SlideShare a Scribd company logo
1
IoT からクラウドで活用されるHybrid Data を
高速処理する Actian 社のデータベース技術
株式会社エージーテック
CTO Martin Sims
Actian Zen
Actian X
2
アジェンダ
◼Actian 社とエージーテック
◼Actian Zenとは
• 概要と事例
• demo – SQLiteとの比較
◼Actian X とは
• Actian X の歴史と特筆すべきパフォーマンス
• 事例
• demo – PostgreSQL との比較
◼Actian Zen と Actian X が “hybrid data” を最大活用
3
Actian社とエージテック
◼Actian Corporation
• 米国CA州パロアルト
• 20年以上にわたり、データの管理、統合、分析に関わるビジネスを展開
• $100M以上の年間の売上
• ワールドワイドで10,000社以上の顧客
• 300人を超える従業員が世界15カ国で活動
◼株式会社エージーテック
• 1984年設立
• 1987年から Actian Zenを販売・サポート
※Btrieve, Pervasive, PSQL
• 2016年12月、日本語版 Ingres の開発・販売に関するパートナーシップ
• 2017年10月、Actian X 日本語版発売開始
4
Actian X とActian Zen データベース市場での位置づけ
開発者
エンタープラズ
小・中規模
組込
多機能・高機能
高価 安価TCO
基本機能高機能
Oracle
IBM db2
Sybase
MS SQL
Server Actian X
PostgreSQL
MySQL
Actian Zen
Zen Server
Zen Workgroup
Zen Edge
Zen Core
5
Actian Zen Single Secure Solution for Edge Data Management
Actian X Hybrid Database for the Enterprise
Data CenterCloud
Branch Offices/
Remote Field
Complex Equipment/
Gateways
Flat files
Oracle DB, MS SQL Server , Sybase, Informix, db2,
Smart Apps/
IoT Devices
Amazon Dynamo
Actian Zen
SQLite, Berkeley DB
MongoDB, Couchbase
Regional office
Remote/Field Office
Actian X
6
Actian Zen
7
Btrieve 7.0 Pervasive
PSQL v9
Pervasive
PSQL v10
Pervasive
PSQL v11
Actian PSQL
v12
Actian Zen
Actian Zen 発売開始から35年以上
◼1982年から提供開始(Btrieve , Pervasive)
◼1987年から株式会社エージーテックが販売・サポート
◼1990年、Novell社のネットワーク対応標準DBとして採用
◼2000年、高速データアクセスAPIとSQL エンジンを開発をサポート
◼2018年、IoTをサポートした新しいエディションをリリース
Zen Zero administration Embedded Nano size
8
Actian Zen
◼ スモールフットプリント
• アプリケーションやデバイスへの組込
◼ NoSQLのネイティブAPIアクセスとSQLのデュアルエンジン
• C/C++、C#からでNoSQLアクセス(Btrieve API)
• Python、PHP、Perl から NoSQLアクセス(Btrieve API)
• ODBC, JDBC, ADO.NETなどのミドルウェアからSQLアクセス
• マルチプラットフォームで共通のデータアクセス方法
◼ シンプルなライセンス体系
• CPU数、コア数に依存しない
• ハードウェアのアップグレードに追加ライセンス費用無し
✓ 接続ユーザー数によるライセンス
✓ Webサーバー、アプリケーションサーバー用ライセンス
• テクニカルサポート、開発ライセンスを無償提供
◼ レプリケーション・バックアップ
• リアルタイムデータ・レプリケーション
• バックアップ・ソリューション
9
Actian Zen エディション概要
Zen Workgroup Zen Edge Zen CoreZen Server
Zen データベース アプリケーション データアクセス
Zen Server
Zen Workgroup
App
Core
・ローカルデータベース
・小規模(同時接続5台まで)
・Client/Server システム
・Web システム
エッジ・コンピューティング モバイル・アプリ
10
Actian Zen エディション詳細
Zen Workgroup Zen Server Zen Edge Zen Core
インストール
フットプリント
完全なドキュメント付き
インストール:175MB
完全なドキュメント付き
インストール:175MB
60MB~70MB 2MB以下組込み
ライブラリ・エンジン
ユーザー数
1 – 5 同時ユーザー 1)Server:
1 – 100同時ユーザー、データ量無制限
2)Vx Server : 無制限ユーザー
S, M, L,無制限データ量
1 – 10 同時ユーザー
100- CNT 開発・テスト用ライセンス
