SlideShare a Scribd company logo
1 of 32
Download to read offline
社会インフラを⽀える社会インフラを⽀えるN St SQLN St SQL社会インフラを⽀える社会インフラを⽀えるNonStop SQLNonStop SQL
〜⾒えないところで凄いんです〜〜⾒えないところで凄いんです〜
⽇本ヒューレット・パッカード株式会社⽇本ヒューレット・パッカード株式会社
篠原 哲也
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.
本日お伝えした3つのポイント
1. 無停止データベース
(大量トランザクシ ン)(大量トランザクション)
2. ミックスドワークロード(混在処理)
3 災害対策
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.2
3. 災害対策
“TANDEM”からHP Integrity NonStop Blade Systemへ
3838年間年間
2011 HP Integrity NonStop BladeSystem 54000c 発表
3838年間年間の確固たる実績。の確固たる実績。NonStopNonStopサーバーは今日も進化し続けます。サーバーは今日も進化し続けます。
2011 HP Integrity NonStop BladeSystem 54000c 発表
2008 ブレードアーキティクチャを採用HP Integrity NonStop BladeSystem NB50000c 発表
2005 インテル® Itanium® プロセッサー搭載 HP Integrity NonStop NS16000 サーバー 発表
2002 HPとCompaqが合併し新生HP誕生
1998 CompaqとTANDEM COMPUTERSが合併1998 CompaqとTANDEM COMPUTERSが合併
1993 NonStop Himalaya Kシリーズ 発表
1979 日本タンデムコンピューターズ 設立
1975 NonStop System 誕生
1974 TANDEM COMPUTERS 設立
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.3
NonStop Serverによるミッションクリティカルシステム
ワ ルドワイドでのお客様ご利用状況
金融サービス金融サービス
ヘルスケア
政府・公共機関
ヘルスケア
政府・公共機関
製造、流通
サービス
製造、流通
サービス
通信、メディア通信、メディア
ワールドワイドでのお客様ご利用状況
– 電子患者記録
– 国防関連
– 警察、消防の緊急指示
システム
– ペイメントシステム:
クレジット、デビットPOS、
ATM、資金決済
– 為替取引、証券取引
– HLR (Home Location Register)
– インテリジェント・ネット
ワーク、第3世代サービス
– メッセージング
– 生産管理、製造制御
– 受発注、チケット予約
– EDI、データ集配信
– 世界最大の ISP におけるメッ
セージングシステム
– 全世界の ATM トランザク
ションの 70% を処理
– 世界最大規模の自動車
メーカにおける生産管理シ
ステム
– 多くの世界最大級の大学
付属病院を含む、200以上
の病院
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.4
– HLR ソリューションで管理され
ている端末は3億以上
– 全世界のクレジットカード
トランザクションの 2/3 を
処理
ステム
– 世界規模の旅行予約シス
テム
の病院
– 国家安全保障
デ タベ スをN St SQLにすれば
HP NonStop SQLの提供する価値
データベースをNonStop SQLにすれば・・・
24h×365日 絶対的な高可用 スケールアウトが容易なDB
• NonStop ServerとNonStop OSが実現する高い
可用性をそのまま受け継いだNonStop SQL
•1台のサーバのみで、他では実現できない可用性
を提供
• NonStop Serverの特徴であるシェアード・ナッシ
ング・コンセプトを活かした超並列データベース
• HWリソースを足せば足しただけ直線的に性能の
増加が期待できる
運用負荷が軽減→TCO削減 安心のサポート体制
• 乱立するDB/周辺サーバを1台にコンソリが可能
• バージョンUP時は上位コンパチをhpが保証
• HW増設・交換、DBバックアップや再編成など
ほぼすべての作業がオンライン中に可能
• HWからOS、DBMS、JVMやFrameworkまで、
すべてhpによる1社サポートを実現
• 問題発生時の切り分けや原因追求がスムースに
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.5
ほぼす ての作業がオンライン中に可能
あるDBのUser Groupの調査結果によると
データベース可用性に関する実績
<User Groupの調査結果>
あるDBのUser Groupの調査結果によると
