Traditional relational approaches to data integration compromise flexibility and governance by limiting you to a rigid, tabular data model. MarkLogic’s approach to data management is fundamentally better suited to the diverse, changing data structures involved with data integration. In this session we'll explain how to leverage the features of an enterprise NoSQL multi-model database, such as document data modeling, semantics, advanced indexing, and security, in order to achieve more efficient data integration, while also increasing the quality of data governance. The session will describe core architectural principals, data modeling, and use cases.

1. マルチモデルデータベースによるデータ統合の改善
三浦デニース、マークロジック 日本法人代表

2. 旧来の統合パターン

3. SLIDE:
3 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
データ統合：従来の方法
ETL

4. SLIDE:
4 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
データ統合：従来の方法
ビジネスの変化
要件の変更
ソースデータの変更
1
現状のスナップ
ショット
データモデルを
新規設計
ETLを実行
インデックスを作成
2
3
4
アプリケーションを
構築
5
プロセスを再スタート
6

5. SLIDE:
5 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
SOAバス
OLTPソース マスターデータ データ配布
ビジネス
業務
業務の遂行
エンタープライズ
データ管理
ビジネスの把握
ETL
処理
データマート
観察＆変更
データウェアハウス
分析＆
発見
シンプルなエンタープライズ
データパイプライン
1. ETL：お金と時間がかかる。柔軟性がない。モデルが柔軟でないことに対する
一時的な対処法
2. マスターデータ管理：データとビジネスのサイロ化の結果、必要となる。ETLを
利用するが、それによりデータ管理がより複雑となる
3. データ配布：変更発生により、提供時間が長期化する
4. データウェアハウス：業務部門の枠を超えた発見。しかし事後的。分析のみ
5. データマート：エンタープライズデータウェアハウスが遅いことへの対応策
6. SOA：機能を重視した業務統合。しかしデータ重視ではない
7. オペレーション（業務）へのインパクト分析：発見と業務の乖離が拡大し続ける
分析用の統合パターン
5
4
6
7
1
2
3

6. SLIDE:
6 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
分析と業務（オペレーション）
の乖離がますます拡大
§ ETL要件は想像以上に困難
§ ETLはずっと利用できるわけでない
今日の状況
SOAバス
OLTPソース マスターデータ データ配布
業務の
遂行
RUN THE
業務の遂行
エンタープライズ
データ管理
OBSERVE
ビジネスの把握
ETL
処理
データマート
観察＆変更
データウェアハウス 分析＆
発見
OLTP
ETL
ETL
ETL
ETL
ETLETL
ETL
アーカイブ データマート
リファレンス
データ
ウェアハウス
“非構造化”
ETL
OLTP
OLTP
OLTP
OLTP
OLTP
OLTP

7. SLIDE:
7 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
データ統合：フェデレーションのアプローチ

8. SLIDE:
8 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
データ統合：データレイク
Hadoop

9. SLIDE:
9 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
エンタープライズ統合の新パターン
オペレーショナルデータハブ

10. SLIDE:
10 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
マーケティング
営業
CRMERP
人事
財務業務部門1
業務部門2
全体像の把握
§ 従来の統合技術では、大量の手作業が発生
§ モデルに柔軟性がないため、異なるニーズごとに同一データ
のコピーが必須
§ データセントリックなアプローチの基盤となるのが、オペレー
ショナルデータベース
§ 分析とオペレーション（業務）の統合が極めて重要
§ エンタープライズの新パターンがオペレーショナルデータハブ
エンタープライズ統合の新パターン

11. SLIDE:
11 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
オペレーショナルデータハブ
（ODH）
§ 統合：業務＆分析。ユーザー/データ間に双方向のインタラク
ションを提供
§ コンテキスト：セマンティックなメタデータによるデータの調和
§ データセントリック：データレベルで統合。機能レベルだけでなく
§ 費用対効果：ETL/データコピー/業務サイロ/技術サイロの最小
化。ヒト中心の統合
§ 安全：豊かなデータガバナンス用のプラットフォーム
§ 補完的：既存のアセットやパターンを活用
主な特徴
業務アプリケーション マルチチャネルへの
提供
双方向分析
（あらゆるデータ）
SSD、DAS、SAN、NAS、
S3、Hadoop/HDFS
JSON
XML

