Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Db2 Warehouse ご紹介資料 20170922

175 views

Published on

Db2 Warehouseは分析用途に最適化されたDockerコンテナで提供されるDWHソフトウェアアプライアンスです。高速性、簡易性、柔軟性に優れた特長を持つプライベートクラウド向けデータ分析基盤として活用頂けます。本資料はDb2 Warehouseの概要を紹介した資料です。

Published in: Technology
  • Be the first to comment

  • Be the first to like this

Db2 Warehouse ご紹介資料 20170922

  1. 1. Db2 Warehouse ご紹介資料 2017年9⽉版 プライベートクラウド向け次世代DWHソフトウェアアプライアンス
  2. 2. © 2017 IBM Corporation Db2 Warehouse 概要 Db2 Warehouseは分析⽤途に最適化されたDockerコンテナで提供されるDWHソフトウェアアプライア ンスです。⾼速性、簡易性、柔軟性に優れた特⻑を持つプライベートクラウド向けデータ分析基盤です。 8 分析⽤途に予め最適化されたコンテナで提供、物理設計、インデックス作成不要。 ⾃動運⽤管理機能、シンプルなバックアップ、バージョンアップを実現 2.簡易性 ⼤規模DWH向けに複数ノードによるMPP構成が可能。SWライセンス費⽤は⽉額課⾦単位を 選択可能、シングルノード構成から最⼤60ノードMPP構成まで拡張可能です。 ! Netezza由来のMPPアーキテクチャ & BLUインメモリアクセラレーション、 In-DB分析(Spark統合、SPSS連携)により、分析処理にかかる時間を⼤幅短縮 1.⾼速性 Db2 Warehouse Container Download and Deploy Db2 Warehouse Dockerコンテナ技術によるマルチクラウドに対応した迅速な配置と 柔軟なノード拡張性。ハイブリッドにデータストアを利活⽤可能。 3.柔軟性
  3. 3. © 2017 IBM Corporation3 • 全ての論理コンピュータが同時に超並列処理を実⾏し、桁違いのパフォーマンスをスケーラブルに実現 • Shared Nothing(MPP)の超並列処理エンジン+動的インメモリBLUアクセラレーションテクノロジにより 圧倒的な性能と簡易性を両⽴ 各ノードで並列実⾏ CPU メモリ SQL Select sum(xxx),avg(xxx) DB CPU メモリ DB CPU メモリ DB CPU メモリ DB CPU メモリ DB CPU メモリ DB CPU メモリ DB CPU メモリ DB CPU メモリ DB CPU メモリ DB CPU メモリ DB CPU メモリ DB CPU メモリ DB 表データ 動的インメモリカラムDB処理 & MPP並列処理で⾼速に分析 クラスタファイルシステム(GPFS/GFS2/NAS) Data Partition - MPPアーキテクチャ x BLUアクセラレーション - Data Partition Data Partition Data Partition Data Partition Data Partition Data Partition Data Partition Data Partition Data Partition Data Partition Data Partition Data Partition ⾼速性と簡易性を実現(Load & Go) ⾼速性
  4. 4. © 2017 IBM Corporation4 - MPPアーキテクチャ x BLUアクセラレーション - チューニングの⼿間をかけずに、⼤量データに対する分析処理を⾼速化 ⾼速性と簡易性を実現(Load & Go) ⾼速性 最⼤
  5. 5. © 2017 IBM Corporation 5 ⾼速性と簡易性を実現 (Load & Go) n DB物理設計、インデックス作成等のチューニング不要。表作成、データロード後、直ぐ分析を開始できる。 新たな要望に対し、柔軟・迅速(即時性)にデータ抽出要求、データアクセス要求に応えられる 簡易性
  6. 6. © 2017 IBM Corporation n Dockerコンテナ技術により、オンプレミス、プライベートクラウド、パブリッククラウド上の物理・仮想環境 へ簡単かつ迅速に導⼊可能。導⼊作業はdashDB Local コンテナイメージを配置して、作成するだけ。 6 あらゆる環境へ迅速かつ簡易に配置可能 Db2 Warehouse Repository (Public or Private) dockerコマンドで 最新イメージを⼊⼿ コンテナ作成 稼動プラットフォームはx86サーバー(Linux,Windows,Mac), IBM Powerサーバー(Linux)をサポートします。 30分程度で プロビジョニング完了※1 柔軟性