• 1年間のうちに、ユーザーの 90% はシステムダウンを経験
• そのうち、25% は10時間以上復旧せず
部 24時間以上 渡 ダウ た事例もあ
<N St サ バ 継続性>
• 一部では24時間以上に渡りシステムダウンしていた事例もあり
<NonStop サーバー継続性>
• NonStop SQL のシステムダウンタイム発生率(実績)は、年間 0.026%
上記DBの約 3500倍の可用性
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.6
無停止データベース
(大量ト ザクシ )(大量トランザクション)
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.
米国 オーソリゼーションネットワーク
米国におけるデビット取引の推移
お客様プロフィールお客様プロフィール
•全米デイビットカードネットワークの最大手の一つ
•ATM/POSネットワーク、デビットカード事業部門
•約5000の金融機関、米国内数十万台以上のATMとの接続
サービスサービス要件要件
•オーソリゼーション処理中のリアルタイム不正検知
ラルネ トワ クス アリングを全トランザクシ ンで実施
約5000の金融機関、米国内数十万台以上のATMとの接続
•数百万端末を超える取扱店でのデビットカードショッピングサービス
•ニューラルネットワークスコアリングを全トランザクションで実施
•契約金融機関毎のルール適用が可能な事
•高可用性を実現できるシステムである事
•トータル処理時間への影響をミニマムに抑える事
•スケーラブルなシステムである事
当初のシステムにおける課題当初のシステムにおける課題
•異なるルールを適用する場合は、別のインスタンスが必要となるため、膨大なインフラ構成
•ロードバランス、APサーバー、DBサーバー、スコアリングサーバーをそれぞれ冗長化
•複数のインフラベンダー、複数の内部サポート部門
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.8
複数のインフラ ンダ 、複数の内部サポ ト部門
当初の導入システム形態
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.9
刷新したリアルタイム システム
Transaction
System
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.10
ミックスド・ワークロード
(混在処理)(混在処理)
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.
大量のバッチ要求とオンラインの両立
トランザクション データベース格納 問合せオンライン処理
24時間クイックレスポンス
膨大な業務データ処理膨大な業務データ処理 大量・複雑な基幹業務処理大量・複雑な基幹業務処理
トランザクションデータ
24時間クイックレスポンス
バッチ抽出
分析処理
24時間中即時更新24時間NonStop
24時間大量抽出
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.12
OLTP&バッチ混在基幹データベース
•顧客管理サービスの拡充
•改修コスト増大と改修期間が長く短縮の必要性
•各種取引先との接続考慮(運用時間の制約)
顧客ビジネスの課題
顧客管理システム
NonStop NB50000c
PrimaryPrimary
HP NonStop SQL
•顧客情報
•顧客ポイント
•全利用履歴
SecondarySecondary
NonStop NB50000c
Active-Active
各種取引先との接続考慮(運用時間の制約)
•データの増大に伴うレスポンスの悪化、処理時間の増大
•データ分析の為の環境が不十分
•自由度に乏しくオンライン処理と共存が困難
HP選択の理由
•OLTPと大量検索 更にバッチの混在環境をシングルシステムで
OLQPOLQP
HP NonStop SQL
基幹ホストオーダ系処理ホスト
HP NonStop SQL
OLTPOLTP
カード
会員管理
OLAPOLAP
VRU (空港サービス)
Real-time
DB相互レプリケーション
•OLTPと大量検索、更にバッチの混在環境をシングルシステムで
構築
•予約と履歴、ポイント登録(OLTP及び大量のバッチ)
•高速かつ柔軟な分析処理の実現(DSS)
•大量の検索処理と高速レスポンス(OLQP)
•24時間365日の稼動(オンライン中のDBメンテナンス)
マイレージセンタ
空港カウンタ
ポイントセンタ
…
…
各提携各社
他航空会社、カード
会社、ホテル等
各種分析
本部マーケティング
OLQPOLQP
Webサーバ
Internet
会員管理
OLQPOLQP
…
導入の効果/結果
24時間365日の稼動(オンライン中のDBメンテナンス)
•非定型検索・分析業務の実現
•トランザクションの増加への迅速な対応
•サービスの拡充へ柔軟な対応
•新規サービスやバージョンアップにも無停止で対応
コールセンター業務
カウンター業務