12. SLIDE:
12 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
オペレーショナルデータハブエンタープライズデータウェアハウス
§ リアルタイム＆インタラクティブ
§ 双方向の分析と業務
§ 全データ
§ データを「アズイズ（そのまま）」読
み込み。発見しながらモデル化
§ プロアクティブ、アラート機能、大
規模
§ バッチ中心
§ 分析のみ
§ 構造化データ
§ ETLとモデルに依存
§ 事後的、クエリベース
EDWがある場合
JSON
XML
DOC
RDF

13. SLIDE:
13 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
オペレーショナルデータハブSOA / EAI
§ データと機能を重視
§ データの調和を重視
§ 必要に応じてオフラインシステムを
代替
§ 持続性のある情報管理
§ 全データを保持。データの出自を
活用
§ 機能重視
§ データ移動を重視
§ SLAは下流システムに依存する
§ 持続性がない情報交換システム
§ 必要最小限のデータのやり取り
SOAインフラがある場合

14. SLIDE:
14 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
データレイクがある場合
オペレーショナルデータハブデータレイク
§ リアルタイム
§ 双方向の分析と業務
§ すべてを保存しインデックス付け。
1秒以下で
§ 細かく設定できる成熟したセキュ
リティモデル
§ コンテキスト活用のための高度な
セマンティック
§ マルチモデル機能により、技術サ
イロをなくす
§ バッチ中心
§ 分析のみ
§ すべてを保存し、処理能力を
最大限活用
§ 単純なセキュリティモデル
§ コンテキストは皆無あるいは
一部活用可
§ 多層的なエコシステムにより、
技術サイロが生まれやすい

15. SLIDE:
15 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
オペレーショナルかつトランザクショナルな基幹業務対応エンタープライズNoSQLデータベース
MarkLogicという選択
§ データをそのまま読み込む（ETL不要）
§ 構造化＆非構造化データの混在
§ データとメタデータを一緒に保管
§ データやデータ構造の変更に対応
簡単にデータを取り込める
柔軟なデータモデル
§ インデックスを一度付けると、何度
でもクエリ可能
§ 非常に高速かつリアルタイム
§ JSON、XML、テキスト、位置情報、
セマンティックトリプルなどを、すべ
て1つのデータベースでクエリ可能
簡単にデータを出せる
ユニバーサルインデックスで
何でも対応
§ データの信頼性とトランザクション
（100％ACID準拠）
§ 標準仕様の自動フェイルオー
バー、レプリケーション、バック
アップ/リカバリ機能
§ 基幹業務対応に対応したエンター
プライズグレードのセキュリティと
コモンクライテリア認証
100%信頼できる
基幹業務に対応できる
エンタープライズ仕様

16. SLIDE:
16
©
COPYRIGHT
2017
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
§ 新規ソース
§ 乱雑/想定されていなかった
ようなデータ
§ 曖昧/矛盾する定義
§ 新しい規制やルール
§ 増加する脅威
§ 秘蔵ではなく共有
§ クリエイティブな再利用による新
しいチャンス
§ すぐに価値を得る、実験できる
変化を想定し「受け容れる」
クオリティ＆意味 業務要件
上流で 下流で
コンプライアンス＆
ガバナンス
全体で

17. SLIDE:
17
©
COPYRIGHT
2017
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
新しい方法
MARKLOGICによる
データ統合
2
3
1
4
1
データを「そのまま」読み込む
2
データにアクセスする
3
データのハーモナイズと
エンリッチ
4
業務への取り込み