100,250,1000 CNT 商業配布ライセン
ス
- アプリケーションのローカルア
クセスのみ。
- 年内にクライアントコンポーネ
ントを追加予定
プラット
フォーム(OS)
Intel CPUを搭載したWindows
(32bitアプリとして動作)
1) Intel CPUを搭載した
Windows, Linux, macOS
2) ARM CPUを搭載した Linux
ARM と Intel CPU をサポート
1) Raspbian (ARM)
2) Windows IoT Core (Intel と ARM)
ARM - iOS, Android
エンジン
プロセス
スタンドアロン スタンドアロン スタンドアロン アプリケーションと同じプロセス
空間(コンパイル+リンク)
アクセス方法
Btrieve API
ODBC, JDBC, ADO.NET
Python, PHP など
Btrieve API
ODBC, JDBC, ADO.NET
Python, PHP など
- IoTデバイス上
Raspbian : Btrieve API, DTI, ODBC,JDBC
Windows IoT Core : Btrieve API
- クライアントアプリから
Btrieve API, ODBC, JDBC, ADO.NET など
Btrieve APIの適切なサブセット
採用事例
用途
業務・会計パッケージ
基幹システムのローカルエンジン
POSシステム
ERP、医療、医薬管理システム
自治体業務システム
- 組込みPOSシステム
- IoTゲートウェイデバイス
- スマホ、タブレット向けのモバイ
ルアプリ
- IoTデバイス
11
Actian Zen 日本での導入事例
◼ パッケージ、アプリケーション
• 3,000カ所以上に導入されている医療関連パッケージ
• 会計アプリケーション
• 製造管理パッケージで採用
◼ 業務システム
• 大手コスメ・メーカー工場で採用
• 大手自動車関連メーカーの基幹業務で採用
◼ 組込システム(Embedded )
• 国内トップメーカーの医療機器で採用
• POSシステムの組込
12
Actian Zen デモ
• Actian Zen Core
Android
SQLite との速度比較 – demo
13
Zen と SQLite との比較 Android
0 500 1000 1500 2000
INSERT
UPDATE (ON INDEX)
UPDATE (NON INDEX)
DELETE (ON INDEX)
INSERT UPDATE (On INDEX) UPDATE (Non INDEX) DELETE (On INDEX)
Zen 253.8 39.7 21 80.6
SQLite 4896.5 1114.2 474.8 1015.5
■ Nexus 5X
- 500 rows
- 速度: ms
14
Zen と SQLite との比較 Raspberry Pi 3
15
既存の IoTを活用した事例
OSS DB-B
OSS DB-A
■ETLによるオーバーヘッド
• DB-A ⇔ DB-B
• DB-B ⇔ OSS DB-B
• OSS DB-A ⇔ DB-A
• OSS DB-A ⇔ OSS DB-B
■セキュリティの懸念、オーバーヘッドの増加
OSS DBでは、サードパーティ製品を追加することで、データベー
スファイルの暗号化が可能な製品もあるが、ETL処理で別のデー
タベースにデータ移行するために一旦、複合化処理が必要となり、
セキュリティの問題とその処理によるオーバーヘッド増加が発生
する。
ETL
ETL
Hadoop +… Enterprise DB
DB-B
ETL
ETL
IoTエンドポイント
DB-A
製造工場
スマート・センサー
ゲートウェイ
スマホ・タブレット
オンプレミス
ポンプ
16
Actian Zen の導入
Zen Server
Zen Workgroup
Zen Core
■ETLによるオーバーヘッドなし
・共通のデータベースファイル形式
■セキュリティ
・データ通信暗号化(ワイヤ暗号化)
・データベースファイル暗号化
Actian X
Zen Edge
IoTエンドポイント
Zen Core/Edge
製造工場
ゲートウェイ
暗号化されたデータ
暗号化されたデータ
暗号化されたデータ
DataConnect スマート・センサー
ゲートウェイ
スマホ・タブレット
オンプレミス
ポンプ
暗号化されたデータ
17
Actian Zen まとめ
◼ IoT をサポートする2エディションが登場し、マルチプラットフォームを拡張
1. Zen Workgroup と Server
Windows 、macOS、Linux
2. Zen Edge - 組込、エッジコンピューティング
Windows IoT Core、Raspbian、Android
3. Zen Core - スマホ・タブレット
iOS、Android
◼ Actian Zen 全てのプラットフォームで共通のアクセスが可能
• 共通のNoSQL および SQL インターフェイスでアクセス
• 全てのプラットフォームで共通のデータベースフォーマット
• 各プラットフォーム間で相互にデータアクセス
◼ ETLオーバーヘッドのない高セキュアなシステムを構築可能
• データベースファイルの完全互換
• データ通信の暗号化
• データベースファイルの暗号化
18
Actian X
19
Actian X 30年以上の実績
◼1973年カリフォルニア大学バークレー校でリレーショナルデータベースの研究開始
◼ Ingres(INteractive Graphics REtrieval System)
