SlideShare a Scribd company logo
2019/8/8
古谷 幹則
Attunity日本支社
Attunityのご紹介
2© 2017 Attunity
Copyright @2017 Insight Technology, Inc. All Right Reserved
Financial Services Manufacturing / Industrials GovernmentHealth Care
Technology / Telecommunications Other Industries
Enterprise Data Management
On Premises | Cloud | Across Platforms
Attunity概要
 1988年創業、データ統合において、30年以上にわたる研究開発と経験
 CDC(更新データ捕捉)技術における独立系リーディング企業
 米国、英国、イスラエル、日本、香港、台湾、韓国など、全世界的事業規模
 2019年Qlik社の1事業部門となる
65ヶ国で2,000社以上の顧客
3© 2017 Attunity
IT大手企業とのパートナーシップ –
多くの企業に認められ、選ばれている技術
Trusted by Microsoft
with 3 OEMs,
bundled inside
SQL Server
Trusted by Amazon
(AWS) with strategic
partnership for cloud
database migration
Trusted by IBM and
Oracle with respective
OEMs of Attunity
technology
Trusted by Teradata
and HP as resellers for
data warehouse and
analytics
Trusted by
global system
integrators
Trusted by over
2000 customers for
commitment, flexibility
and speed
2000+
Trusted by SAP as
certified solution in use
with over 200 SAP
customers
Trusted by big data
leaders for data lake
solutions
Trusted by IBM and
Oracle with respective
OEMs of Attunity
technology
Trusted by Teradata
and HP as resellers for
data warehouse and
analytics
4© 2017 Attunity 4© 2017 Attunity
Attunity – 先進のデータ統合テクノロジーリーダー
LEADING provider of
Streaming CDC
あらゆるソースDBに最高のパ
フォーマンスと最小のリソー
スインパクトで対応
LEADING cloud
database migration
technology
すでに80,000以上のDBを
パブリッククラウド上に移行
LEADING in agility and
platform coverage
データの専門家による複雑な
プロセスのパッケージ化と自
動化や先進のユーザ・エクス
ペリエンスを提供することで
お客様のビジネスを加速
データを効率的に、そしてリアルタイムに、クラウド、データ・レイク、および
ストリーミング・アーキテクチャーに連携するための主要プラットフォーム
5© 2017 Attunity
Overall Peer Rating Product Capabilities Data Replication &
Synchronization
Bulk/Match
Movement
Message-Oriented
Movement
Ease of Deployment
ATTUNITY
4.4 out of 5 4.4 4.8 4.8 4.3 4.3
IBM
4.3 out of 5 4.2 3.3 4.3 3.6 3.7
ORACLE
4.2 out of 5 4.4 4.5 4.5 4.1 4.0
INFORMATICA
4.0 out of 5 4.2 4.0 4.4 3.4 3.8
3 4 5
実装の容易さメッセージングへの対応バルク処理への対応データ複製と同期製品機能全体評価
お客様からの高い評価
6© 2017 Attunity
お客様の声
Attunity Replicateのフルロード機能を使用して、Oracle
ExadataからGreenplumへ1時間に10億行以上をロードでき
ました。
Attunity Replicateは、 CDC機能を使用して1秒あたり
460,000レコードを大規模でアクティブなOracleデータベース
からDWHへ処理しました。
夜間のピーク時には1時間あたり100GBを処理しました。
数週間に及ぶ手作業を試みた後、Amazon Redshiftへのデータ
統合にAttunity CloudBeamを使用、一時間以内に3700万レ
コードを処理しました。
Data Architect, Leading Financial Services Company
Senior IT Manager, Large Credit Services Company
Andy Allaway, Data Scientist, Philips Healthcare
“
“
“
7© 2017 Attunity 7© 2017 Attunity
$205B
2020までに(1)
データレイク
ストリーミング
クラウドオンプレミス
データウェアハウス
バッチ
次世代のデータアーキテクチャへのシフト
2X DATA
2年毎 (2)
82%
リアルタイムの導入 (3)
8© 2017 Attunity 8© 2017 Attunity
MODERN
INTEGRATION
リアルタイム
ユニバーサル
アジャイル
自動化
MODERN
PLATFORMS
Big Data
Cloud
データレイク
ストリーミング
製品ロードマップの目標
MODERN
ANALYTICS
AI/ML
IoT
予測的
リアルタイム
9© 2017 Attunity
データ統合を自動化する先進のプラットフォーム
メインフレーム
SAP
OTHER…
データベース
PaaS DB
COMMIT
MODEL
SAAS
アプリケーション
ファイル
データウェアハウス
RDBMS
ストリーミング
データ・パイプライン
オートメーション
デザインと管理
生成 配信 精製
change
stream
クラウドやデー
タレイクに
分析用途のための
CONFORM
OTHER…
クラウドとデータレイク
OTHER…
データウェアハウス
Azure
SQL DWRedshift
10© 2017 Attunity 10© 2017 Attunity
自動化された汎用データのリアル
タイム配信
即分析可能なデータ構造の構築を
加速
ATTUNITY REPLICATE ATTUNITY COMPOSE
ATTUNITY ENTERPRISE MANAGER
インテリジェントな管理、メタデータと制御
Attunityが提供する先進データ統合プラットフォーム
11© 2017 Attunity
 エージェントレス
 ブラウザベースのGUIによる簡易設定・監視
 異種データベース間のテーブル高速データ転送・同期
 FULL LOAD(初期コピー)~CDC(変更データ反映)までシームレスに連携
 データのフィルタリング・加工
【Target】【Source】
SQL Server 2005/2008/2012/2014
MySQL 5.5/5.6
Sybase ASE 12.5/15/15.5/16
IMS
PostgresSQL 9.4.2↑(Win) 9.4(Linux)
 主要対応環境
 ロジカルレプリケーション(データベース同期)
Oracle10g/11g/12c
11
 分析サーバ
 災対サイト
 移行
Attunity Replicate 概要
12© 2017 Attunity
Attunity Replicateのアーキテクチャ
Transfer
TransformFilter
Batch
CDC Incremental
In-Memory
File Channel
Batch
On
PremisesPersistent Store
RDBMS
Hadoop
Data
Warehouse
Mainframe
Files
RDBMS
Hadoop
Kafka
Files
Data
Warehouse
Cloud
Zero Footprint Architecture
対応OS(64bit)
• Linux Red Hat 6.2 and above
• SUSE Linux 11 and above
• Windows Server 2008
• Windows Server 2012
• Windows 7
推奨H/Wスペック
 CPU : Quad core ~8core↑
 Memory : 8GB~64GB↑
 Disk : 320GB~500GB
 Network : 1Gbps~10Gbps×2
13© 2017 Attunity
Logical Replicationのアーキテクチャ
Source
DB
Target
DB
EMP
DEPT
SALGRADE
EMP
DEPT
SALGRADE
初期同期
(COPY)
14© 2017 Attunity
Source
DB
Target
DB
Change
Data
Capture
トランザクションログ
EMP
DEPT
SALGRADE
EMP
DEPT
SALGRADE
INSERT
UPDAT
E
DELETE
Logical Replicationのアーキテクチャ
INSERT
UPDATE
DELETE
15© 2017 Attunity
ヘテロジニアス・データベース・データソース連携
15
16© 2017 Attunity
簡易なGUIによるレプリケーション設定
 対象DBサーバへのエージェントインストール不要
 専用サーバをHUBとして、論理的な同期環境を構築可能
 設定はGUIから4ステップで設定完了
16
17© 2017 Attunity
サポート対象データベース
RDBMS
Oracle
SQL Server
DB2 LUW
DB2 iSeries
MySQL