18. SLIDE:
18 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
データを「そのまま」読み込む
MarkLogicの機能
§ 構造化＆非構造化データを読み込む
§ データとメタデータを一緒に保管
§ データベース内のデータをハーモナイズ
§ 以下を回避：
– 事前のモデリング
– ETLツール
他の手法
REST API、JavaクライアントAPI、Node.jsクライアントAPI、Java / .NET XCC
JSON
XML
セマンティック
データ
地理情報
データ
mlcp
バイナリ

19. SLIDE:
19 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
§ 階層型、疎、高カーディナリティ
§ 厳密な構造のものから自由文まで
§ データが変わるとスキーマも変わる
§ 標準的なJSON、XML、テキスト、バイナ
リ
ドキュメントの方がデータを
自然に表現できる
データモデル

20. SLIDE:
20 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
ドキュメントモデル
{
"date": "1987-­‐07-­‐23Z"
"type": "observation/surveillance"
"threat": {
"type": "suspicious activity"
"category": "suspicious vehicle"
},
"location": [ 37.49705, -­‐122.363319 ]
"meta"
"triple"
]
}
,
,
,
,
,
{ : { "subject": "IRIID" "predicate": "isa", "object": "license-­‐plate",
}},
"triple"{ : { "subject": "IRIID" "predicate": "value", "object": "ABC 123",
}}
: [
"description": "A blue van…"
"title": "Suspicious vehicle…"
"description": "A blue van with license plate ABC 123 was heard making loud noises…"
"title": "Suspicious vehicle near airport"
,
,

21. SLIDE:
21 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
意味やコンテキストは今どこにあるのか？
アプリケーションコード リレーショナルスキーマ、
ドメインモデル、ER図
ETLスクリプト、
ストアドプロシージャ

22. SLIDE:
22 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
データのコンテキストと意味を
カタログ化
§ エンティティ、プロパティ、関係性をクエリ可能
なモデルとして、一元的に記録
§ 必要なときに必要なモデルを（事前の準備で
はなく）
§ モデルからサービス、変換、設定を自動的に
生成
§ モデルを拡張し他のコンテキストも把握
モデル

23. SLIDE:
23 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
セマンティックとは：新しいデータの整理方法
データはトリプルに格納。その表現方法は… 主語 ：述語 : 目的語
John Smith : livesIn : London
London : isIn : England
クエリはSPARQLで。ルックアップなどの活用が簡単！
例）イングランドに住んでいる人を探したい
RDF
トリプル
John livesIn isIn EnglandLondon

24. SLIDE:
24 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
トリプルとドキュメントを別々に持つ
User1
rank
Senior
Manager
Geneva
basedIn
Compliance
Officer
role
High risk personApp1
runsOn
Cluster1
TopSecret
requires
Database1
accesses
runs

25. SLIDE:
25 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
グラフの一部としてのドキュメント
User1
rank
Senior
Manager
Geneva
basedIn
Compliance
Officer
role
Hig
h
risk
pers
on
App1
runsOn
Cluster1
TopSecret
requires
Database1
accesses
runs
deep dive
license
user guide
tutorialMovie
order

26. SLIDE:
26 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
ドキュメントに関するトリプル：拡張されたメタデータ
User1
rank
Senior
Manager
Geneva
basedIn
Compliance
Officer
role
Hig
h
risk
pers
on
App1
runsOn
Cluster1
TopSecret
requires
Database1
accesses
runs
order
format
JSON
English
Delaware
2016-­12-­31
jurisdiction
expires
Ts and Cs
language

27. SLIDE:
27 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
ドキュメントに関するトリプル：統合
App1
order
XML
format
License
Vendor
<VENDOR>
Seller
<seller>
Provider
<prov>
Computer
Asset
equivalent equivalent

28. SLIDE:
28 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
データのハーモナイズ
MarkLogicの機能
§ スキーマが異なるデータをハーモナイズ
し
共通ビューを作成する
例：「male/female」「m/f」「M/F」を標準化
§ 必要なものだけをハーモナイズ
§ データとメタデータをそのまま保管・クエ
リ
§ 後からモデルを更新する際も、再読み込
み不要
§ 新しいデータやスキーマもOK
スキーマ2
スキーマ3
スキーマ1
スキーマ2
スキーマ3
エンベロープ
パターン
スキーマ1