顧客管理サーバ(P): HP Integrity NonStop Blade System NB50000c (4p8c)
顧客管理サーバ(S): HP Integrity NonStop Blade System NB50000c (4p8c)
DBレプリケーション: GoldenGate (Extractor & Replicator)
サ バ間デ タ連携 W bS h MQ
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.13
新規サ ビスやバ ジョンアップにも無停止で対応 サーバ間データ連携: WebSphere MQ
クライアント接続: RSC(RPC) ~ 顧客管理業務系
ODBC ~ 検索・分析系
災害対策
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.
災害対策、してますか?
資 主IT投資動向に関する国内CIO調査結果
災害対策
リスク管理
IT関連従事者の主要ITトレンドに関する関⼼
災害対策/節電対策
省エネ
バックアップ
災害対策
内部統制
クラウド
クラウド
事業拠点
仮想化
スマートフォン
災害対策を最重要投資と
位置付ける企業が増加しています
56.7%とその関⼼は
クラウドよりも上回っています
©2012 Hewlett-Packard Development Company, L.P.
出典:IDC Japan 「2011年 国内CIO調査: ITサービス/アウトソーシング利⽤実態」
従業員1,000⼈以上の企業(n=215)
出典:株式会社クロス・マーケティング「クラウド・コン
ピューティングに関する企業の意識調査」2011年8⽉度
⽬標復旧時点(RPO)とは?
稼働中
RPO RTO
複製 データロスト
RPO RTO
復旧時点の 再稼働復旧時点の
データ
再稼働
バックアップ間隔が1⽇の場合
稼働中稼働中
複製 データロスト複製
1⽇ 1⽇
データ複製技術の位置付け
ストレージ
同期型
レプリケーションレプリケーション
同期型少ない
ストレージ
⾮同期型
レプリケーションレプリケーション
⾮同期型
損失
少ない
仮想テープ
⾮同期型 ⾮同期型
データ損
(RPO)
テープ +
Hotノード
テープ +
Warmノード
テープ
バックアップ
デ
多い
HP Confidential1
停⽌時間(RTO) 短い⻑い
RPOへの課題
ストレージ複製
データベース
レプリケーション
対応範囲
DB毎に依存
整合性整合性
上位は意識しない トランザクションを意識
通信負荷
全て対象 更新対象データのみ
同期⽅式
⾮同期⽅式が⼀般的
業務ノードへの影響
影響しない 影響を考慮必要
RPOへの課題
ストレージ複製
データベース
レプリケーション
対応範囲
DB毎に依存
整合性整合性
上位は意識しない トランザクションを意識
通信負荷
全て対象 更新対象データのみ
同期⽅式
⾮同期⽅式が⼀般的
業務ノードへの影響
影響しない 影響を考慮必要
RPOへの課題
ストレージ複製
データベース
レプリケーション
対応範囲
DB毎に依存
整合性整合性
上位は意識しない トランザクションを意識
通信負荷
全て対象 更新対象データのみ
同期⽅式
⾮同期⽅式が⼀般的
業務ノードへの影響
影響しない 影響を考慮必要
ハリケーンで実証された実⼒
約10秒で回避
全⽶最⼤の会員数を誇るEFTネットワーク保有企業
DC #2(ダラス) DC #1(ヒュ ストン)
i
Standby DB
S db
Primary DB
リアルタイムリプリケーション
データセンター#2
(ダラス)
DC #2(ダラス) DC #1(ヒューストン)
Primary DB
NonStopSQL
Standby DB
NonStopSQL
データセンター#1
(ヒューストン)
OS OS
ハリケーン・リタ
2005年9⽉17⽇〜9⽉26⽇
©2012 Hewlett-Packard Development Company, L.P.
〜受発注アプリケーションの東阪完全デュアル化
FamilyMart 様
取引先
http:/www.family.co.jp
⼤規模集配信
両本番発注処理
横浜(東⽇本)神⼾(⻄⽇本)
• 店舗増による受発注システムのパフォーマンス限界
• 締め時間間際のデータ集中
• ビジネスニーズの多様化による発注処理の複雑化
取引先
…
顧客ビジネスの課題
Network
NonStop ServerNonStop Server
NB50000c NB50000c
Data Replication
HP選択の理由
• ⾼信頼性・⾼可⽤性(NonStop)
• 周辺システムとの親和性
• 処理の⾼速性(Batch、OLTP)
受発注システム
EDIシステム
集配信
NB50000c NB50000c
NS16000NS16000
池袋(ファミリーマート本部)
Network
導⼊の効果/結果
• 拡張性と投資に⾒合った性能向上
• 既存製品のノウハウ
• パッケージ機能を活⽤した「処理時間ゼロ化」による
処理結果の早期提供
集配信
システム
…
国内の販売店舗
Network…処理結果の早期提供
• 東阪完全デュアル処理による広域災害対策と後続処理の