PostgreSQL
Sybase ASE
Informix
Data Warehouse
Exadata
Teradata
Netezza
Vertica
Hortonworks
Cloudera
MapR
Hadoop
DB2 z/OS
IMS/DB
SQL M/P
Enscribe
RMS
VSAM
Mainframe
Amazon RDS
Salesforce
Cloud
RDBMS
Oracle
SQL Server
DB2 LUW
MySQL
PostgreSQL
Sybase ASE
Informix
MemSQL
Data Warehouse
Exadata
Teradata
Netezza
Vertica
Pivotal DB
(Greenplum)
Pivotal HAWQ
Actian Vector
Sybase IQ
SAP / HANA
Hortonworks
Cloudera
MapR
Pivotal
Google
Cloud Dataproc
Amazon EMR
Azure HDInsight
Hive
Hadoop
MongoDB
NoSQL
Amazon
RDS/Redshift/EC2
Google Cloud SQL
Google Big Query
Azure SQL DW
Azure SQL Database
SnowFlake
Cloud
Effective: 12/1/2018
Kafka
Azure Event Hubs
MAPR-ES
AWS Kinesis
Message Broker
targets
sources
On ....
Oracle
SQL
DB2
SAP
18© 2017 Attunity
事例紹介
18
19© 2017 Attunity
レプリケーションテクノロジーの適用領域
データ分析基盤構築のための
データ連携ツールとして
 異種のデータ分析基盤へ基幹データを同期して分析したい
 IoTデータ分析プラットフォームでのデータ連携は、遅延無く行いたい
 非構造化データを含むマルチデータソースに対して素早く柔軟にデータ連携を
 クラウド上のデータ分析基盤へもリアルタイムにデータ連携したい
 データベース移行時の停止時間を最小化したい
 商用データベースをOSSデータベースへ移行したい
 データ分析基盤を(クラウド上に)再構築したい
異種を含む
データベース移行ツールとして
20© 2017 Attunity
日本国内でのAttunityReplicateの適用案件数
20
0
5
10
15
20
25
30
35
40
45
50
2012年 2013年 2014年 2015年 2016年 2017年 2018年
MIGRATION
Oracle
↓
Oracle
Oracle
DB2
MySQL
SQL Server
(Sybase)
(zOS/DB2)
↓
Oracle
MySQL
PostgreSQL
SQL Server
Teradata
Amazon Aurora
Azure Database
(Kafka)
(MongoDB)
Oracle
DB2
MySQL
SQL Server
Netezza
zOS/DB2
(Sybase)
(zOS/IMSDB)
↓
Oracle
MySQL
PostgreSQL
SQL Server
Teradata
Amazon Aurora
Azure Database
Azure DW
(Kafka)
(MongoDB)
Oracle
↓
Oracle
Oracle
DB2
↓
Oracle
PostgreSQL
Oracle
DB2
MySQL
↓
Oracle
PostgreSQL
Amazon Aurora
Teradata
Oracle
↓
Oracle
案件数→
21© 2017 Attunity
データベース・マイグレーション事例
21
22© 2017 Attunity
Attunity Replicate 移行事例[楽天市場]
22
• 対象システム:基幹システム(会員情報管理DB)
• 課題
– 移行したいが停止時間が3時間しか取れない
– 移行対象データベースが300GB/90テーブル(8000万会員データ)
– 短時間にデータ整合性を確認するためにどうするか
• 対策案:
– Attunity Replicateでリアルタイムでデータ連携を利用して移行
– データ整合性は、HASH値のSUMを取得することで2億件/300GBのデータ比較を10分で完了
CDC Incremental
移行元データベース 同期ツール 移行先データベース
Oracle10g 3node RAC / AIX Attunity Replicate
Oracle11g Exadata
3node RAC
23© 2017 Attunity
Attunity Replicate 移行事例[NTTぷらら]
23
• 対象システム:ユーザのサービス管理、課金情報
• 課題
– 移行したいが停止時間が3時間しか取れない
• 対策案:
– Attunity Replicateでリアルタイムでデータ連携を利用して移行
移行元データベース 同期ツール 移行先データベース
Oracle10g
DataGuard
Attunity Replicate
Oracle11g
2node RAC
CDC Incremental
 事前作業に16.5時間
 当日のサービス停止・開放に1時
間
 当日のデータ移行に8.5時間
 当日のサービス確認に4時間
 当日のバッチのリカバリに6時間
サービス停止時間
13.5時間
サービス停止時間
6時間
 事前作業に24時間
 当日のサービス停止・開放に1時間
 当日のデータ移行に0.3時間
 当日のサービス確認に4時間
 当日のバッチのリカバリに2時間
24© 2017 Attunity
Attunity Replicate 移行事例[大手通信]
24
• 対象システム:通信機器管理システム
• 課題
– 移行したいが停止時間が4時間しか取れない
– 移行対象データベースが約200インスタンス(トータル:130万テーブル)
• 対策案:
– Oracle SE RACを適用し、Attunityでリアルタイムでデータ連携を利用して移行
CDC Incremental
移行元データベース 同期ツール 移行先データベース
Oracle10g EE / HP-UX Attunity Replicate Oracle11g SE RAC / RHEL
25© 2017 Attunity
Attunity Replicate 移行事例[某自動車会社]
25
• 対象システム:インターネット見積りシステム
– 既存データベース(DB2)をPostgreSQLへ移行したい
• 課題
– データベース移行時の停止時間を最小化したい
– 異機種データベース間のオブジェクト定義差を極力手間をかけずに移行したい
• 対策案:
– 異種間で異なるデータ定義をAttunityReplicateで吸収し、最小ダウンタイム移行を実現
CDC Incremental
移行元データベース 同期ツール 移行先データベース
DB2 Ver8.2 Attunity Replicate PostgreSQL Ver9
26© 2017 Attunity
常時レプリケーション事例
26
27© 2017 Attunity
Attunity Replicate リアルタイム同期事例[某通信業]
27
• 対象システム:ERPシステム(Oracle E-Business Suite)
• 課題
– 分析にも使用したいが負荷をかけることが出来ない
– パッケージ製品でデータベースオブジェクトの変更が困難
– リアルタイム分析が可能でERPシステムに負荷をかけないこと
• 対策案:
– 分析用データベースを設置し、リアルタイムでデータ連携
CDC Incremental
移行元データベース 同期ツール 移行先データベース
Oracle11gR2 Attunity Replicate Oracle11gR2
28© 2017 Attunity
Attunity Replicate リアルタイム同期事例[某電子書籍]
28
• 対象システム:課金管理システム
• 課題
– 分析にも使用したいが負荷をかけることが出来ない
– リアルタイム分析が可能であること
– 課金管理システム(最大60億件/テーブル)に負荷をかけないこと
• 対策案:
– 分析で使用しているTeradataへリアルタイムでデータ連携
CDC Incremental
移行元データベース 同期ツール 移行先データベース
MySQL 5.5 Attunity Replicate Teradata15.0
32© 2017 Attunity
Data Lake 事例
32
33© 2017 Attunity
Ford、Hadoop Data Lake事例
Results
DB2 MF
SQL Server
Oracle
全世界に、社員数20万人、50工場
• 多様なアプリケーション(4500データベース)
• 地理的広域に渡る大量のデータ
• 分析の遅延 => 機会損失
Challenges
• KafkaでHadoopデータレイク上に一元管理
• Attunityで全ソース/ターゲットを最小時間で統合
• 1,000,000ドル(1億円)削減
• グローバルな分析を中央集中化
Hadoop
34© 2017 Attunity
Ford 構成概要
34
BULK
CDC
BULK
BULK
CDC
Databases
35© 2017 Attunity
Zurich Insurance データレイク事例
35
Results
DB2 MF SQL Server
1872年にチューリッヒを拠点に設立され、
現在では日本を含む世界170カ国以上に展開
• パフォーマンス改善及び請求処理漏れ低減
• 有効証券請求時にリアルタイムな情報を手に入れるこ
とがプロセス改善に必要
Challenges
• メタデータを含むトランザクションデータをニアリア
ルタイムでデータ分析基盤に反映することで現在発生
しているイベントに対して遅延なく分析
• ソースデータとして社内外の無償・有償の外部データ
及び社内の基幹データベースのデータを分析のために
適用Hadoop
36© 2017 Attunity
Zurich Insurance 構成概要
36
BULK
CDC
BULK
BULK
CDC
JSON
XML
TEXT
39© 2017 Attunity
Attunity Replicate License
39
ご参考
Thank you
attunity.com
ご清聴ありがとうございました