◼ 教育機関向けに無償でソースコードを提供
◼ Sybase、MS SQL Server が派生
◼ 2017年 世界最高速の Vectorと 実績の Ingresが融合!
1973年 2017年
Actian XIngres
Sybase MS SQL Server
Postgres
PostgreSQL
Vectormonetdb x100
20
Actian X - Hybrid Database
Actian X 3つの構成要素
Ingres:
OLTP データベースエンジン
30年以上の実績があるトランザクション系データベース
Vector:
OLAP データベースエンジン
世界最高速のカラム指向データベース
DataConnect:
企業内の様々なデータと接続可能なETLツール
単独製品として販売実績のあるツール
Ingres + Vector
Actian X
Hybrid Database
21
Vector
Query 実行
Ingres
Query 実行
OLTP Query Plan
SQL Queries
I/O I/O
OLAPテーブル OLTPテーブル
Load
Analytics Query Plan
Query 処理
ActianXDatabase
Actian X の構成・管理
Hybrid Database
Hybrid OLTP & OLAP
ActianXDatabase
Actian X によるHybrid Database 構成・管理
一般的なデータベース構成・管理
OLTPデータベース
データウェアハウス
データマート
BI & Analytics 処理
OLTP
DatabaseDatabase
22
Actian X (Vector)Benchmark results summary
0
10
20
30
40
50
60
70
80
90
100
Relative Speed by
Database Size
0
10
20
30
40
50
60
70
80
90
100
Relative Speed by Query
Complexity
0
10
20
30
40
50
60
70
80
90
100
Relative Speed by User
Concurrency
DNF
DNF
DNF
S M L S M L S M L S M L S M L S A J S A J S A J S A J S A J 1 20 1 20 1 20 1 20 1 20
S - Scans
A - Aggregations
J - Joins
23
Vector proven fastest analytic database on AWS
© 2018 Actian Corporation
23
Independently tested by MCG using Berkeley AMPLab Big Data Benchmark
▪ Workload comprised of scans, aggregations, and joins over 1TB, 5TB, 10TB databases, tested for single user and 20 concurrent users, on same underlying
configurations
▪ Actian Vector’s performance advantage over competition grows as data scales, query complexity grows, and user concurrency increases
24
Actian X 導入事例
Actian X (Ingres, Vector)導入事例
■ルフトハンザ・システムズ
世界中の300社の航空運用システムで稼
働し、5,000機 の飛行機の航空運航管理。
■フランスの通信会社システムで採用
フランスの高速鉄道 TGVのシステムを手がける
Expandium solution でVectorを採用。
https://www.agtech.co.jp/products/actian/actianx-
sql-rdbms/movie.html
25
Actian X 日本語版
◼ローカライズ
• インストーラ
• 管理ツール
• ドキュメント
• ハンズオン・トレーニング資料
◼サポートプラットフォーム
• Windows
• Linux
26
Actian X デモ
1) データの高速ロード
•PostgreSQL との比較
•約90万件のCSVのロード
•Windows 上のバルクデータロード(コマンドライン)
Actian X : vwload
PostgreSQL: copy
※ PostgreSQLではデータロード後にインデックス構築に時間がかかる
2)約7,000万件データの問合せの比較
•ontimeテーブル
•PosgreSQLとの比較
27
https://www.agtech.co.jp/products/actian/actianx-sql-rdbms/
Actian X 製品情報
28
まとめ - Actian Zen と Actian X -
◼IoT、エッジコンピューティング Actian Zen
◼ハイブリッドデータベースシステム Actian X
• 歴史と実績のOLTPエンジン Ingres
• 世界最高速のOLAPエンジン Vector
Actian Zen と Actian X で
IoT から Enterprise のプラットフォームで
利用される hybrid dataを
トータルサポートします
29
ありがとうございました。

