-LT アーキテクチャ
ETLツール側が行っていたデータの変換処理を
データストア側に任せることでボトルネックを回避
～効率的～
E-LTアーキテクチャ

16. データの関連付け、フィルタ、変換などを
マッピング機能によりグラフィカルに設定が可能
簡潔な開発 ～効率的～
ソース側 ターゲット側

17. Stambiaの特徴
 対応力
→JAVAを利用
→幅広いデータソースの対応
 使いやすさ
→テンプレート機能で自動化
→データソースを一元的に操作可能
 効率的
→E-LTアーキテクチャを採用
→モデリングの要領で開発

18. ・自動生成されるコードをデフォルトで数多く用意
・用途やデータソースの種類に適したコードを自動選択
・テンプレートのカスタマイズや自作が可能
豊富なテンプレート ～使いやすさ～
ソース側 ターゲット側

19. ユニバーサルマッピング ～使いやすさ～
各種データも同じような操作が可能

20. Stambiaの特徴
 対応力
→JAVAを利用
→幅広いデータソースの対応
 使いやすさ
→テンプレート機能で自動化
→データソースを一元的に操作可能
 効率的
→E-LTアーキテクチャを採用
高速に対応
高速に開発
高速に処理

21. デモ
AS/400、Amazon S3の追加
テンプレート(SQLFileExport)設定
Amazon S3へプッシュ