耐障害性向上
集配信/受発注サーバ:
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.23
東⽇本 HP NonStop Server NS16000
HP Integrity NonStop NB50000c
⻄⽇本 HP NonStop Server NS16000
HP Integrity NonStop NB50000c
集配信パッケージ: HDC-EDI Suite
キーソリューションNonStopSQL
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.
デ タベ スをN St SQLにすれば
HP NonStop SQLの提供する価値
データベースをNonStop SQLにすれば・・・
24h×365日 絶対的な高可用 スケールアウトが容易なDB
• NonStop ServerとNonStop OSが実現する高い
可用性をそのまま受け継いだNonStop SQL
•1台のサーバのみで、他では実現できない可用性
を提供
• NonStop Serverの特徴であるシェアード・ナッシ
ング・コンセプトを活かした超並列データベース
• HWリソースを足せば足しただけ直線的に性能の
増加が期待できる
運用負荷が軽減→TCO削減 安心のサポート体制
• 乱立するDB/周辺サーバを1台にコンソリが可能
• バージョンUP時は上位コンパチをhpが保証
• HW増設・交換、DBバックアップや再編成など
ほぼすべての作業がオンライン中に可能
• HWからOS、DBMS、JVMやFrameworkまで、
すべてhpによる1社サポートを実現
• 問題発生時の切り分けや原因追求がスムースに
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.25
ほぼす ての作業がオンライン中に可能
高可用性 「サービスは継続できる」
システム構成の違いでアベイラビリティーに差が
• NonStopサーバーのSW無停止性がDBMS内に実装• HA構成やクラスタリングによる可用性
ノ ド障害時にはフェルオ バ やクラスタ 再構成
一般的なデータベース NonStop SQLでは
システム構成の違いでアベイラビリティ に差が
• 障害の起きたプロセッサーのDBエンジン(DAM)は数秒
のうちに他プロセッサーにて処理を継続(Takeover)
• プロセッサー障害時でも業務処理は続行
• ノード障害時にはフェルオーバーやクラスター再構成
や、データベース・リカバリーが行われる
• 障害復旧中は数分レベルで全業務停止を伴う
プロセ サ プロセ サ プロセ サ プロセ サプロセッサー
OLTP
CRM
Batch
プロセッサー
OLTP
CRM
Batch
プロセッサー
OLTP
CRM
Batch
プロセッサー
OLTP
CRM
Batch
ストレージ製品
FC Switch
Batch
DAM
Batch
DAM
Batch
DAM
Batch
DAM
ServerNet
DAM
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.26
全業務停止 シングルデータベース
フォールト・トレランスが内包されているDBエンジン
なぜNonStop SQLの可用性が高いか
フォールト・トレランスが内包されているDBエンジン
一般的なデータベース NonStop SQLでは
DB
Server
OS
• サーバー単体では可用性が担保
できないので・・・
• HA構成、クラスタの採用など可用
性を高めるための構成を、HW
MWふくめ検討する必要がある
プロセッサ
OS
DB
プロセッサ
OS
DB
プロセッサ
OS
DB
プロセッサ
OS
DB
S NMWふくめ検討する必要がある
• 単体で動いているときは構成も挙動
も異なる
ServerNet
• SWレベルでの高いFT性をもつNonStop OSの中に
実装されたデ タベ ス
DB
Server
OS
DB
Server
OS
Cluster
も異なる
• 可用性を上げるために逆に障害点
を増やしてしまうことに
• メンバ障害で業務停止、また共有部
分 障害 致命的
実装されたデータベース
• 1台のサーバーでそもそも高可用が実現できている
• 「クラスタリング」のような上かぶせの技術が不要なため、障
害点が増えることもない
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.27
分の障害は致命的に
• 共有要素がないため致命的な障害が起こりにくい
直線的拡張性 「スケールアウト可能なDB」
HWリソースの追加で容易にパフォーマンス増強HWリソ スの追加で容易にパフォ マンス増強
一般的なデータベース NonStop SQLでは
• クラスター構成の場合 サーバーを増設するとクラスタウェア • 共有要素のないシェアードナッシングがコンセプトなので• クラスタ 構成の場合、サ バ を増設するとクラスタウェア
や、共有DISKなどでボトルネックがおきすい
• HWリソースを追加しても性能は頭打ちになりがち
