Download as PDF, PPTX
More Related Content
![[db tech showcase Tokyo 2014] L32: Apache Cassandraに注目！！（IoT, Bigdata、NoSQLのバ...](https://cdn.slidesharecdn.com/ss_thumbnails/dbtstokyo2014l32datastaxapachecassandraiotbigdatanosql-141120022255-conversion-gate02-thumbnail.jpg?width=640&height=640&fit=bounds)
Similar to DBP-009_クラウドで実現するスケーラブルなデータ ウェアハウス Azure SQL Data Warehouse 解説
![【ウェブ セミナー】AI 時代のクラウド データ ウェアハウス Azure SQL Data Warehouse [実践編]](https://cdn.slidesharecdn.com/ss_thumbnails/webinarsqldw20170726-180220004900-thumbnail.jpg?width=640&height=640&fit=bounds)
![[db tech showcase Tokyo 2014] B33: 超高速データベースエンジンでのビッグデータ分析活用事例 by 株式会社日立製作所 ...](https://cdn.slidesharecdn.com/ss_thumbnails/dbtstokyo2014b33-141127184852-conversion-gate01-thumbnail.jpg?width=640&height=640&fit=bounds)
![[db tech showcase Tokyo 2015] A32:Amazon Redshift Deep Dive by アマゾン データ サービス ...](https://cdn.slidesharecdn.com/ss_thumbnails/dbts-tokyo-2015a32amazon-redshiftamazondataservicejapan-150623010123-lva1-app6892-thumbnail.jpg?width=640&height=640&fit=bounds)
![[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...](https://cdn.slidesharecdn.com/ss_thumbnails/dbts-tokyo-2015a14actian-matrix-insight-technology-150618094408-lva1-app6891-thumbnail.jpg?width=640&height=640&fit=bounds)
![[ウェビナー] Build 2018 アップデート ～ データ プラットフォーム/IoT編 ～](https://cdn.slidesharecdn.com/ss_thumbnails/20180614azuredataiotwebinar-180614083401-thumbnail.jpg?width=640&height=640&fit=bounds)
![[D24] あなたのビジネスを変えるInfiniDBケーススタディ by Toshihide Hanatani](https://cdn.slidesharecdn.com/ss_thumbnails/d24-140630203914-phpapp02-thumbnail.jpg?width=640&height=640&fit=bounds)
DBP-009_クラウドで実現するスケーラブルなデータ ウェアハウス Azure SQL Data Warehouse 解説
- 1.
- 5. コスト削減 ハード、ソフトの資産保有 → 必要な時に必要な分だけ費用計上 スピード システムの開発ライフサイクル短縮 拡張性 仮想化技術をベースに柔軟にシステム リソースを迅速に追加／縮小 デバイス: 『InfoWorkers Will Erase Boundary Between enterprise And Consumer Technologies』(Forrester Research、2012 年 8 月 30 日) モノ: 『The Internet of Things is Poised to Change Everything, Says IDC』 (IDC 2013)、『Big data: The next frontier for innovation, competition, and productivity』 (McKinsey & Company、2011 年) ビッグ データ: IDC のデジタル ユニバースに関する予測を基に構成 クラウド: 『Prepare For 2020: Transform Your IT Infrastructure And Operations Practice』(Forrester Research、2012 年 10 月 24 日) 2020 年末までに接続対象となる “モノ” （端末、装置等）の数の予測 2,120 億
- 6. 2020 年末までに接続対象となる “モノ” （端末、装置等）の数の予測 2,120億 コスト削減 ハード、ソフトの資産保有 → 必要な時に必要な分だけ費用計上 スピード システムの開発ライフサイクル短縮 拡張性 仮想化技術をベースに柔軟にシステム リソースを迅速に追加／縮小
- 7. SQL Azure SQL Data Warehouse PowerBI SQL Server Analysis Services 機械学習 Azure Machine Learning HDInsight / Data Lake Azure SQL Database 業務 データ デバイス データ
- 8.