More Related Content

What's hot

The way to a smart factory armed with data utilization
The way to a smart factory armed with data utilizationThe way to a smart factory armed with data utilization
The way to a smart factory armed with data utilization
DataWorks Summit
 
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.
 
Big Data Visual Analytics Realized By Hadoop and Tableau
Big Data Visual Analytics Realized By Hadoop and TableauBig Data Visual Analytics Realized By Hadoop and Tableau
Big Data Visual Analytics Realized By Hadoop and Tableau
DataWorks Summit
 
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.
 
NTT Communications' Initiatives to Utilize Infrastructure Data
NTT Communications' Initiatives to Utilize Infrastructure DataNTT Communications' Initiatives to Utilize Infrastructure Data
NTT Communications' Initiatives to Utilize Infrastructure Data
DataWorks Summit
 
[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
Insight Technology, Inc.
 
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
Techon Organization
 
From data catalog to preparation. The latest data platform to accelerate the ...
From data catalog to preparation. The latest data platform to accelerate the ...From data catalog to preparation. The latest data platform to accelerate the ...
From data catalog to preparation. The latest data platform to accelerate the ...
DataWorks Summit
 
New Digital World - NEC
New Digital World - NECNew Digital World - NEC
New Digital World - NEC
DataWorks Summit
 
[db analytics showcase Sapporo 2018] B25 Hadoop上で動く世界最速のAnalytic DBをSparkと一緒に...
[db analytics showcase Sapporo 2018] B25 Hadoop上で動く世界最速のAnalytic DBをSparkと一緒に...[db analytics showcase Sapporo 2018] B25 Hadoop上で動く世界最速のAnalytic DBをSparkと一緒に...
[db analytics showcase Sapporo 2018] B25 Hadoop上で動く世界最速のAnalytic DBをSparkと一緒に...
Insight Technology, Inc.
 
トレジャーデータとtableau実現する自動レポーティング
トレジャーデータとtableau実現する自動レポーティングトレジャーデータとtableau実現する自動レポーティング
トレジャーデータとtableau実現する自動レポーティング
Takahiro Inoue
 
[db tech showcase Tokyo 2018] #dbts2018 #E37 『Attunity Replicateが変えた Oracle D...
[db tech showcase Tokyo 2018] #dbts2018 #E37 『Attunity Replicateが変えた Oracle D...[db tech showcase Tokyo 2018] #dbts2018 #E37 『Attunity Replicateが変えた Oracle D...
[db tech showcase Tokyo 2018] #dbts2018 #E37 『Attunity Replicateが変えた Oracle D...
Insight Technology, Inc.
 
Learn, build, and scale with elastic - realizing great programming experience...
Learn, build, and scale with elastic - realizing great programming experience...Learn, build, and scale with elastic - realizing great programming experience...
Learn, build, and scale with elastic - realizing great programming experience...
Shotaro Suzuki
 
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組みData Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
cyberagent
 
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
Insight Technology, Inc.
 
DX認定制度システム開発裏話:技術編
DX認定制度システム開発裏話:技術編DX認定制度システム開発裏話:技術編
DX認定制度システム開発裏話:技術編
Arichika TANIGUCHI
 
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
Yosuke Katsuki
 
ビックデータ最適解とAWSにおける新しい武器
ビックデータ最適解とAWSにおける新しい武器ビックデータ最適解とAWSにおける新しい武器
ビックデータ最適解とAWSにおける新しい武器
Akihiro Kuwano
 
Classmethod共催IT部門向け Tableauを活用した全社レベルのデータ民主化とガバナンス
Classmethod共催IT部門向け Tableauを活用した全社レベルのデータ民主化とガバナンスClassmethod共催IT部門向け Tableauを活用した全社レベルのデータ民主化とガバナンス
Classmethod共催IT部門向け Tableauを活用した全社レベルのデータ民主化とガバナンス
Takeo Hirakawa
 
Cm re growth-devio-mtup11-sapporo-004
Cm re growth-devio-mtup11-sapporo-004Cm re growth-devio-mtup11-sapporo-004
Cm re growth-devio-mtup11-sapporo-004
Satoru Ishikawa
 

What's hot (20)

The way to a smart factory armed with data utilization
The way to a smart factory armed with data utilizationThe way to a smart factory armed with data utilization
The way to a smart factory armed with data utilization
 
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...
 
Big Data Visual Analytics Realized By Hadoop and Tableau
Big Data Visual Analytics Realized By Hadoop and TableauBig Data Visual Analytics Realized By Hadoop and Tableau
Big Data Visual Analytics Realized By Hadoop and Tableau
 
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』...
 