More Related Content

What's hot

Oracle GoldenGate入門
Oracle GoldenGate入門Oracle GoldenGate入門
Oracle GoldenGate入門
オラクルエンジニア通信
 
とっておきの方法! Oracle Databaseの自動アップグレードのお勧め手法 省力・最新化 概要編 (Oracle Cloudウェビナーシリーズ: ...
とっておきの方法! Oracle Databaseの自動アップグレードのお勧め手法 省力・最新化 概要編 (Oracle Cloudウェビナーシリーズ: ...とっておきの方法! Oracle Databaseの自動アップグレードのお勧め手法 省力・最新化 概要編 (Oracle Cloudウェビナーシリーズ: ...
とっておきの方法! Oracle Databaseの自動アップグレードのお勧め手法 省力・最新化 概要編 (Oracle Cloudウェビナーシリーズ: ...
オラクルエンジニア通信
 
Oracle GoldenGate アーキテクチャと基本機能
Oracle GoldenGate アーキテクチャと基本機能Oracle GoldenGate アーキテクチャと基本機能
Oracle GoldenGate アーキテクチャと基本機能
オラクルエンジニア通信
 
Oracle GoldenGate Studio概要
Oracle GoldenGate Studio概要Oracle GoldenGate Studio概要
Oracle GoldenGate Studio概要
オラクルエンジニア通信
 
Qlik Replicateでのレプリケーション・タスクの監視と制御
Qlik Replicateでのレプリケーション・タスクの監視と制御Qlik Replicateでのレプリケーション・タスクの監視と制御
Qlik Replicateでのレプリケーション・タスクの監視と制御
QlikPresalesJapan
 
Oracle GoldenGate R12.2 セットアップガイド
Oracle GoldenGate R12.2 セットアップガイドOracle GoldenGate R12.2 セットアップガイド
Oracle GoldenGate R12.2 セットアップガイド
オラクルエンジニア通信
 
Oracle Gen 2 Exadata Cloud@Customer:サービス概要のご紹介 [2021年7月版]
Oracle Gen 2 Exadata Cloud@Customer:サービス概要のご紹介 [2021年7月版]Oracle Gen 2 Exadata Cloud@Customer:サービス概要のご紹介 [2021年7月版]
Oracle Gen 2 Exadata Cloud@Customer:サービス概要のご紹介 [2021年7月版]
オラクルエンジニア通信
 
Qlik Replicate - 双方向レプリケーション(Bidirectional Replication)の利用
Qlik Replicate - 双方向レプリケーション(Bidirectional Replication)の利用Qlik Replicate - 双方向レプリケーション(Bidirectional Replication)の利用
Qlik Replicate - 双方向レプリケーション(Bidirectional Replication)の利用
QlikPresalesJapan
 
Oracle GoldenGateでの資料採取(トラブル時に採取すべき資料)
Oracle GoldenGateでの資料採取(トラブル時に採取すべき資料)Oracle GoldenGateでの資料採取(トラブル時に採取すべき資料)
Oracle GoldenGateでの資料採取(トラブル時に採取すべき資料)
オラクルエンジニア通信
 
Oracleのソース・ターゲットエンドポイントとしての利用
Oracleのソース・ターゲットエンドポイントとしての利用Oracleのソース・ターゲットエンドポイントとしての利用
Oracleのソース・ターゲットエンドポイントとしての利用
QlikPresalesJapan
 
Oracle GoldenGate Cloud Service(GGCS)概要
Oracle GoldenGate Cloud Service(GGCS)概要Oracle GoldenGate Cloud Service(GGCS)概要
Oracle GoldenGate Cloud Service(GGCS)概要
オラクルエンジニア通信
 