- 10. コントロール ノード SQL DB コンピュート ノード コンピュート ノード コンピュート ノード コンピュート ノード SQL DB SQL DB SQL DB SQL DB Azure Blob Storage(WASB) 100DWU < > 2000 DWUコントロールノード ユーザーからの接続 コンピュートとストレージの調整
- 11. Azure Blob Storage(WASB) 100DWU < > 2000 DWUコントロールノード ユーザーからの接続 コンピュートとストレージの調整
- 12.
- 13.
- 14.
- 15. クエリ性能のパワーを表す指標 DWH において最も重要な以下の 3要素を数値化 • 行のスキャン性能 • ロード性能 • ノード間のコピー性能 スキャン性能 3.36M row/sec ロード性能 130K row/sec ノード間のコピー性能 350K row/sec 100 DWU あたりの参考性能 100 DWU＝ 1 コンピュートノード
- 16. DWU 100 DWU 200 DWU 300 DWU 400 DWU 500 DWU 600 DWU 1000 DWU 1200 DWU 1500 DWU 2000 DWU 3000 DWU 6000 コントロールノード数 1 コンピュートノード数 12 3 4 5 6 10 12 15 20 30 60 データ分散の数 (ディストリビューション) 60 1 コンピュートノードで 処理するデータ分散の数 60 30 20 15 12 10 6 5 4 3 2 1
- 17. DWU の決定プロセス 1. 最初は小さいDWU から始める 2. DWU を増減させながらパフォーマンスを比較 3. ビジネス要求に合わせて適したパフォーマンスレベルを決定する 4. DWU を増減させてマッチするパフォーマンスレベルに調整する いつ DWU をスケールさせるか • 負荷が変動する場合、通常は高い負荷を基準に合わせる • 月末・月初のみにピークがくる場合はタイミングに合わせて DWU を調整 • 大量データをロードするとき
- 18. 分散方式の選択 データの偏りと データ移動の考慮 テーブルレイアウトと インデックスの使い分け ラウンドロビン orハッシュ 用途に応じて適切な分散方式を選択 データの偏りを回避 クエリ実行時のデータ移動の最小化 カラムストア ヒープ、クラスタ化インデックス
- 19. 分散方式の選択 データの偏りと データ移動の考慮 テーブルレイアウトと インデックスの使い分け ラウンドロビン orハッシュ 用途に応じて適切な分散方式を選択 カラムストア ヒープ、クラスタ化インデックス データの偏りを回避 クエリ実行時のデータ移動の最小化
- 20. 均一にすべてのディストリビューションに CREATE TABLE (…) WITHDISTRIBUTION = ROUND_ROBIN Dist_DB_1 Dist_DB_2 Dist_DB_3 Dist_DB_4 ID Name City Balance 201 Bob Madison $3,000 105 Sue San Fran $110 933 Sue Seattle $40,000 150 George Seattle $60 220 Sally Mtn View $990 86 Bob New York $2,300 201 Bob … 105 Sue … 150 Geoge … 220 Sally … 86 Bob … 933 Sue … 482 John … 115 Asad … 201 Bob Madison $3,000 105 Sue San Fran $110 933 Sue Seattle $40,000 150 George Seattle $60 220 Sally Mtn View $990 86 Bob New York $2,300
- 21. ID UserID NameTran 201 123 Bob $3,000 105 324 Sue $110 933 324 Sue $40,000 150 45 George $60 220 154 Sally $990 86 123 Bob $2,300 201 123 Bob $3,000 105 324 Sue $110 933 324 Sue $40,000 150 45 George $60 220 154 Sally $990 86 123 Bob $2,300 Dist_DB_1 Dist_DB_2 Dist_DB_3 Dist_DB_4 同じキーは同じディストリビューションに 123 Bob … 324 Sue … 45 Geoge … 154 Sally … 123 Bob … 324 Sue … CREATE TABLE (…) WITH DISTRIBUTION = HASH(UserID)
- 22. ラウンドロビン分散（デフォルト） ハッシュ分散 • 全てのディストリビューションに できるだけ均等に分散 •ランダムに分散 • 指定した列のハッシュ値に 基づいて分散 • 同じ値は同じディストリビューション に配置 • 小さなディメンション向き • 大きなファクトには適さない • ローディングは最も高速 • 大規模ファクト向き • 小さなディメンションも可能であれ ば検討
- 23. • データの偏りを回避すること • カーディナリティが高いこと、最低1,000 以上が望ましい • 値の偏りが大きい列でないこと（均等に分散されない） • NULL 値がないこと。NULL 値は 1 つのディストリビューションに集まる • データ移動を最小化すること • JOIN, GROUP BY, DISTINCT, HAVING で使用される列 • 結合する両テーブルのキーのデータ型を一致させる • WHERE 句で使われていないこと
- 24. 分散方式の選択 データの偏りと データ移動の考慮 テーブルレイアウトと インデックスの使い分け ラウンドロビン orハッシュ 用途に応じて適切な分散方式を選択 カラムストア ヒープ、クラスタ化インデックス データの偏りを回避 クエリ実行時のデータ移動の最小化
- 25.