NTT Communications' Initiatives to Utilize Infrastructure Data
NTT Communications' Initiatives to Utilize Infrastructure DataNTT Communications' Initiatives to Utilize Infrastructure Data
NTT Communications' Initiatives to Utilize Infrastructure Data
 
[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
 
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
 
From data catalog to preparation. The latest data platform to accelerate the ...
From data catalog to preparation. The latest data platform to accelerate the ...From data catalog to preparation. The latest data platform to accelerate the ...
From data catalog to preparation. The latest data platform to accelerate the ...
 
New Digital World - NEC
New Digital World - NECNew Digital World - NEC
New Digital World - NEC
 
[db analytics showcase Sapporo 2018] B25 Hadoop上で動く世界最速のAnalytic DBをSparkと一緒に...
[db analytics showcase Sapporo 2018] B25 Hadoop上で動く世界最速のAnalytic DBをSparkと一緒に...[db analytics showcase Sapporo 2018] B25 Hadoop上で動く世界最速のAnalytic DBをSparkと一緒に...
[db analytics showcase Sapporo 2018] B25 Hadoop上で動く世界最速のAnalytic DBをSparkと一緒に...
 
トレジャーデータとtableau実現する自動レポーティング
トレジャーデータとtableau実現する自動レポーティングトレジャーデータとtableau実現する自動レポーティング
トレジャーデータとtableau実現する自動レポーティング
 
[db tech showcase Tokyo 2018] #dbts2018 #E37 『Attunity Replicateが変えた Oracle D...
[db tech showcase Tokyo 2018] #dbts2018 #E37 『Attunity Replicateが変えた Oracle D...[db tech showcase Tokyo 2018] #dbts2018 #E37 『Attunity Replicateが変えた Oracle D...
[db tech showcase Tokyo 2018] #dbts2018 #E37 『Attunity Replicateが変えた Oracle D...
 
Learn, build, and scale with elastic - realizing great programming experience...
Learn, build, and scale with elastic - realizing great programming experience...Learn, build, and scale with elastic - realizing great programming experience...
Learn, build, and scale with elastic - realizing great programming experience...
 
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組みData Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
 
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
 
DX認定制度システム開発裏話:技術編
DX認定制度システム開発裏話:技術編DX認定制度システム開発裏話:技術編
DX認定制度システム開発裏話:技術編
 
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
 
ビックデータ最適解とAWSにおける新しい武器
ビックデータ最適解とAWSにおける新しい武器ビックデータ最適解とAWSにおける新しい武器
ビックデータ最適解とAWSにおける新しい武器
 
Classmethod共催IT部門向け Tableauを活用した全社レベルのデータ民主化とガバナンス
Classmethod共催IT部門向け Tableauを活用した全社レベルのデータ民主化とガバナンスClassmethod共催IT部門向け Tableauを活用した全社レベルのデータ民主化とガバナンス
Classmethod共催IT部門向け Tableauを活用した全社レベルのデータ民主化とガバナンス
 
Cm re growth-devio-mtup11-sapporo-004
Cm re growth-devio-mtup11-sapporo-004Cm re growth-devio-mtup11-sapporo-004
Cm re growth-devio-mtup11-sapporo-004
 

Similar to [db tech showcase Tokyo 2018] #dbts2018 #C13 『IoT からクラウドで活用される Hybrid Data を高速処理する Actian 社の技術を日本語で解説』

製造装置データ収集の選択肢 (AWS IoT Deep Dive #5)
製造装置データ収集の選択肢 (AWS IoT Deep Dive #5)製造装置データ収集の選択肢 (AWS IoT Deep Dive #5)
製造装置データ収集の選択肢 (AWS IoT Deep Dive #5)
Amazon Web Services Japan
 
製造業向けSmart Factoryデモと 関連AWSサービスのご紹介
製造業向けSmart Factoryデモと 関連AWSサービスのご紹介製造業向けSmart Factoryデモと 関連AWSサービスのご紹介
製造業向けSmart Factoryデモと 関連AWSサービスのご紹介
Amazon Web Services Japan
 
ビッグデータ処理データベースの全体像と使い分け
2018年version
ビッグデータ処理データベースの全体像と使い分け
2018年versionビッグデータ処理データベースの全体像と使い分け
2018年version
ビッグデータ処理データベースの全体像と使い分け
2018年version
Tetsutaro Watanabe
 
Html5j 8
Html5j 8Html5j 8
AWS IoT SiteWise のご紹介 (AWS IoT Deep Dive #5)
AWS IoT SiteWise のご紹介 (AWS IoT Deep Dive #5)AWS IoT SiteWise のご紹介 (AWS IoT Deep Dive #5)
AWS IoT SiteWise のご紹介 (AWS IoT Deep Dive #5)
Amazon Web Services Japan
 