【より深く知ろう】活用最先端!データベースとアプリケーション開発をシンプルに、高速化するテクニック
【より深く知ろう】活用最先端!データベースとアプリケーション開発をシンプルに、高速化するテクニック【より深く知ろう】活用最先端!データベースとアプリケーション開発をシンプルに、高速化するテクニック
【より深く知ろう】活用最先端!データベースとアプリケーション開発をシンプルに、高速化するテクニック
オラクルエンジニア通信
 
Oracle Data Guard による高可用性
Oracle Data Guard による高可用性Oracle Data Guard による高可用性
Oracle Data Guard による高可用性
Yahoo!デベロッパーネットワーク
 
これで怖くない!?大規模環境で体験するDB負荷対策~垂直から水平の彼方へ~
これで怖くない!?大規模環境で体験するDB負荷対策~垂直から水平の彼方へ~これで怖くない!?大規模環境で体験するDB負荷対策~垂直から水平の彼方へ~
これで怖くない!?大規模環境で体験するDB負荷対策~垂直から水平の彼方へ~
hideakikabuto
 
Oracle Cloud Infrastructure:2022年4月度サービス・アップデート
Oracle Cloud Infrastructure:2022年4月度サービス・アップデートOracle Cloud Infrastructure:2022年4月度サービス・アップデート
Oracle Cloud Infrastructure:2022年4月度サービス・アップデート
オラクルエンジニア通信
 
AWS Database Migration Service ご紹介
AWS Database Migration Service ご紹介AWS Database Migration Service ご紹介
AWS Database Migration Service ご紹介
Amazon Web Services Japan
 
PostgreSQL Unconference #29 Unicode IVS
PostgreSQL Unconference #29 Unicode IVSPostgreSQL Unconference #29 Unicode IVS
PostgreSQL Unconference #29 Unicode IVS
Noriyoshi Shinoda
 
Unified JVM Logging
Unified JVM LoggingUnified JVM Logging
Unified JVM Logging
Yuji Kubota
 
LogbackからLog4j 2への移行によるアプリケーションのスループット改善 ( JJUG CCC 2021 Fall )
LogbackからLog4j 2への移行によるアプリケーションのスループット改善 ( JJUG CCC 2021 Fall ) LogbackからLog4j 2への移行によるアプリケーションのスループット改善 ( JJUG CCC 2021 Fall )
LogbackからLog4j 2への移行によるアプリケーションのスループット改善 ( JJUG CCC 2021 Fall )
Hironobu Isoda
 
超実践 Cloud Spanner 設計講座
超実践 Cloud Spanner 設計講座超実践 Cloud Spanner 設計講座
超実践 Cloud Spanner 設計講座
Samir Hammoudi
 

What's hot (20)

Oracle GoldenGate入門
Oracle GoldenGate入門Oracle GoldenGate入門
Oracle GoldenGate入門
 
とっておきの方法! Oracle Databaseの自動アップグレードのお勧め手法 省力・最新化 概要編 (Oracle Cloudウェビナーシリーズ: ...
とっておきの方法! Oracle Databaseの自動アップグレードのお勧め手法 省力・最新化 概要編 (Oracle Cloudウェビナーシリーズ: ...とっておきの方法! Oracle Databaseの自動アップグレードのお勧め手法 省力・最新化 概要編 (Oracle Cloudウェビナーシリーズ: ...
とっておきの方法! Oracle Databaseの自動アップグレードのお勧め手法 省力・最新化 概要編 (Oracle Cloudウェビナーシリーズ: ...
 
Oracle GoldenGate アーキテクチャと基本機能
Oracle GoldenGate アーキテクチャと基本機能Oracle GoldenGate アーキテクチャと基本機能
Oracle GoldenGate アーキテクチャと基本機能
 
Oracle GoldenGate Studio概要
Oracle GoldenGate Studio概要Oracle GoldenGate Studio概要
Oracle GoldenGate Studio概要
 
Qlik Replicateでのレプリケーション・タスクの監視と制御
Qlik Replicateでのレプリケーション・タスクの監視と制御Qlik Replicateでのレプリケーション・タスクの監視と制御
Qlik Replicateでのレプリケーション・タスクの監視と制御
 
Oracle GoldenGate R12.2 セットアップガイド
Oracle GoldenGate R12.2 セットアップガイドOracle GoldenGate R12.2 セットアップガイド
Oracle GoldenGate R12.2 セットアップガイド
 
Oracle Gen 2 Exadata Cloud@Customer:サービス概要のご紹介 [2021年7月版]
Oracle Gen 2 Exadata Cloud@Customer:サービス概要のご紹介 [2021年7月版]Oracle Gen 2 Exadata Cloud@Customer:サービス概要のご紹介 [2021年7月版]
Oracle Gen 2 Exadata Cloud@Customer:サービス概要のご紹介 [2021年7月版]
 
Qlik Replicate - 双方向レプリケーション(Bidirectional Replication)の利用
Qlik Replicate - 双方向レプリケーション(Bidirectional Replication)の利用Qlik Replicate - 双方向レプリケーション(Bidirectional Replication)の利用
Qlik Replicate - 双方向レプリケーション(Bidirectional Replication)の利用
 
Oracle GoldenGateでの資料採取(トラブル時に採取すべき資料)
Oracle GoldenGateでの資料採取(トラブル時に採取すべき資料)Oracle GoldenGateでの資料採取(トラブル時に採取すべき資料)
Oracle GoldenGateでの資料採取(トラブル時に採取すべき資料)
 
Oracleのソース・ターゲットエンドポイントとしての利用
Oracleのソース・ターゲットエンドポイントとしての利用Oracleのソース・ターゲットエンドポイントとしての利用
Oracleのソース・ターゲットエンドポイントとしての利用
 
Oracle GoldenGate Cloud Service(GGCS)概要
Oracle GoldenGate Cloud Service(GGCS)概要Oracle GoldenGate Cloud Service(GGCS)概要
Oracle GoldenGate Cloud Service(GGCS)概要
 
【より深く知ろう】活用最先端!データベースとアプリケーション開発をシンプルに、高速化するテクニック
【より深く知ろう】活用最先端!データベースとアプリケーション開発をシンプルに、高速化するテクニック【より深く知ろう】活用最先端!データベースとアプリケーション開発をシンプルに、高速化するテクニック
【より深く知ろう】活用最先端!データベースとアプリケーション開発をシンプルに、高速化するテクニック
 
Oracle Data Guard による高可用性
Oracle Data Guard による高可用性Oracle Data Guard による高可用性
Oracle Data Guard による高可用性
 
