20180124_ソフトウェアテストを効率的に実施するためのデータの仮想化と自動化とは？ by 株式会社インサイトテクノロジー益秀樹

© 2016 Insight Technology, Inc. All Rights Reserved.
ソフトウェアテストを効率的に実施するための
データの仮想化と自動化とは？
株式会社インサイトテクノロジー
ビッグデータ・ソリューション事業部
益秀樹

ブラウザセンサー情報UGC/UGM
常時ネット接続＝新規サービスの需要
SNS ブログ位置情報画像/動画生体情報
趣味・嗜好思想・信条関心事
行動
パターン
信仰・宗教
健康状態
旅行予定
移動経路行動範囲
検索閲覧履歴
いつでも
どこからでも
即座に
3

© 2016 Insight Technology, Inc. All Rights Reserved. 3
シェアリングエコノミーをめぐる環境
シェアライド民泊ペット預かり家事代行

競合に対する優位性＝スピード
有識者検討会
リサーチ＆
プロトタイプ
法律の整備
サービス
ローンチ
Ver.2 Ver.3
認可社会の動き
サービス提供者の
動き
新しい
ビジネスモデル
競合
競合 M&A

https://bankinnovation.net/2017/07/bofa-and-chase-pull-ahead-of-wells-in-mobile-user-growth/
アメリカがうらやましい？

アメリカがうらやましい？
https://bankinnovation.net/2017/08/partnership-is-the-only-way-smaller-banks-can-compete-on-mobile/

武装が必要ですよね

という事で自動化です

システムの仮想化と自動化
サーバプール
ネットワークプール
ストレージプール
Orchestrator
API
Provisioning
リクエスター
指令

システムの仮想化と自動化
commit test
fix commit test
fix
commit test
fix
Deploy

デモ環境の説明
プッシュ
フック
フェッチ
コピー
実行
結果

• Fizz Buzz
• Fizz：３で割り切れる数字
• Buzz：５で割り切れる数字
• FizzBuzz：3でも５でも割り切れる数字
fizzbuzz table

• “Fizz” “Buzz” “FizzBuzz”の文字列
チェック
• 出現数をカウント
１～200の間の出現回数
• Fizz :53
• Buzz :27
• FizzBuzz :13
• 処理の最後にfizzbuzzテーブルを
更新
1回目の処理：成功
2回目の処理：失敗

デモパターン１の説明
• Fizzの条件テスト
• Buzzの条件テスト
• FizzBuzzの条件テスト fizzbuzz table
FizzBuzz
Fizz
Buzz

デモパターン２の説明
1. DBデータのクリーンナップ
2. Fizzの条件テスト
4. Buzzの条件テスト
6. FizzBuzzの条件テスト
fizzbuzz table
FizzBuzz
Fizz
Buzz

デモパターン３の説明
同時実行 fizzbuzz table
FizzBuzz
Fizz
Buzz
fizzbuzz table
fizzbuzz table
2. Buzzの条件テスト
2. FizzBuzzの条件テスト

製品のリリースまで
RFI/RFP
要件定義
基本設計
詳細設計
実装コードレビュー
単体テスト
統合/結合テスト
システムテスト
受入テスト
検証

製品のリリースまで
RFI/RFP
要件定義
基本設計
詳細設計
実装コードレビュー
単体テスト
統合/結合テスト
システムテスト
受入テスト
検証
Bug
Bug
Bug
Bug
Today
Bug
Bug
Bug
Bug
データ仮想化
&
自動化

19
プッシュ
フック
フェッチ
コピー実行
結果
実行
結果
リフレッシュ
読
書

とは
NFS
DELPHIXエンジン
アプリケーション
ファイル
データベース
ソースシステム
SHARED DATA
+
CHANGED
DATA
データ仮想化システムテストや開発での利用
データ仮想化ソフトウェアアプライアンスです
NFS
インジェス
ト
リフレッシュ

テスト環境の申請の流れ
環境提供までの待ち時間
単体テスト環境
本番DB環境の
コピーを申請
統合テスト環境
本番DB環境の
コピーを申請
品質管理環境
本番DB環境の
コピーを申請
開発環境
システム管理者DB管理者
本番DB環境の
コピーを申請
各種リソースの
確認
領域の確認と
切り出し
ファイルシステム
の構成
バックアップ
ファイルのコピー
DBのリカバリー
DBのパラメータ調整
環境の引き渡し
数日の
待ち時間
ストレージ管理者
セキュリティの確保

テスト環境の申請の流れ
単体テスト環境
本番DB環境の
コピーを申請
統合テスト環境
本番DB環境の
コピーを申請
品質管理環境
本番DB環境の
コピーを申請
開発環境
システム管理者DB管理者
本番DB環境の
コピーを申請
各種リソースの
確認
領域の確認と
切り出し
ファイルシステム
の構成
バックアップ
ファイルのコピー
DBのリカバリー
DBのパラメータ調整
環境の引き渡し
ストレージ管理者
セキュリティの確保
数分
Delphix