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
 
Sum awsloft tko-iotloft-10-lt4-may-2020
Sum awsloft tko-iotloft-10-lt4-may-2020Sum awsloft tko-iotloft-10-lt4-may-2020
Sum awsloft tko-iotloft-10-lt4-may-2020
Amazon Web Services Japan
 
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
 
プライベートクラウドの動向とIT業へのインパクト(インタリオセミナー072409)最終版
プライベートクラウドの動向とIT業へのインパクト(インタリオセミナー072409)最終版プライベートクラウドの動向とIT業へのインパクト(インタリオセミナー072409)最終版
プライベートクラウドの動向とIT業へのインパクト(インタリオセミナー072409)最終版
Tomoaki Sawada
 
Lt4 aws@loft #11 aws io-t for smart building
Lt4 aws@loft #11 aws io-t for smart buildingLt4 aws@loft #11 aws io-t for smart building
Lt4 aws@loft #11 aws io-t for smart building
Amazon Web Services Japan
 
IoT@Loft#20 - IoTプラットフォームを進化さ せるAWSの活用方法
IoT@Loft#20 - IoTプラットフォームを進化さ せるAWSの活用方法IoT@Loft#20 - IoTプラットフォームを進化さ せるAWSの活用方法
IoT@Loft#20 - IoTプラットフォームを進化さ せるAWSの活用方法
Amazon Web Services Japan
 
Web アプリケーションにおけるクライアントサイドのデータハンドリングと可視化の実現
Web アプリケーションにおけるクライアントサイドのデータハンドリングと可視化の実現Web アプリケーションにおけるクライアントサイドのデータハンドリングと可視化の実現
Web アプリケーションにおけるクライアントサイドのデータハンドリングと可視化の実現
インフラジスティックス・ジャパン株式会社
 
トレジャーデータのバッチクエリとアドホッククエリを理解する
トレジャーデータのバッチクエリとアドホッククエリを理解するトレジャーデータのバッチクエリとアドホッククエリを理解する
トレジャーデータのバッチクエリとアドホッククエリを理解する
Takahiro Inoue
 
データ収集の基本と「JapanTaxi」アプリにおける実践例
データ収集の基本と「JapanTaxi」アプリにおける実践例データ収集の基本と「JapanTaxi」アプリにおける実践例
データ収集の基本と「JapanTaxi」アプリにおける実践例
Tetsutaro Watanabe
 
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例Amazon Web Services Japan
 
【講演資料】ビッグデータ時代の経営を支えるビジネスアナリティクスソリューション
【講演資料】ビッグデータ時代の経営を支えるビジネスアナリティクスソリューション【講演資料】ビッグデータ時代の経営を支えるビジネスアナリティクスソリューション
【講演資料】ビッグデータ時代の経営を支えるビジネスアナリティクスソリューション
Dell TechCenter Japan
 
アプリケーション開発者のためのAzure Databricks入門
アプリケーション開発者のためのAzure Databricks入門アプリケーション開発者のためのAzure Databricks入門
アプリケーション開発者のためのAzure Databricks入門
Yoichi Kawasaki
 
Amazon Game Tech Night #22 AWSで実現するデータレイクとアナリティクス
Amazon Game Tech Night #22 AWSで実現するデータレイクとアナリティクスAmazon Game Tech Night #22 AWSで実現するデータレイクとアナリティクス
Amazon Game Tech Night #22 AWSで実現するデータレイクとアナリティクス
Amazon Web Services Japan
 
WebDB Forum 2012 基調講演資料
WebDB Forum 2012 基調講演資料WebDB Forum 2012 基調講演資料
WebDB Forum 2012 基調講演資料Recruit Technologies
 
【新入社員研修】最新のITトレンドとビジネス 2017年度 改訂版
【新入社員研修】最新のITトレンドとビジネス 2017年度 改訂版【新入社員研修】最新のITトレンドとビジネス 2017年度 改訂版
【新入社員研修】最新のITトレンドとビジネス 2017年度 改訂版
Masanori Saito
 

Similar to [db tech showcase Tokyo 2018] #dbts2018 #C13 『IoT からクラウドで活用される Hybrid Data を高速処理する Actian 社の技術を日本語で解説』 (20)

製造装置データ収集の選択肢 (AWS IoT Deep Dive #5)
製造装置データ収集の選択肢 (AWS IoT Deep Dive #5)製造装置データ収集の選択肢 (AWS IoT Deep Dive #5)
製造装置データ収集の選択肢 (AWS IoT Deep Dive #5)
 