これで怖くない!?大規模環境で体験するDB負荷対策~垂直から水平の彼方へ~
これで怖くない!?大規模環境で体験するDB負荷対策~垂直から水平の彼方へ~これで怖くない!?大規模環境で体験するDB負荷対策~垂直から水平の彼方へ~
これで怖くない!?大規模環境で体験するDB負荷対策~垂直から水平の彼方へ~
 
Oracle Cloud Infrastructure:2022年4月度サービス・アップデート
Oracle Cloud Infrastructure:2022年4月度サービス・アップデートOracle Cloud Infrastructure:2022年4月度サービス・アップデート
Oracle Cloud Infrastructure:2022年4月度サービス・アップデート
 
AWS Database Migration Service ご紹介
AWS Database Migration Service ご紹介AWS Database Migration Service ご紹介
AWS Database Migration Service ご紹介
 
PostgreSQL Unconference #29 Unicode IVS
PostgreSQL Unconference #29 Unicode IVSPostgreSQL Unconference #29 Unicode IVS
PostgreSQL Unconference #29 Unicode IVS
 
Unified JVM Logging
Unified JVM LoggingUnified JVM Logging
Unified JVM Logging
 
LogbackからLog4j 2への移行によるアプリケーションのスループット改善 ( JJUG CCC 2021 Fall )
LogbackからLog4j 2への移行によるアプリケーションのスループット改善 ( JJUG CCC 2021 Fall ) LogbackからLog4j 2への移行によるアプリケーションのスループット改善 ( JJUG CCC 2021 Fall )
LogbackからLog4j 2への移行によるアプリケーションのスループット改善 ( JJUG CCC 2021 Fall )
 
超実践 Cloud Spanner 設計講座
超実践 Cloud Spanner 設計講座超実践 Cloud Spanner 設計講座
超実践 Cloud Spanner 設計講座
 

Similar to 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.
 
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
 
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組みリクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
Recruit Technologies
 
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.
 
オブジェクトストレージの適用領域とCloudianの位置づけ (Cloudian Summit 2012)
オブジェクトストレージの適用領域とCloudianの位置づけ (Cloudian Summit 2012)オブジェクトストレージの適用領域とCloudianの位置づけ (Cloudian Summit 2012)
オブジェクトストレージの適用領域とCloudianの位置づけ (Cloudian Summit 2012)
CLOUDIAN KK
 
Big Data Architecture 全体概要
Big Data Architecture 全体概要Big Data Architecture 全体概要
Big Data Architecture 全体概要
Knowledge & Experience
 
要求開発アライアンス 9月定例会議
要求開発アライアンス 9月定例会議要求開発アライアンス 9月定例会議
要求開発アライアンス 9月定例会議
Atsushi Takayasu
 
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
Google Cloud Platform - Japan
 
Microsoft Ignite Fall 2021 Data Platform Update Topics
Microsoft Ignite Fall 2021 Data Platform Update TopicsMicrosoft Ignite Fall 2021 Data Platform Update Topics
Microsoft Ignite Fall 2021 Data Platform Update Topics
Microsoft
 
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
日本マイクロソフト株式会社
 
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
CLOUDIAN KK
 
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
オラクルエンジニア通信
 
Datalake最新情報セミナー
Datalake最新情報セミナーDatalake最新情報セミナー
Datalake最新情報セミナー
mtanaka0111
 
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...
Atsushi Tsuchiya
 
Data x AI x API で考えるビジネスインフラ
Data x AI x API で考えるビジネスインフラData x AI x API で考えるビジネスインフラ
Data x AI x API で考えるビジネスインフラ
Daiyu Hatakeyama
 
データファブリックによるトランザクションの速度でアナリティクスを提供
データファブリックによるトランザクションの速度でアナリティクスを提供データファブリックによるトランザクションの速度でアナリティクスを提供
データファブリックによるトランザクションの速度でアナリティクスを提供
Denodo
 
[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
Naoki (Neo) SATO
 
[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...
[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...
[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...
オラクルエンジニア通信
 
30%のMAU増加と78%のコスト削減を両立する方法.pptx
30%のMAU増加と78%のコスト削減を両立する方法.pptx30%のMAU増加と78%のコスト削減を両立する方法.pptx
30%のMAU増加と78%のコスト削減を両立する方法.pptx
iRidge, Inc.
 
【旧版】Oracle Database Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Database Cloud Service:サービス概要のご紹介 [2021年7月版]【旧版】Oracle Database Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Database Cloud Service:サービス概要のご紹介 [2021年7月版]
オラクルエンジニア通信
 

Similar to 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 (20)

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...
 
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 ...
 
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組みリクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
 
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。。
 
オブジェクトストレージの適用領域とCloudianの位置づけ (Cloudian Summit 2012)
オブジェクトストレージの適用領域とCloudianの位置づけ (Cloudian Summit 2012)オブジェクトストレージの適用領域とCloudianの位置づけ (Cloudian Summit 2012)
オブジェクトストレージの適用領域とCloudianの位置づけ (Cloudian Summit 2012)
 
Big Data Architecture 全体概要
Big Data Architecture 全体概要Big Data Architecture 全体概要
Big Data Architecture 全体概要
 
要求開発アライアンス 9月定例会議
要求開発アライアンス 9月定例会議要求開発アライアンス 9月定例会議
要求開発アライアンス 9月定例会議
 
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
 
Microsoft Ignite Fall 2021 Data Platform Update Topics
Microsoft Ignite Fall 2021 Data Platform Update TopicsMicrosoft Ignite Fall 2021 Data Platform Update Topics
Microsoft Ignite Fall 2021 Data Platform Update Topics
 
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
 
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
 
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
 
Datalake最新情報セミナー
Datalake最新情報セミナーDatalake最新情報セミナー
Datalake最新情報セミナー
 
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...
 
Data x AI x API で考えるビジネスインフラ
Data x AI x API で考えるビジネスインフラData x AI x API で考えるビジネスインフラ
Data x AI x API で考えるビジネスインフラ
 
データファブリックによるトランザクションの速度でアナリティクスを提供
データファブリックによるトランザクションの速度でアナリティクスを提供データファブリックによるトランザクションの速度でアナリティクスを提供
データファブリックによるトランザクションの速度でアナリティクスを提供
 
[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
 
[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...
[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...
[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...
 
30%のMAU増加と78%のコスト削減を両立する方法.pptx
30%のMAU増加と78%のコスト削減を両立する方法.pptx30%のMAU増加と78%のコスト削減を両立する方法.pptx
30%のMAU増加と78%のコスト削減を両立する方法.pptx
 
【旧版】Oracle Database Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Database Cloud Service:サービス概要のご紹介 [2021年7月版]【旧版】Oracle Database Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Database Cloud Service:サービス概要のご紹介 [2021年7月版]
 

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.
 