• DBサーバーをスケールアウトさせるのは難しい
• 共有要素のないシェア ドナッシングがコンセプトなので、
HWリソースを追加すれば線形に性能がえられる
• 処理増にはスケールアウトで対応できるので、キャパシ
ティープランや投資計画が容易。スモールスタートでトランザ
クションの伸びに応じて柔軟に増設可能
ServerServer Server Server
• 性能を出すためにはスケールアップか、別のクラスタセットを
立てて対応せざるをえない
e
クションの伸びに応じて柔軟に増設可能
• HW増設もサービスを止めることなくオンラインで可能
Server Server Server
e
Add-on
Server
Add-on
DB DB DB
HW Add on
Performanc
スケールしない
Cluster OS
DB
HW Add on
Performanc
ServerNet
OS
DB
OS
DB
スケール
アウト
OS
DB
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.28
HW Add-on HW Add-on
統合DBを容易に構築 ~優先度制御機能
多種多様なデータベース処理 管理作業の混在を容易にします
一般的なデータベース NonStop SQLでは
Server プロセッサ プロセッサ プロセッサ プロセッサ
多種多様なデ タベ ス処理、管理作業の混在を容易にします
OS
• 複数業務からの要求を1つのDB
サーバーで混在させると、互いに
悪影響をおよぼす
• OLTPはBatchなどが同時に動くとレ
データベース
OLTP 分析 Batch
OS
データベース
Batch
分析
OLTP 190
120
50
要求に与えた優先度
が、DISKアクセスにま
で引き継がれる
競合
は などが同時に動くとレ
スポンスを担保できない
• 優先度をつけたとしてもDISKアクセ
スまでは制御できない
Server ServerServer
シングル・データベース
高優先度のデ タアクセスは 他のアクセスによるシステ
OS
DB
OLTP
OS
DB
OS
DB
分析 Batch
• 業務が複数ある場合には、業務ご
とにサーバーとデータベースを
別々に構築
• データベース間をどう連携するか
考慮が必
• 高優先度のデータアクセスは、他のアクセスによるシステ
ム高負荷時にもレスポンスを維持
• 1台のサーバー、シングルDBで複数業務の混在が可能
• 同じ鮮度のデータが誰からも共有できる「統合DB」の構築
が
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.29
の考慮が必要
• 統合DBの構築は難しい
が容易に可能
NonStop SQL 豊富なデータ複製技術
災害対策のためのバックアップサイトやスタンバイサイトを容易に構築可能
• トランザクション単位で整合性の取れたデータをリアルタイムで複製
• アクティブ-スタンバイ、アクティブ-アクティブ構成をサポート
• Shadowbase等の3rdベンダーソリューションでは Oracle等の他RDBへの複製も可能
災害対策のためのバックアップサイトやスタンバイサイトを容易に構築可能
Shadowbase等の3rdベンダ ソリュ ションでは、Oracle等の他RDBへの複製も可能
• World Wide 及び、日本国内で多数の実績有り
NonStop RDF
本番機
災対機 •DRサイト構築に特化したHP純正S/W
本番機
NonStop
SQL
・NonStop Server間でのログベース非同期リプリケーション
・低レイテンシーと低オーバーヘッドで高水準のRPOを実現
・オプションで完全同期やトランザクション損出ゼロも可能
Active-Stand By
第2本番機/災対機
Active-Active
Shadowbase
Attunity Stream
NonStop
SQL
第2本番機/災対機
NonStop
SQL
•ACT-ACT構成やマルチDB連携を可能にする汎用S/W
データ連携
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.30
y
GoldenGate
他DBMS
NonStop SQL !!
以下のようなお悩みをお持ちのお客様
ぜひNonStop SQLをご検討ください
DBサーバーの可用性が心配
DBがスケールアウトしない
DB運用に工数がかかりすぎるDB運用に工数がかかりすぎる
マルチベンダ環境でサポートに難
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.31
マルチ ンダ環境でサポ トに難
これからのNonStop SQL セッション
“NonStop SQLはなぜグローバルに分散DBを構
築できるのか データの整合性を保てるのか築できるのか、デ タの整合性を保てるのか、
その真相にせまる”
原 敏光原 敏光
5月31日 17:00-17:45 Room D
是非 おこしください
© Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.32
是非、おこしください。