- 26.
- 27.
- 28. する vs_key color ord 11Red 15 32 Blue 20 54 Yellow 22 68 Purple 17 ss_key vid qty 1 2 5 3 32 10 5 6 12 7 78 7 vs_key color ord 2 Red 13 4 Blue 21 6 Yellow 27 8 Green 11 ss_key vid qty 2 11 3 4 4 11 6 54 17 8 8 1 HASH(vs_key) HASH(ss_key) 11, 15, 3 2, 13, 5 11, 15, 3 : 2, 13, 5 SELECT vs_key, a.ord ,b.qty FROM vendor_sales a JOIN store_sales b ON a.vs_key = b.vid WHERE a.color = 'Red'
- 29. しない ws_key color Qty 1Red 15 3 Blue 20 5 Yellow 22 7 Green 17 ss_key color Qty 1 Red 5 3 Blue 10 5 Yellow 12 7 Green 7 ws_key color Qty 2 Red 13 4 Blue 21 6 Yellow 27 8 Green 11 ss_key color Qty 2 Red 3 4 Blue 11 6 Yellow 17 8 Green 1 HASH(ws_key) HASH(ss_key) Red, 5 Red, 3 Red, 5 : Red, 3 SELECT a.color, b.Qty FROM web_sales a JOIN store_sales b ON a.ws_key = b.ss_key WHERE a.color = 'Red'
- 30.
- 31.
- 32. 分散方式の選択 データの偏りと データ移動の考慮 テーブルレイアウトと インデックスの使い分け ラウンドロビン orハッシュ 用途に応じて適切な分散方式を選択 カラムストア ヒープ、クラスタ化インデックス データの偏りを回避 クエリ実行時のデータ移動の最小化
- 33. カラムストア (デフォルト) • 大きなテーブルに適している •列単位の I/O • 高圧縮 • ヒープと比較してデータロード は低速 • パーティション当たりの行数は 100 万行以上に保つ ヒープ クラスタ化インデックス • テンポラリ テーブルやステージ ング テーブルに適している • 小さいサイズのテーブルに適 している • 1 行を選択する際に適して いる • ロード時にソートがかかるため 遅くなる セカンダリ インデックス • 1 行を選択する際に適している • カラムストアには適用できない
- 34. カラム数：80 件数：16 億件 論理容量：640 GB カラム数：10 件数：300 論理容量：30 KB カラム数：40 件数：8億件 論理容量：160 GB • 500 DWU ～ 2000 DWU の範囲で即時スケールアップ＆ダウンを実施 • PolyBase による BLOB ストレージからの容易なデータロード レスポンスタイム Azure SQL DW (500 DWU) Azure SQL DW (1000 DWU) Azure SQL DW (2000 DWU)
- 36. PolyBase BCP SQLBulkCopy ADF SSIS ロードパフォーマンス 高速 低速 DWU 増加による パフォーマンス向上 ○ × × × 同時ロードによる パフォーマンス向上 × ○ ○ ○ ロード時のデータの加工や クレンジングの自由度 × × ○ (ADF 使用時) ◎
- 37. 外部の半構造化データを Transact-SQL で取り扱う仕組み SQL AzureSQL Data Warehouse 1. 外部表を作成して Blob 内の ファイル（CSV等）を参照 2. 外部表に対して SELECT し、 データを別の表にロードする
- 38.