  7. 7. © 2017 IBM Corporation ビジネス規模の変化に応じて柔軟な拡張が可能 最⼩1ノード1コアから最⼤60ノードまで 柔軟に拡張可能な並列アーキテクチャより、 DWH基盤の拡張、統合の要件に柔軟に対応可能。 クラウド上での使⽤を想定した仮想コア数 に応じた⽉額払いライセンス費⽤形態の提供 MPP構成 SMP構成 7 ノード追加・削除時はパーティション構成、パラメータを⾃動最適化。 MPPクラスタ、ノード構成変更時の作業負荷を最⼩化。 柔軟性
  8. 8. © 2017 IBM Corporation ビジネス規模の変化に応じて柔軟な拡張が可能 設計変更不要で伸縮⾃在の拡張性 エラスティック・スケーラビリティ §スケールアップ or スケールダウン - CPU数とMemory量に応じDB設定を⾃動調整 §スケールイン or スケールアウト: - ノード追加、削除をより簡易的に実現 - DBパーティションを⾃動リバランス - DBパーティション再配置に関わる作業不要 - ディスクサイズのみの柔軟な拡張が可能 ノード#1 Partition 1 Partition 2 Partition 3 Partition 4 Partition 5 Partition 6 ノード#2 Partition 7 Partition 8 Partition 9 Partition 10 Partition 11 Partition 12 ノード#3 Partition 13 Partition 14 Partition 15 Partition 16 Partition 17 Partition 18 ノード#4 Partition 19 Partition 20 Partition 21 Partition 22 Partition 23 Partition 24 ノード追加 ディスク ボリューム追加 ノード#1 Partition 1 Partition 2 Partition 3 Partition 4 Partition 5 Partition 6 ノード#2 Partition 7 Partition 8 Partition 9 Partition 10 Partition 11 Partition 12 ノード#3 Partition 13 Partition 14 Partition 15 Partition 16 Partition 17 Partition 18 Partition 19 Partition 20 Partition 21 Partition 22 Partition 23 Partition 24 スケールアウト クラスタファイルシステム スケールアウト クラスタファイルシステム 8 柔軟性
  9. 9. © 2017 IBM Corporation ハイブリッド・データウェアハウス(共通DBエンジン) n オンプレミス、プライベートクラウド、パブリッククラウドにて共通SQLエンジン、管理コンソールの使⽤が 可能なdashDB。⾼い互換性を備えつつデータ連携、移動が可能なdashDB LocalとPDA/Netezza。 オンプレからクラウドへの移⾏ワークロード低減、ハイブリッドクラウド環境でのDWHの利活⽤を促進。 Db2 Warehouse on Cloud (パブリッククラウド) 要件に応じて適材適所への配置、柔軟な環境の移⾏、連携 Db2 Warehouse (オンプレミス/プライベートクラウド/パブリッククラウド) PDA/Netezza (オンプレミス) 共通SQLエンジン、データ連携データ連携、互換性機能 Bluemix Lift(⾼速データ転送) 柔軟性
  10. 10. © 2017 IBM Corporation リモートデータストアへクエリを実⾏ ハイブリッド・データウェアハウス (FluidQuery) Db2 Warehouse PDA/Netezza/Db2 Warehouse Hadoop⾼速データ移動・追加 様々なデータソースに対してSQLによるアクセスを実現。 dashDB Webコンソールからも容易に設定が可能。 Netezza(PDA)とDb2 Warehouse間で⾼速バルクロードが可能 dashDBファミリー、Hadoop間でのバルクデータ移動可能 柔軟性
  11. 11. © 2017 IBM Corporation Db2 Warehouse In-DB Analytics & Spark統合 Db2 Warehouse サーバー Db2 Warehouse コンテナ スケーラブルクラスタファイルシステム テキスト ファイル 並列分散処理、MLlib ⾮構造化データ処理 構造化データ蓄積、 分析、加⼯、抽出 Rstudio Container Jupyter Notebook Container ※Db2 Warehouse⽤に カスタマイズされた Jupyter Notebook コンテナを利⽤可能 Db2 Warehouse Spark 統合構成イメージ図 11 構造化データ 機 械 学 習 データ サイエンティスト BI/ビジネスアナリスト BIツール 構造化データを対象 とした分析レポート 仮説検証型の インタラクティブな データ探索、分析 SPSS Modeler 分析ツール O L A P D W H機 械 学 習 データウェアハウスにSpark分析エンジンを統合することで、半構造、⾮構造化データの加⼯、 分析処理と従来の構造化データ分析処理を単⼀分析プラットフォームで実現 ETL