Docker and the Oracle Database
Docker and the Oracle DatabaseDocker and the Oracle Database
Docker and the Oracle Database
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.
 
Lunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL ServicesLunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL Services
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.
 
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.
 
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.
 
エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...
エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...
エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...
Insight Technology, Inc.
 
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)
Insight Technology, Inc.
 
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa)
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa)Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa)
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa)
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?
 
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』...
 
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]
 
エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...
エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...
エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...
 
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)
 
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa)
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa)Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa)
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa)
 

Recently uploaded

単腕マニピュレータによる 複数物体の同時組み立ての 基礎的考察 / Basic Approach to Robotic Assembly of Multi...
単腕マニピュレータによる 複数物体の同時組み立ての 基礎的考察 / Basic Approach to Robotic Assembly of Multi...単腕マニピュレータによる 複数物体の同時組み立ての 基礎的考察 / Basic Approach to Robotic Assembly of Multi...
単腕マニピュレータによる 複数物体の同時組み立ての 基礎的考察 / Basic Approach to Robotic Assembly of Multi...
Fukuoka Institute of Technology
 
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
iPride Co., Ltd.
 
FIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdf
FIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdfFIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdf
FIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdf
FIDO Alliance
 
CS集会#13_なるほどわからん通信技術 発表資料
CS集会#13_なるほどわからん通信技術 発表資料CS集会#13_なるほどわからん通信技術 発表資料
CS集会#13_なるほどわからん通信技術 発表資料
Yuuitirou528 default
 
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
Matsushita Laboratory
 
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアルLoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
CRI Japan, Inc.
 
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
NTT DATA Technology & Innovation
 
FIDO Alliance Osaka Seminar: Welcome Slides.pdf
FIDO Alliance Osaka Seminar: Welcome Slides.pdfFIDO Alliance Osaka Seminar: Welcome Slides.pdf
FIDO Alliance Osaka Seminar: Welcome Slides.pdf
FIDO Alliance
 
FIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdf
FIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdfFIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdf
FIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdf
FIDO Alliance
 
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
yassun7010
 
FIDO Alliance Osaka Seminar: CloudGate.pdf
FIDO Alliance Osaka Seminar: CloudGate.pdfFIDO Alliance Osaka Seminar: CloudGate.pdf
FIDO Alliance Osaka Seminar: CloudGate.pdf
FIDO Alliance
 
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
atsushi061452
 
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
harmonylab
 
【AI論文解説】Consistency ModelとRectified Flow
【AI論文解説】Consistency ModelとRectified Flow【AI論文解説】Consistency ModelとRectified Flow
【AI論文解説】Consistency ModelとRectified Flow
Sony - Neural Network Libraries
 
FIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdf
FIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdfFIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdf
FIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdf
FIDO Alliance
 
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
Toru Tamaki
 

Recently uploaded (16)

単腕マニピュレータによる 複数物体の同時組み立ての 基礎的考察 / Basic Approach to Robotic Assembly of Multi...
単腕マニピュレータによる 複数物体の同時組み立ての 基礎的考察 / Basic Approach to Robotic Assembly of Multi...単腕マニピュレータによる 複数物体の同時組み立ての 基礎的考察 / Basic Approach to Robotic Assembly of Multi...
単腕マニピュレータによる 複数物体の同時組み立ての 基礎的考察 / Basic Approach to Robotic Assembly of Multi...
 
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
 
FIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdf
FIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdfFIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdf
FIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdf
 
CS集会#13_なるほどわからん通信技術 発表資料
CS集会#13_なるほどわからん通信技術 発表資料CS集会#13_なるほどわからん通信技術 発表資料
CS集会#13_なるほどわからん通信技術 発表資料
 
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
 
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアルLoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
 
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
 
FIDO Alliance Osaka Seminar: Welcome Slides.pdf
FIDO Alliance Osaka Seminar: Welcome Slides.pdfFIDO Alliance Osaka Seminar: Welcome Slides.pdf
FIDO Alliance Osaka Seminar: Welcome Slides.pdf
 
FIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdf
FIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdfFIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdf
FIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdf
 
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
 
FIDO Alliance Osaka Seminar: CloudGate.pdf
FIDO Alliance Osaka Seminar: CloudGate.pdfFIDO Alliance Osaka Seminar: CloudGate.pdf
FIDO Alliance Osaka Seminar: CloudGate.pdf
 
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
 
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
 
【AI論文解説】Consistency ModelとRectified Flow
【AI論文解説】Consistency ModelとRectified Flow【AI論文解説】Consistency ModelとRectified Flow
【AI論文解説】Consistency ModelとRectified Flow
 
FIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdf
FIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdfFIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdf
FIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdf
 