More Related Content

Similar to A15 篠原さん 事例

Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...オラクルエンジニア通信
 
新時代のITインフラ -技術トレンドとユーザー企業の構え- (20100512)
新時代のITインフラ -技術トレンドとユーザー企業の構え- (20100512)新時代のITインフラ -技術トレンドとユーザー企業の構え- (20100512)
新時代のITインフラ -技術トレンドとユーザー企業の構え- (20100512)Jun Kawahara
 
PagerDuty会社概要・インシデント管理ソリューション紹介資料 〜インシデントをより早く・少ないリソースで解決し、 将来のインシデントを未然に防ぐには〜
PagerDuty会社概要・インシデント管理ソリューション紹介資料 〜インシデントをより早く・少ないリソースで解決し、 将来のインシデントを未然に防ぐには〜PagerDuty会社概要・インシデント管理ソリューション紹介資料 〜インシデントをより早く・少ないリソースで解決し、 将来のインシデントを未然に防ぐには〜
PagerDuty会社概要・インシデント管理ソリューション紹介資料 〜インシデントをより早く・少ないリソースで解決し、 将来のインシデントを未然に防ぐには〜kusami
 
[de:code 2019 振り返り Night!] Data Platform
[de:code 2019 振り返り Night!] Data Platform[de:code 2019 振り返り Night!] Data Platform
[de:code 2019 振り返り Night!] Data PlatformNaoki (Neo) SATO
 
ずばっと解決!クラウド・仮想化環境の運用課題!
ずばっと解決!クラウド・仮想化環境の運用課題!ずばっと解決!クラウド・仮想化環境の運用課題!
ずばっと解決!クラウド・仮想化環境の運用課題!Hinemos
 
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
[D33] そのデータベース 5年後大丈夫ですか by Hiromu GotoInsight Technology, Inc.
 