29. SLIDE:
29 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
意味やコンテキストは今どこにあるのか？
アプリケーションコード リレーショナルスキーマ、
ドメインモデル、ER図
ETLスクリプト、
ストアドプロシージャ

30. SLIDE:
30
©
COPYRIGHT
2017
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
ドキュメント TDE（Template Driven Extraction） 行インデックス
§ リッチな階層関係
§ 柔軟なスキーマ
§ メッセージ、帳票、オブジェ
クトを自然に扱える
§ ツリーを以下のように表現：
§ タプル
§ トリプル
§ トランザクショナルなインデックス
付け
§ 宣言的マッピング、機能変換
§ 行と列を格納するための特別な
トリプルインデックス
§ SPARQL、SQL、オプティックで
共有

31. SLIDE:
31
©
COPYRIGHT
2017
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
ドキュメント TDE（Template Driven Extraction） 行インデックス
<order>
<date></>
<customer id="…">…</>
<lines>
<line>…</>
</>
</>
Template:
View: Orders
Context: ./order
Columns:
Date as date: fn:format(./date)
CustID as long: ./customer/@id
Template:
View: Order_Lines
Context: ./lines/line
Columns: …
ID Date CustID
123 2017/01/14 7754
65 2017/05/09 2333
ID OrderID ProdID
9983 65 44-­‐223
9984 65 68-­‐711
Orders
Order_Lines

32. SLIDE:
32 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
ロールベースのアクセス制御

33. SLIDE:
33 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
person: { "cls": "U", name: "John" },
location: { cls="S",
state: "Florida",
gps: [37.50, -­‐122.24]
},
informant: { cls="TS", name: "Mike" }
要素レベルのセキュリティ
ユーザー1
Unclassified:U
ユーザー2
Secret:S
ユーザー3
TopSecret:TS
{
}

34. SLIDE:
34 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
リダクション
name: "John",
phone: "777-­‐340-­‐0889",
SSN: "345-­‐57-­‐9877",
source: "informant"
mlcpでコピーを
エクスポート
name: "Michael",
phone: "424-­‐303-­‐5757",
SSN: "XXX-­‐XX-­‐9877"

35. SLIDE:
35 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
高度な暗号化
§ ディスク上のデータ/インデックス/config/ログ
を暗号化
§ アクセス制御ならびに移動中の暗号化を補
完
§ システム管理者、DBA、セキュリティ管理者、
開発者の懸念を分離
§ 堅牢な鍵管理
ディスクストレージ
ファイルシステム
保護
復号化
データベース
DBA
システム管理者
セキュリティ
管理者
開発者

36. SLIDE:
36
©
COPYRIGHT
2017
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
オペレーショナルデータハブパターン
エンタープライズアーキテクチャ
メッセージ
バス
RDBMS
コンテンツのフィード
読み込み
分析
アプリケーション
オペレーショナル
アプリケーション
下流のシステム
提供
ステージング（生データをアズイズで）
ファイナル
（データのハーモナイズとインデックス付け）
ソース1
ドキュメント
ソース2
ドキュメント
ソースN
ドキュメント
エンベロープ化ドキュメント
（エンティティ1）
エンベロープ化ドキュメント
（エンティティ2）
エンベロープ化ドキュメント
（エンティティN）ハーモナイズ
インデックス、検索、
発見、ハーモナイゼーション
インデックス、検索、
サービス
f(x)

37. SLIDE:
37 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
困難なオペレーショナルデータ統合：実績
人事データハブ
大規模かつリアルタイムな統合人事データ
メタデータハブ
デジタルアセットに関するデータを繋ぐ統合ハブ
マーケットプレース & データサービスハブ
データとマーケットプレースの統合
大規模かつダイナミックなコンテンツ配信
データ統合、複数デバイスへの提供
グローバルトレードストア
データ統合、取引後処理の統合