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
 

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

  • 2. 2© 2017 Attunity Copyright @2017 Insight Technology, Inc. All Right Reserved Financial Services Manufacturing / Industrials GovernmentHealth Care Technology / Telecommunications Other Industries Enterprise Data Management On Premises | Cloud | Across Platforms Attunity概要  1988年創業、データ統合において、30年以上にわたる研究開発と経験  CDC(更新データ捕捉)技術における独立系リーディング企業  米国、英国、イスラエル、日本、香港、台湾、韓国など、全世界的事業規模  2019年Qlik社の1事業部門となる 65ヶ国で2,000社以上の顧客
  • 3. 3© 2017 Attunity IT大手企業とのパートナーシップ – 多くの企業に認められ、選ばれている技術 Trusted by Microsoft with 3 OEMs, bundled inside SQL Server Trusted by Amazon (AWS) with strategic partnership for cloud database migration Trusted by IBM and Oracle with respective OEMs of Attunity technology Trusted by Teradata and HP as resellers for data warehouse and analytics Trusted by global system integrators Trusted by over 2000 customers for commitment, flexibility and speed 2000+ Trusted by SAP as certified solution in use with over 200 SAP customers Trusted by big data leaders for data lake solutions Trusted by IBM and Oracle with respective OEMs of Attunity technology Trusted by Teradata and HP as resellers for data warehouse and analytics
  • 4. 4© 2017 Attunity 4© 2017 Attunity Attunity – 先進のデータ統合テクノロジーリーダー LEADING provider of Streaming CDC あらゆるソースDBに最高のパ フォーマンスと最小のリソー スインパクトで対応 LEADING cloud database migration technology すでに80,000以上のDBを パブリッククラウド上に移行 LEADING in agility and platform coverage データの専門家による複雑な プロセスのパッケージ化と自 動化や先進のユーザ・エクス ペリエンスを提供することで お客様のビジネスを加速 データを効率的に、そしてリアルタイムに、クラウド、データ・レイク、および ストリーミング・アーキテクチャーに連携するための主要プラットフォーム
  • 5. 5© 2017 Attunity Overall Peer Rating Product Capabilities Data Replication & Synchronization Bulk/Match Movement Message-Oriented Movement Ease of Deployment ATTUNITY 4.4 out of 5 4.4 4.8 4.8 4.3 4.3 IBM 4.3 out of 5 4.2 3.3 4.3 3.6 3.7 ORACLE 4.2 out of 5 4.4 4.5 4.5 4.1 4.0 INFORMATICA 4.0 out of 5 4.2 4.0 4.4 3.4 3.8 3 4 5 実装の容易さメッセージングへの対応バルク処理への対応データ複製と同期製品機能全体評価 お客様からの高い評価
  • 6. 6© 2017 Attunity お客様の声 Attunity Replicateのフルロード機能を使用して、Oracle ExadataからGreenplumへ1時間に10億行以上をロードでき ました。 Attunity Replicateは、 CDC機能を使用して1秒あたり 460,000レコードを大規模でアクティブなOracleデータベース からDWHへ処理しました。 夜間のピーク時には1時間あたり100GBを処理しました。 数週間に及ぶ手作業を試みた後、Amazon Redshiftへのデータ 統合にAttunity CloudBeamを使用、一時間以内に3700万レ コードを処理しました。 Data Architect, Leading Financial Services Company Senior IT Manager, Large Credit Services Company Andy Allaway, Data Scientist, Philips Healthcare “ “ “
  • 7. 7© 2017 Attunity 7© 2017 Attunity $205B 2020までに(1) データレイク ストリーミング クラウドオンプレミス データウェアハウス バッチ 次世代のデータアーキテクチャへのシフト 2X DATA 2年毎 (2) 82% リアルタイムの導入 (3)
  • 8. 8© 2017 Attunity 8© 2017 Attunity MODERN INTEGRATION リアルタイム ユニバーサル アジャイル 自動化 MODERN PLATFORMS Big Data Cloud データレイク ストリーミング 製品ロードマップの目標 MODERN ANALYTICS AI/ML IoT 予測的 リアルタイム
  • 9. 9© 2017 Attunity データ統合を自動化する先進のプラットフォーム メインフレーム SAP OTHER… データベース PaaS DB COMMIT MODEL SAAS アプリケーション ファイル データウェアハウス RDBMS ストリーミング データ・パイプライン オートメーション デザインと管理 生成 配信 精製 change stream クラウドやデー タレイクに 分析用途のための CONFORM OTHER… クラウドとデータレイク OTHER… データウェアハウス Azure SQL DWRedshift
  • 10. 10© 2017 Attunity 10© 2017 Attunity 自動化された汎用データのリアル タイム配信 即分析可能なデータ構造の構築を 加速 ATTUNITY REPLICATE ATTUNITY COMPOSE ATTUNITY ENTERPRISE MANAGER インテリジェントな管理、メタデータと制御 Attunityが提供する先進データ統合プラットフォーム
  • 11. 11© 2017 Attunity  エージェントレス  ブラウザベースのGUIによる簡易設定・監視  異種データベース間のテーブル高速データ転送・同期  FULL LOAD(初期コピー)~CDC(変更データ反映)までシームレスに連携  データのフィルタリング・加工 【Target】【Source】 SQL Server 2005/2008/2012/2014 MySQL 5.5/5.6 Sybase ASE 12.5/15/15.5/16 IMS PostgresSQL 9.4.2↑(Win) 9.4(Linux)  主要対応環境  ロジカルレプリケーション(データベース同期) Oracle10g/11g/12c 11  分析サーバ  災対サイト  移行 Attunity Replicate 概要
  • 12. 12© 2017 Attunity Attunity Replicateのアーキテクチャ Transfer TransformFilter Batch CDC Incremental In-Memory File Channel Batch On PremisesPersistent Store RDBMS Hadoop Data Warehouse Mainframe Files RDBMS Hadoop Kafka Files Data Warehouse Cloud Zero Footprint Architecture 対応OS(64bit) • Linux Red Hat 6.2 and above • SUSE Linux 11 and above • Windows Server 2008 • Windows Server 2012 • Windows 7 推奨H/Wスペック  CPU : Quad core ~8core↑  Memory : 8GB~64GB↑  Disk : 320GB~500GB  Network : 1Gbps~10Gbps×2
  • 13. 13© 2017 Attunity Logical Replicationのアーキテクチャ Source DB Target DB EMP DEPT SALGRADE EMP DEPT SALGRADE 初期同期 (COPY)
  • 16. 16© 2017 Attunity 簡易なGUIによるレプリケーション設定  対象DBサーバへのエージェントインストール不要  専用サーバをHUBとして、論理的な同期環境を構築可能  設定はGUIから4ステップで設定完了 16