避けては通れないビッグデータ周辺の重要課題
避けては通れないビッグデータ周辺の重要課題避けては通れないビッグデータ周辺の重要課題
避けては通れないビッグデータ周辺の重要課題kurikiyo
 
オープンクラウド導入の課題とデルのCloudStackソリューション
オープンクラウド導入の課題とデルのCloudStackソリューションオープンクラウド導入の課題とデルのCloudStackソリューション
オープンクラウド導入の課題とデルのCloudStackソリューションDell TechCenter Japan
 
【Webinar-Slide】Talend2012年の戦略
【Webinar-Slide】Talend2012年の戦略【Webinar-Slide】Talend2012年の戦略
【Webinar-Slide】Talend2012年の戦略Talend KK
 
ビッグデータ時代にむけて/濱田 正彦
ビッグデータ時代にむけて/濱田 正彦ビッグデータ時代にむけて/濱田 正彦
ビッグデータ時代にむけて/濱田 正彦Takumi Kurosawa
 
[hccjp#2] 忖度なし!自社にあったハイブリッドクラウドの選び方
[hccjp#2] 忖度なし!自社にあったハイブリッドクラウドの選び方[hccjp#2] 忖度なし!自社にあったハイブリッドクラウドの選び方
[hccjp#2] 忖度なし!自社にあったハイブリッドクラウドの選び方Daichi Ogawa
 
Soft layerのご紹介 1409
Soft layerのご紹介 1409Soft layerのご紹介 1409
Soft layerのご紹介 1409YoshiyukiKonno
 
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...NTT DATA Technology & Innovation
 
プライベートクラウドへの準備はできていますか?[ホワイトペーパー]
プライベートクラウドへの準備はできていますか?[ホワイトペーパー]プライベートクラウドへの準備はできていますか?[ホワイトペーパー]
プライベートクラウドへの準備はできていますか?[ホワイトペーパー]KVH Co. Ltd.
 
JANOG US Regional Event_SDI Trend_Nissho USA
JANOG US Regional Event_SDI Trend_Nissho USAJANOG US Regional Event_SDI Trend_Nissho USA
JANOG US Regional Event_SDI Trend_Nissho USAManabu Nitta
 
プライベートクラウド導入成功への3カ条
プライベートクラウド導入成功への3カ条プライベートクラウド導入成功への3カ条
プライベートクラウド導入成功への3カ条Nissho-Blocks
 
リクルートを支える横断データ基盤と機械学習の適用事例
リクルートを支える横断データ基盤と機械学習の適用事例リクルートを支える横断データ基盤と機械学習の適用事例
リクルートを支える横断データ基盤と機械学習の適用事例Tetsutaro Watanabe
 
バックアップ勉強会#1 バックアップ基礎
バックアップ勉強会#1 バックアップ基礎バックアップ勉強会#1 バックアップ基礎
バックアップ勉強会#1 バックアップ基礎MKT International Inc.
 