デモ ~プロビジョニング~

同時実行 fizzbuzz table
FizzBuzz
Fizz
Buzz
fizzbuzz table
fizzbuzz table
再掲

同時実行
fizzbuzz table
FizzBuzz
Fizz
Buzz
fizzbuzz table
fizzbuzz table
DB1
DB2
DB3

block pointerblock pointerblock pointer
開発 QA 受入テスト
1 TB
App Data Files
✓ 重複排除
✓ 圧縮
✓ 仮想化により領域追加消費なし
✓ ユニークなブロックマッピング技術
0.3 TB
実データブロック
Delphixの仕組み
ソースターゲット

ソース
1 TB
App Data Files
ターゲット
Delphixの仕組み
NFS
mount
NFS
mount
NFS
mount
0.3 TB

1 TB
App Data Files
0.3 TB
NFS
mount
NFS
mount
NFS
mount
Copy-on-write
更新
変更blockを時間管理
ソースターゲット
Delphixの仕組み

開発
NFS, iSCSI
mount
テスト
品質保証(QA)
DELPHIXエンジン
App Binaries, Files
DB Binaries, Files
Database
ソースシステム(本番環境など)
SHARED DATA
+
CHANGED
DATA
高圧縮
同期/差分情報コピー
（元データの1/3~1/4）
物理容量を消費せず
仮想環境を
複数複製
任意の時刻で
プロビジョニング
自動で継続的な
マスキング
コアテクノロジー
仮想化システムテスト＆開発
独立した環境
（1人に1システム）
仮想環境作成が
数分で完了
物理環境への
プロビジョニング
(V2P)も可能
エンドユーザーによる
セルフサービスも可能

デモ ~セルフサービス~

Delphixの仕組み
NFS
mount
NFS
mount
NFS
mount

高機能ストレージとの違い
Oracleアイランド
高機能ストレージ
（共有ストレー
ジ）
Writable Snapshot

高機能ストレージとの違い
Oracleアイランド
高機能ストレージ
（共有ストレー
ジ）
Writable Snapshot
+
NFS
DELPHIX
エンジン
データ仮想化
システム
テストや開発で
の
利用
NFS
インジェス
ト
アプリケー
ション
ファイル
データベース

Delphixの機能
過去
未来
完全セルフサービス

デモ ~複数のOracleとセルフサービス~

顧客事例
注文入力資材管理
注文入力
資材管理

顧客事例
注文入力
資材管理
注文入力
資材管理

本番データとテストデータ

SHARED DATA
テスト
DELPHIXエンジンApp Binaries, Files
DB Binaries, Files
Database
+
CHANGED
DATA
本番データをテストに？

SHARED DATA
テスト
DELPHIXエンジンApp Binaries, Files
DB Binaries, Files
Database
+
CHANGED
DATA
本番データをマスキング
Data Masking

SHARED DATA
DELPHIX
+
CHANGED
DATA
仮想化システム
Masked Data
SHARED DATA
テスト
DELPHIXApp Binaries, Files
DB Binaries, Files
Database
+
CHANGED
DATA
本番データをマスキング
Data Masking
Replication

データマスキングアルゴリズムの種類
Delphixのデータマスキングは複数のアルゴリズムから選択できます
アルゴリズム説明
Secure Lookup 一貫した方法でマスク値を割り当てます。
Segmented Mapping 部分定義に基づいてデータを置換します。
例）ACCOUNT NUMBERの初めの数桁はオリジナルのままのデータを保持し、残りの部分を乱数で置換。
Mapping 元データを順番に、ルックアップテーブルに予め設定している値にマップしてマスク値を決定。
Binary Lookup Secure Lookupアルゴリズムに近いが、全ファイルが特定のカラムにストアされているときのみ使用。
Min/Max データベースの値が指定された範囲の中にあることを確認することに利用。
例えば年齢99歳以上という個人の特定を妨げます。
Tokenization ランダムに生成されたトークンデータと置換。トークン化環境でのみ使用することを想定。
Data Cleansing 元データがマスキングの前に標準的なフォーマットに置換することができます。
たとえば、「Ariz」、「Az」、「Arizona」はすべて「AZ」に置換するようなことができます。
Free Text Redaction このアルゴリズムはフリーテキストのカラムを編集またはマスクします。
ホワイトリストやブラックリストを使ってマスクする・しないを決定します。
このアルゴリズムを使うには事前の相応の設定が必要になります。
不可逆
可逆

デモ ~データマスキング~

まとめ
データの仮想化と自動化で
快適なテスト・開発環境を実現しましょう

20180124_ソフトウェアテストを効率的に実施するためのデータの仮想化と自動化とは？ by 株式会社インサイトテクノロジー益秀樹

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to 20180124_ソフトウェアテストを効率的に実施するためのデータの仮想化と自動化とは？ by 株式会社インサイトテクノロジー益秀樹

Similar to 20180124_ソフトウェアテストを効率的に実施するためのデータの仮想化と自動化とは？ by 株式会社インサイトテクノロジー益秀樹 (20)

More from Insight Technology, Inc.

More from Insight Technology, Inc. (20)

Recently uploaded

Recently uploaded (9)