製造業向けSmart Factoryデモと 関連AWSサービスのご紹介
製造業向けSmart Factoryデモと 関連AWSサービスのご紹介製造業向けSmart Factoryデモと 関連AWSサービスのご紹介
製造業向けSmart Factoryデモと 関連AWSサービスのご紹介
 
ビッグデータ処理データベースの全体像と使い分け
2018年version
ビッグデータ処理データベースの全体像と使い分け
2018年versionビッグデータ処理データベースの全体像と使い分け
2018年version
ビッグデータ処理データベースの全体像と使い分け
2018年version
 
Html5j 8
Html5j 8Html5j 8
Html5j 8
 
AWS IoT SiteWise のご紹介 (AWS IoT Deep Dive #5)
AWS IoT SiteWise のご紹介 (AWS IoT Deep Dive #5)AWS IoT SiteWise のご紹介 (AWS IoT Deep Dive #5)
AWS IoT SiteWise のご紹介 (AWS IoT Deep Dive #5)
 
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
 
Sum awsloft tko-iotloft-10-lt4-may-2020
Sum awsloft tko-iotloft-10-lt4-may-2020Sum awsloft tko-iotloft-10-lt4-may-2020
Sum awsloft tko-iotloft-10-lt4-may-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
 
プライベートクラウドの動向とIT業へのインパクト(インタリオセミナー072409)最終版
プライベートクラウドの動向とIT業へのインパクト(インタリオセミナー072409)最終版プライベートクラウドの動向とIT業へのインパクト(インタリオセミナー072409)最終版
プライベートクラウドの動向とIT業へのインパクト(インタリオセミナー072409)最終版
 
Lt4 aws@loft #11 aws io-t for smart building
Lt4 aws@loft #11 aws io-t for smart buildingLt4 aws@loft #11 aws io-t for smart building
Lt4 aws@loft #11 aws io-t for smart building
 
IoT@Loft#20 - IoTプラットフォームを進化さ せるAWSの活用方法
IoT@Loft#20 - IoTプラットフォームを進化さ せるAWSの活用方法IoT@Loft#20 - IoTプラットフォームを進化さ せるAWSの活用方法
IoT@Loft#20 - IoTプラットフォームを進化さ せるAWSの活用方法
 
Web アプリケーションにおけるクライアントサイドのデータハンドリングと可視化の実現
Web アプリケーションにおけるクライアントサイドのデータハンドリングと可視化の実現Web アプリケーションにおけるクライアントサイドのデータハンドリングと可視化の実現
Web アプリケーションにおけるクライアントサイドのデータハンドリングと可視化の実現
 
トレジャーデータのバッチクエリとアドホッククエリを理解する
トレジャーデータのバッチクエリとアドホッククエリを理解するトレジャーデータのバッチクエリとアドホッククエリを理解する
トレジャーデータのバッチクエリとアドホッククエリを理解する
 
データ収集の基本と「JapanTaxi」アプリにおける実践例
データ収集の基本と「JapanTaxi」アプリにおける実践例データ収集の基本と「JapanTaxi」アプリにおける実践例
データ収集の基本と「JapanTaxi」アプリにおける実践例
 
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
 
【講演資料】ビッグデータ時代の経営を支えるビジネスアナリティクスソリューション
【講演資料】ビッグデータ時代の経営を支えるビジネスアナリティクスソリューション【講演資料】ビッグデータ時代の経営を支えるビジネスアナリティクスソリューション
【講演資料】ビッグデータ時代の経営を支えるビジネスアナリティクスソリューション
 
アプリケーション開発者のためのAzure Databricks入門
アプリケーション開発者のためのAzure Databricks入門アプリケーション開発者のためのAzure Databricks入門
アプリケーション開発者のためのAzure Databricks入門
 
Amazon Game Tech Night #22 AWSで実現するデータレイクとアナリティクス
Amazon Game Tech Night #22 AWSで実現するデータレイクとアナリティクスAmazon Game Tech Night #22 AWSで実現するデータレイクとアナリティクス
Amazon Game Tech Night #22 AWSで実現するデータレイクとアナリティクス
 
WebDB Forum 2012 基調講演資料
WebDB Forum 2012 基調講演資料WebDB Forum 2012 基調講演資料
WebDB Forum 2012 基調講演資料
 
【新入社員研修】最新のITトレンドとビジネス 2017年度 改訂版
【新入社員研修】最新のITトレンドとビジネス 2017年度 改訂版【新入社員研修】最新のITトレンドとビジネス 2017年度 改訂版
【新入社員研修】最新のITトレンドとビジネス 2017年度 改訂版
 

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.
 