  12. 12. © 2017 IBM Corporation ⼤⼿⾦融機関様事例 Db2 Warehouse お客様の課題 • 急速に増加するDWHのデータ量、BIワークロード に対してBI、レポーティング応答性能が劣化 • アーカイブデータを保管するHadoop基盤の 運⽤管理負荷の増加、性能の悪化 • クエリ可能なアーカイブ領域確保の必要性 IBMソリューション • Db2 Warehouse MPPクラスタ構成 • 本番/DR:各6ノード構成 300TB共有ストレージ • FluidQuery(データ連携ソリューション) 導⼊メリット • HadoopからDb2 Warehouseへの移⾏により年間の オペレーショナルコストを削減 • 既存DWHからBIレポーティングワークロードを オフロード、BIワークロードの⾼速化を実現 • FluidQueryによるデータ連携により既存DWH/RDB との論理データ統合を簡易に実現 急増するBIワークロードに対して性能、運⽤管理課題を解決 Db2 Warehouse MPP 本番クラスタ構成 ・BI、レポーティング ワークロードをオフロード ・FluidQueryによる 相互参照 ・PDA & Db2 Warehouseによる BI/DWHワークロード集約 他社Hadoopを 全量更改。 BIクエリ⾼速化 12
  13. 13. © 2017 IBM Corporation13 まとめ 様々なデータをハイブリッドで利活⽤ クラウドを前提とした料⾦体系と柔軟な拡張性 運⽤管理作業のシンプル化 ⾼速性と簡易性の両⽴(Load & Go) 異種データベース、Hadoopを含めたデータストアを論理的に統合 ビジネスの成⻑に合わせて投資が可能。ノード追加削除による構成変更の容易性 コンテナ技術、⾃動運⽤管理、チューニング機能により、 DWH設計、運⽤管理作業負荷の削減 データをロード後、直ぐに分析開始できる利便性 DBチューニングが不要で⼿間をかけずに⾼速な⾃由検索が可能。 ⾮構造化データを含めた統合データ分析環境 DWHとSparkエンジンの統合により様々な形式のデータを分析可能 スモールスタート スケーラビリティ シンプル & ハイパフォーマンス ハイブリッド・データウェアハウス 論理データストア統合 統合データ分析エンジン
  14. 14. © 2017 IBM Corporation14
  15. 15. © 2017 IBM Corporation 【参考】Db2 Warehouse 評価版の使⽤ Db2 Warehouse 評価版をDocker Hubから⼊⼿するには、以下の⼿順を実施してください。( 注:評価版試⽤期間は90⽇間です。) 1. Docker HubサイトにてDocker IDの作成を⾏います。 https://hub.docker.com/ 2. Docker Hubにログイン後、右上のプルダウンメニューから Settingを選択し、初期パスワードを変更します。 3. Db2 Warehouseのサイトにアクセスし「Start Your Free Trial」を選択します。 https://www.ibm.com/ms-en/marketplace/db2-warehouse 4. IBM IDとパスワードを⼊⼒します。 (IBM IDをまだ作成していない場合は、IBM IDを作成してください) 5. Docker IDを登録すると、24時間以内に承認メールが届きます。 その後、Docker Hubからのpull(ダウンロード)が可能になります。 15
  16. 16. © 2017 IBM Corporation 【参考】Db2 Warehouse(旧dashDB Local) 導⼊ガイド Db2 Warehouse 評価版 シングル構成 参考導⼊⼿順書 https://www-01.ibm.com/marketing/iwm/dre/signup?source=mrs-form-11354&S_PKG=ov56016&lang=ja_JP Db2 Warehouse Knowledge Center https://www.ibm.com/support/knowledgecenter/en/SS6NHC/com.ibm.swg.im.dashdb.kc.doc/welcome.html 16
  17. 17. © 2017 IBM Corporation 【参考】Db2 Warehouse(旧dashDB Local) –Demo動画 dashDB Local for private cloud and SDEs Demo Video https://www.youtube.com/playlist?list=PLHML2rQ3S7uZu4qFpApwUdERnx8VJO6OR 17
  18. 18. © 2017 IBM Corporation 【参考】Db2 Warehouse(旧dashDB Local) – Spark Demo動画 dashDB Local In-DB Analytics for Spark Demo Video https://www.youtube.com/playlist?list=PLQ6CoZ- HctoUFVPWnX4qdkQFMvu_heqE7 18

×