38. SLIDE:
38 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
エトナ – 人事データハブ
大規模かつリアルタイムな統合人事データ
MARKLOGICを選んだ理由
§ ETLが巨大で複雑
§ 将来の変更にも柔軟に対応
§ コストと時間の制約
§ エンタープライズ要件
140以上のデータソース 50以上のシステム
リアルタイム
アプリケーション
バッチ分析
人事データハブ
従業員
データ
給与
データ
人事評価
データ
他の
システム
リアルタイム
アプリケーション
リアルタイム
アプリケーション

39. SLIDE:
39 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
エトナ – 人事データハブ
大規模かつリアルタイムな統合人事データ
MARKLOGICを選んだ理由
§ ETLが巨大で複雑
§ 将来の変更にも柔軟に対応
§ コストと時間の制約
§ エンタープライズ要件
140以上の
データソース
50以上のシステム
リアルタイムアプリケー
ション
バッチ分析
人事データハブ
従業員
データ
給与
データ
人事評価
データ
他の
システム
リアルタイムアプリケー
ション
リアルタイムアプリケー
ション
成果
§ 柔軟 – 複雑なデータの読み込みや出力に対応
§ 拡張性 – スループット：50GB+/日
§ アジャイル – 1年で開発（5年ではなく）
§ 将来性 – 再利用と一貫性を最大化
§ 成功 – 今やMarkLogicは、全人事データのデータ層となっている

40. SLIDE:
40 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
国際的な金融報告
取引後処理
ドッド・フランク
準拠の記録保管
トランザクションの
キャンセル、修正、
改訂
取引処理と規制順守を変革
ドイツ銀行– グローバルトレードストア
MARKLOGICを選んだ理由
§ ETLが巨大で複雑
§ リレーショナルでの開発は時間がかか
りすぎる
§ 構造化＆非構造化データの混在
§ より迅速なデータ統合
§ エンタープライズ要件
取引システム

41. SLIDE:
41 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
国際的な金融報告
取引後処理
ドッド・フランク準
拠の記録保管
トランザクションの
キャンセル、修正、
改訂
取引処理と規制順守を変革
ドイツ銀行– グローバルトレードストア
MARKLOGICを選んだ理由
§ ETLが巨大で複雑
§ リレーショナルでの開発は時間がかか
りすぎる
§ 構造化＆非構造化データの混在
§ より迅速なデータ統合
§ エンタープライズ要件
取引システム
成果
§ タイムリー – 最初のプロジェクトは6ヶ月で実稼動
§ 柔軟 – 30以上の取引システムを統合
§ コスト効率 – トレードストアの拡張に応じたプロビジョニング
§ 基幹業務対応 – 安全で一貫性のあるトランザクション
§ 成功 – 「MarkLogicは銀行業務の基盤」

42. SLIDE:
42 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
BBC – iPlayer
iPlayerによるTVストリーミングにおける大規模な統合メタデータ管理
MARKLOGICを選んだ理由
§ レガシーシステムはクエリやコンテンツ
の更新が遅い
§ 巨大なスケーラビリティとクエリの高速化
§ シンプルかつ高い信頼性
1 億件のドキュメント 60以上のオンライン製品
BBC iPLAYER
提供パートナー
NITROマイクロサービス
番組情報
画像
スケジュール＆
番組表
他の
システム
BBCニュース
BBCラジオ

43. SLIDE:
43 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
BBC – iPlayer
iPlayerによるTVストリーミングにおける大規模な統合メタデータ管理
MARKLOGICを選んだ理由
§ レガシーシステムはクエリやコンテンツ
の更新が遅い
§ 巨大なスケーラビリティとクエリの高速
化
§ シンプルかつ高い信頼性
1 億件のドキュメント 60以上のオンライン製品
BBC iPLAYER
提供パートナー
NITROマイクロサービス
番組
情報
画像
スケジュール＆
番組表
他の
システム
BBCニュース
BBCラジオ
成果
§ 高速 – クエリが20秒から20ミリ秒に短縮
§ 拡張性 – 6ノードのクラスタをAWSクラウド上に導入
§ アジャイル – コンテンツは数分で利用可能（数日ではなく）
§ 優れたコスト効率 – システムの個数を削減
§ 成功 – 初年度で30億件のリクエストを処理