  • 17. 17© 2017 Attunity サポート対象データベース RDBMS Oracle SQL Server DB2 LUW DB2 iSeries MySQL PostgreSQL Sybase ASE Informix Data Warehouse Exadata Teradata Netezza Vertica Hortonworks Cloudera MapR Hadoop DB2 z/OS IMS/DB SQL M/P Enscribe RMS VSAM Mainframe Amazon RDS Salesforce Cloud RDBMS Oracle SQL Server DB2 LUW MySQL PostgreSQL Sybase ASE Informix MemSQL Data Warehouse Exadata Teradata Netezza Vertica Pivotal DB (Greenplum) Pivotal HAWQ Actian Vector Sybase IQ SAP / HANA Hortonworks Cloudera MapR Pivotal Google Cloud Dataproc Amazon EMR Azure HDInsight Hive Hadoop MongoDB NoSQL Amazon RDS/Redshift/EC2 Google Cloud SQL Google Big Query Azure SQL DW Azure SQL Database SnowFlake Cloud Effective: 12/1/2018 Kafka Azure Event Hubs MAPR-ES AWS Kinesis Message Broker targets sources On .... Oracle SQL DB2 SAP
  • 19. 19© 2017 Attunity レプリケーションテクノロジーの適用領域 データ分析基盤構築のための データ連携ツールとして  異種のデータ分析基盤へ基幹データを同期して分析したい  IoTデータ分析プラットフォームでのデータ連携は、遅延無く行いたい  非構造化データを含むマルチデータソースに対して素早く柔軟にデータ連携を  クラウド上のデータ分析基盤へもリアルタイムにデータ連携したい  データベース移行時の停止時間を最小化したい  商用データベースをOSSデータベースへ移行したい  データ分析基盤を(クラウド上に)再構築したい 異種を含む データベース移行ツールとして
  • 20. 20© 2017 Attunity 日本国内でのAttunityReplicateの適用案件数 20 0 5 10 15 20 25 30 35 40 45 50 2012年 2013年 2014年 2015年 2016年 2017年 2018年 MIGRATION Oracle ↓ Oracle Oracle DB2 MySQL SQL Server (Sybase) (zOS/DB2) ↓ Oracle MySQL PostgreSQL SQL Server Teradata Amazon Aurora Azure Database (Kafka) (MongoDB) Oracle DB2 MySQL SQL Server Netezza zOS/DB2 (Sybase) (zOS/IMSDB) ↓ Oracle MySQL PostgreSQL SQL Server Teradata Amazon Aurora Azure Database Azure DW (Kafka) (MongoDB) Oracle ↓ Oracle Oracle DB2 ↓ Oracle PostgreSQL Oracle DB2 MySQL ↓ Oracle PostgreSQL Amazon Aurora Teradata Oracle ↓ Oracle 案件数→
  • 22. 22© 2017 Attunity Attunity Replicate 移行事例[楽天市場] 22 • 対象システム:基幹システム(会員情報管理DB) • 課題 – 移行したいが停止時間が3時間しか取れない – 移行対象データベースが300GB/90テーブル(8000万会員データ) – 短時間にデータ整合性を確認するためにどうするか • 対策案: – Attunity Replicateでリアルタイムでデータ連携を利用して移行 – データ整合性は、HASH値のSUMを取得することで2億件/300GBのデータ比較を10分で完了 CDC Incremental 移行元データベース 同期ツール 移行先データベース Oracle10g 3node RAC / AIX Attunity Replicate Oracle11g Exadata 3node RAC
  • 23. 23© 2017 Attunity Attunity Replicate 移行事例[NTTぷらら] 23 • 対象システム:ユーザのサービス管理、課金情報 • 課題 – 移行したいが停止時間が3時間しか取れない • 対策案: – Attunity Replicateでリアルタイムでデータ連携を利用して移行 移行元データベース 同期ツール 移行先データベース Oracle10g DataGuard Attunity Replicate Oracle11g 2node RAC CDC Incremental  事前作業に16.5時間  当日のサービス停止・開放に1時 間  当日のデータ移行に8.5時間  当日のサービス確認に4時間  当日のバッチのリカバリに6時間 サービス停止時間 13.5時間 サービス停止時間 6時間  事前作業に24時間  当日のサービス停止・開放に1時間  当日のデータ移行に0.3時間  当日のサービス確認に4時間  当日のバッチのリカバリに2時間
  • 24. 24© 2017 Attunity Attunity Replicate 移行事例[大手通信] 24 • 対象システム:通信機器管理システム • 課題 – 移行したいが停止時間が4時間しか取れない – 移行対象データベースが約200インスタンス(トータル:130万テーブル) • 対策案: – Oracle SE RACを適用し、Attunityでリアルタイムでデータ連携を利用して移行 CDC Incremental 移行元データベース 同期ツール 移行先データベース Oracle10g EE / HP-UX Attunity Replicate Oracle11g SE RAC / RHEL
  • 25. 25© 2017 Attunity Attunity Replicate 移行事例[某自動車会社] 25 • 対象システム:インターネット見積りシステム – 既存データベース(DB2)をPostgreSQLへ移行したい • 課題 – データベース移行時の停止時間を最小化したい – 異機種データベース間のオブジェクト定義差を極力手間をかけずに移行したい • 対策案: – 異種間で異なるデータ定義をAttunityReplicateで吸収し、最小ダウンタイム移行を実現 CDC Incremental 移行元データベース 同期ツール 移行先データベース DB2 Ver8.2 Attunity Replicate PostgreSQL Ver9
  • 27. 27© 2017 Attunity Attunity Replicate リアルタイム同期事例[某通信業] 27 • 対象システム:ERPシステム(Oracle E-Business Suite) • 課題 – 分析にも使用したいが負荷をかけることが出来ない – パッケージ製品でデータベースオブジェクトの変更が困難 – リアルタイム分析が可能でERPシステムに負荷をかけないこと • 対策案: – 分析用データベースを設置し、リアルタイムでデータ連携 CDC Incremental 移行元データベース 同期ツール 移行先データベース Oracle11gR2 Attunity Replicate Oracle11gR2
  • 28. 28© 2017 Attunity Attunity Replicate リアルタイム同期事例[某電子書籍] 28 • 対象システム:課金管理システム • 課題 – 分析にも使用したいが負荷をかけることが出来ない – リアルタイム分析が可能であること – 課金管理システム(最大60億件/テーブル)に負荷をかけないこと • 対策案: – 分析で使用しているTeradataへリアルタイムでデータ連携 CDC Incremental 移行元データベース 同期ツール 移行先データベース MySQL 5.5 Attunity Replicate Teradata15.0
  • 29. 32© 2017 Attunity Data Lake 事例 32
  • 30. 33© 2017 Attunity Ford、Hadoop Data Lake事例 Results DB2 MF SQL Server Oracle 全世界に、社員数20万人、50工場 • 多様なアプリケーション(4500データベース) • 地理的広域に渡る大量のデータ • 分析の遅延 => 機会損失 Challenges • KafkaでHadoopデータレイク上に一元管理 • Attunityで全ソース/ターゲットを最小時間で統合 • 1,000,000ドル(1億円)削減 • グローバルな分析を中央集中化 Hadoop
  • 31. 34© 2017 Attunity Ford 構成概要 34 BULK CDC BULK BULK CDC Databases
  • 32. 35© 2017 Attunity Zurich Insurance データレイク事例 35 Results DB2 MF SQL Server 1872年にチューリッヒを拠点に設立され、 現在では日本を含む世界170カ国以上に展開 • パフォーマンス改善及び請求処理漏れ低減 • 有効証券請求時にリアルタイムな情報を手に入れるこ とがプロセス改善に必要 Challenges • メタデータを含むトランザクションデータをニアリア ルタイムでデータ分析基盤に反映することで現在発生 しているイベントに対して遅延なく分析 • ソースデータとして社内外の無償・有償の外部データ 及び社内の基幹データベースのデータを分析のために 適用Hadoop
  • 33. 36© 2017 Attunity Zurich Insurance 構成概要 36 BULK CDC BULK BULK CDC JSON XML TEXT
  • 34. 39© 2017 Attunity Attunity Replicate License 39 ご参考