- 39. リーダー / ライター数DWU 100 200 300 400 500 600 1000 1200 1500 2000 リーダー 8 16 24 32 40 48 60 60 60 60 ライター 60 • 元ファイルの分割をしない • 自動的に一定サイズに分割して並列処理 • 圧縮ファイル (gzip) は自動分割できないため、ファイルを分ける • DWU のスケーリングでパフォーマンスを調節する
- 41. 「クエリの同時実行」と「リソース割り当て」を管理する仕組み • クエリの同時実行 • 同時実行クエリ •同時実行スロット • リソース割り当て
- 42. 使用可能なメモリ（MB）/ ディストリビューション DWU 100 DWU 200 DWU 300 DWU 400 DWU 500 DWU 600 DWU 1000 DWU 1200 DWU 1500 DWU 2000 smallrc 100 mediumrc 100200 200 400 400 400 800 800 800 1600 largerc 200 400 400 800 800 800 1,600 1,600 1,600 3,200 xlargerc 400 800 800 1,600 1,600 1,600 3,200 3,200 3,200 6,400 消費量 DWU 100 DWU 200 DWU 300 DWU 400 DWU 500 DWU 600 DWU 1000 DWU 1200 DWU 1500 DWU 2000 同時実行クエリの最大数 32 同時実行スロットの最大数 4 8 12 16 20 24 40 48 60 80 リソースクラス smallrc 1 mediumrc 1 2 2 4 4 4 8 8 8 16 largerc 2 4 4 8 8 8 16 16 16 32 xlargerc 4 8 8 16 16 16 32 32 32 64 各クエリで使用可能なメモリ割り当て量 使用される同時実行数
- 43.
- 44. ユーザー B smallrc ユーザー A largerc 消費スロット:8 消費スロット: 1 消費スロット: 4
- 45.
- 46.
- 47. ドキュメント https://azure.microsoft.com/ja-jp/documentation/services/sql-data-warehouse/ チュートリアル https://azure.microsoft.com/ja-jp/documentation/articles/sql-data-warehouse-get- started-provision/ ブログ Microsoft Japan DataPlatform Tech Sales Team Blog データ プラットフォーム製品のプリセールスチームによるブログサイト https://blogs.msdn.microsoft.com/dataplatjp/
- 49. 【 Session ID】 DBP-009 アンケートにご協力ください。 ●アンケートに 上記の Session ID のブレイクアウトセッションに チェックを入れて下さい。 ●アンケートはお帰りの際に、受付でご提出ください。 マイクロソフトスペシャルグッズと引換えさせていただきます。
- 50. ROOM I Ask theSpeaker のご案内 ●本セッションの詳細は、EXPO 会場内 『Ask the Speaker』コーナー Room I カウンタにてご説明させて いただきます。是非、お立ち寄りください。 Ask the Speaker EXPO会場MAP
- 54.
- 55. ビュー名 説明 sys.dm_pdw_exec_sessions •Azure SQL Data Warehouse に対して現在開かれているセッションに関する情報 sys.dm_pdw_exec_requests • Azure SQL Data Warehouse に対して実行されているアクティブなリクエストに関する 情報 sys.dm_pdw_request_steps • Azure SQL Data Warehouse に対して実行されているリクエストやクエリを構成するク エリプラン ステップに関する情報 sys.dm_pdw_dms_workers • DMS ステップ(データ転送)を実行してる全ワーカーに関する情報 sys.dm_pdw_sql_requests • クエリプラン ステップの一部として実行されるクエリ分散に関する情報 ビュー名 説明 sys.dm_pdw_waits • クエリ等のリクエストの実行中に発生した待機(例、ロック待ちや転送キュー待ち)に関する情報 sys.dm_pdw_resource_waits • SQL Data Warehouse で発生した全ての待機に関する情報 sys.dm_pdw_wait_stats • 異なるノードで稼働しているインスタンスの SQL Server OS に関する情報
- 56.
- 58.
- 59.