44. SLIDE:
44 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
健康保険業界の変革
HealthCare.gov – マーケットプレース&データサービスハブ
MARKLOGICを選んだ理由
§ オラクルのデータモデルには柔軟性が
ない
§ ETLに時間がかかりすぎる
§ 構造化＆非構造化データの混在
§ 拡張時でもデータ整合性を完全保証
§ データの変更に対応できる柔軟性
§ IRS（米国国税庁）からのセキュリティ要
件
州の保険取引所
HEALTHCARE.GOV保険会社
収入＆資格要件 データサービスハブ

45. SLIDE:
45 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
健康保険業界の変革
HealthCare.gov – マーケットプレース&データサービスハブ
MARKLOGICを選んだ理由
§ オラクルのデータモデルには柔軟性が
ない
§ ETLに時間がかかりすぎる
§ 構造化＆非構造化データの混在
§ 拡張時でもデータ整合性を完全保証
§ データの変更に対応できる柔軟性
§ IRS（米国国税庁）からのセキュリティ要
件
州の保険取引所
HEALTHCARE.GOV保険会社
収入＆資格要件 データサービスハブ
成果
§ タイムリー – 議会で定められた導入期日を固守
§ 拡張性 – 28万同時アクセスユーザー
§ 高速 – 6500トランザクション/秒
§ 成功 – 2016年には米国民1270万人が登録
「米国史上最大の政府による個人データ統合プロジェクトだ」
-­ スティーブン・パレンテ、PHD, MPH, MS

46. SLIDE:
46 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
ディズニー – メタデータハブ
映画とその他のアセットに関するデータを繋ぐ統合ハブ
MARKLOGICを選んだ理由
§ 5つのサイロからのデータを短期間で統合
§ セマンティックでアセット/アーカイブ/権利
のメタデータを関連付け
§ よりアジャイルな開発
§ エンタープライズレベルの信頼性
デジタルアセット マイクロサービス
XML
Excel
セマンティックメタデータハブ
ディズニーチャンネル
ABC
ESPN
他の
システム
JSON
CSV
分類、パブリッシング、オント
ロジー管理、セマンティックの
エンリッチメント
RDFトリプルストア、
検索とクエリ、
インデックス付け

47. SLIDE:
47 ©
COPYRIGHT
2016
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
ディズニー – メタデータハブ
映画とその他のアセットに関するデータを繋ぐ統合ハブ
MARKLOGICを選んだ理由
§ 5つのサイロからのデータを短期間で統
合
§ セマンティックでアセット/アーカイブ/権
利のメタデータを関連付け
§ よりアジャイルな開発
§ エンタープライズレベルの信頼性
デジタルアセット マイクロサービス
XML
Excel
セマンティックメタデータハブ
ディズニーチャンネル
ABC
ESPN
他の
システム
JSON
CSV
分類、パブリッシング、オント
ロジー管理、セマンティックの
エンリッチメント
RDFトリプルストア、検索とク
エリ、インデックス付け
成果
§ 統合 – 2億件以上のドキュメントと5億件以上のトリプル
§ 柔軟 – 4か月でアプリケーションを開発/導入
§ 優れたコスト効率 – サイロの除去
§ 安全 – データ損失なし、セキュリティ違反なし
§ 成功 – スムースなビジネスプロセス。収益向上

48. SLIDE:
48
©
COPYRIGHT
2017
MARKLOGIC
CORPORATION.ALL
RIGHTS
RESERVED.
次のステップ
MARKLOGIC UNIVERSITY
例を入手するMarkLogicを入手する トレーニングを受ける
developer.marklogic.com github.com/MarklogicUniversity marklogic.com/training