Similar to A15 篠原さん 事例 (20)

Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
 
新時代のITインフラ -技術トレンドとユーザー企業の構え- (20100512)
新時代のITインフラ -技術トレンドとユーザー企業の構え- (20100512)新時代のITインフラ -技術トレンドとユーザー企業の構え- (20100512)
新時代のITインフラ -技術トレンドとユーザー企業の構え- (20100512)
 
PagerDuty会社概要・インシデント管理ソリューション紹介資料 〜インシデントをより早く・少ないリソースで解決し、 将来のインシデントを未然に防ぐには〜
PagerDuty会社概要・インシデント管理ソリューション紹介資料 〜インシデントをより早く・少ないリソースで解決し、 将来のインシデントを未然に防ぐには〜PagerDuty会社概要・インシデント管理ソリューション紹介資料 〜インシデントをより早く・少ないリソースで解決し、 将来のインシデントを未然に防ぐには〜
PagerDuty会社概要・インシデント管理ソリューション紹介資料 〜インシデントをより早く・少ないリソースで解決し、 将来のインシデントを未然に防ぐには〜
 
[de:code 2019 振り返り Night!] Data Platform
[de:code 2019 振り返り Night!] Data Platform[de:code 2019 振り返り Night!] Data Platform
[de:code 2019 振り返り Night!] Data Platform
 
ずばっと解決!クラウド・仮想化環境の運用課題!
ずばっと解決!クラウド・仮想化環境の運用課題!ずばっと解決!クラウド・仮想化環境の運用課題!
ずばっと解決!クラウド・仮想化環境の運用課題!
 
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
 
避けては通れないビッグデータ周辺の重要課題
避けては通れないビッグデータ周辺の重要課題避けては通れないビッグデータ周辺の重要課題
避けては通れないビッグデータ周辺の重要課題
 
オープンクラウド導入の課題とデルのCloudStackソリューション
オープンクラウド導入の課題とデルのCloudStackソリューションオープンクラウド導入の課題とデルのCloudStackソリューション
オープンクラウド導入の課題とデルのCloudStackソリューション
 
【Webinar-Slide】Talend2012年の戦略
【Webinar-Slide】Talend2012年の戦略【Webinar-Slide】Talend2012年の戦略
【Webinar-Slide】Talend2012年の戦略
 
ビッグデータ時代にむけて/濱田 正彦
ビッグデータ時代にむけて/濱田 正彦ビッグデータ時代にむけて/濱田 正彦
ビッグデータ時代にむけて/濱田 正彦
 
[hccjp#2] 忖度なし!自社にあったハイブリッドクラウドの選び方
[hccjp#2] 忖度なし!自社にあったハイブリッドクラウドの選び方[hccjp#2] 忖度なし!自社にあったハイブリッドクラウドの選び方
[hccjp#2] 忖度なし!自社にあったハイブリッドクラウドの選び方
 
Soft layerのご紹介 1409
Soft layerのご紹介 1409Soft layerのご紹介 1409
Soft layerのご紹介 1409
 
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
 
Business encount
Business encountBusiness encount
Business encount
 
プライベートクラウドへの準備はできていますか?[ホワイトペーパー]
プライベートクラウドへの準備はできていますか?[ホワイトペーパー]プライベートクラウドへの準備はできていますか?[ホワイトペーパー]
プライベートクラウドへの準備はできていますか?[ホワイトペーパー]
 
JANOG US Regional Event_SDI Trend_Nissho USA
JANOG US Regional Event_SDI Trend_Nissho USAJANOG US Regional Event_SDI Trend_Nissho USA
JANOG US Regional Event_SDI Trend_Nissho USA
 
中国市場提言(大津山)
中国市場提言(大津山)中国市場提言(大津山)
中国市場提言(大津山)
 
プライベートクラウド導入成功への3カ条
プライベートクラウド導入成功への3カ条プライベートクラウド導入成功への3カ条
プライベートクラウド導入成功への3カ条
 
リクルートを支える横断データ基盤と機械学習の適用事例
リクルートを支える横断データ基盤と機械学習の適用事例リクルートを支える横断データ基盤と機械学習の適用事例
リクルートを支える横断データ基盤と機械学習の適用事例
 
バックアップ勉強会#1 バックアップ基礎
バックアップ勉強会#1 バックアップ基礎バックアップ勉強会#1 バックアップ基礎
バックアップ勉強会#1 バックアップ基礎
 

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]
 

A15 篠原さん 事例