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.
 
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.
 
[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮...
[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮...[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮...
[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮...
Insight Technology, Inc.
 
[db tech showcase Tokyo 2018] #dbts2018 #E28 『Hadoop DataLakeにリアルタイムでデータをレプリケ...
[db tech showcase Tokyo 2018] #dbts2018 #E28 『Hadoop DataLakeにリアルタイムでデータをレプリケ...[db tech showcase Tokyo 2018] #dbts2018 #E28 『Hadoop DataLakeにリアルタイムでデータをレプリケ...
[db tech showcase Tokyo 2018] #dbts2018 #E28 『Hadoop DataLakeにリアルタイムでデータをレプリケ...
Insight Technology, Inc.
 
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
Insight Technology, Inc.
 
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
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
 
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?
 
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)
 
[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮...
[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮...[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮...
[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮...
 
[db tech showcase Tokyo 2018] #dbts2018 #E28 『Hadoop DataLakeにリアルタイムでデータをレプリケ...
[db tech showcase Tokyo 2018] #dbts2018 #E28 『Hadoop DataLakeにリアルタイムでデータをレプリケ...[db tech showcase Tokyo 2018] #dbts2018 #E28 『Hadoop DataLakeにリアルタイムでデータをレプリケ...
[db tech showcase Tokyo 2018] #dbts2018 #E28 『Hadoop DataLakeにリアルタイムでデータをレプリケ...
 
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
 
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
 

Recently uploaded

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
 
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
 
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさJSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
0207sukipio
 
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
 
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
 
This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.
chiefujita1
 
【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
 
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.
 
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
 
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
 
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
 
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
 
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
Matsushita Laboratory
 

Recently uploaded (14)

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 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
 
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさJSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
 
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
 
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
 
This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.
 
【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
 
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
 
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
 
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...
 
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...
 
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
 
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
 

[db tech showcase Tokyo 2018] #dbts2018 #C13 『IoT からクラウドで活用される Hybrid Data を高速処理する Actian 社の技術を日本語で解説』

  • 1. 1 IoT からクラウドで活用されるHybrid Data を 高速処理する Actian 社のデータベース技術 株式会社エージーテック CTO Martin Sims Actian Zen Actian X
  • 2. 2 アジェンダ ◼Actian 社とエージーテック ◼Actian Zenとは • 概要と事例 • demo – SQLiteとの比較 ◼Actian X とは • Actian X の歴史と特筆すべきパフォーマンス • 事例 • demo – PostgreSQL との比較 ◼Actian Zen と Actian X が “hybrid data” を最大活用
  • 3. 3 Actian社とエージテック ◼Actian Corporation • 米国CA州パロアルト • 20年以上にわたり、データの管理、統合、分析に関わるビジネスを展開 • $100M以上の年間の売上 • ワールドワイドで10,000社以上の顧客 • 300人を超える従業員が世界15カ国で活動 ◼株式会社エージーテック • 1984年設立 • 1987年から Actian Zenを販売・サポート ※Btrieve, Pervasive, PSQL • 2016年12月、日本語版 Ingres の開発・販売に関するパートナーシップ • 2017年10月、Actian X 日本語版発売開始
  • 4. 4 Actian X とActian Zen データベース市場での位置づけ 開発者 エンタープラズ 小・中規模 組込 多機能・高機能 高価 安価TCO 基本機能高機能 Oracle IBM db2 Sybase MS SQL Server Actian X PostgreSQL MySQL Actian Zen Zen Server Zen Workgroup Zen Edge Zen Core
  • 5. 5 Actian Zen Single Secure Solution for Edge Data Management Actian X Hybrid Database for the Enterprise Data CenterCloud Branch Offices/ Remote Field Complex Equipment/ Gateways Flat files Oracle DB, MS SQL Server , Sybase, Informix, db2, Smart Apps/ IoT Devices Amazon Dynamo Actian Zen SQLite, Berkeley DB MongoDB, Couchbase Regional office Remote/Field Office Actian X
  • 7. 7 Btrieve 7.0 Pervasive PSQL v9 Pervasive PSQL v10 Pervasive PSQL v11 Actian PSQL v12 Actian Zen Actian Zen 発売開始から35年以上 ◼1982年から提供開始(Btrieve , Pervasive) ◼1987年から株式会社エージーテックが販売・サポート ◼1990年、Novell社のネットワーク対応標準DBとして採用 ◼2000年、高速データアクセスAPIとSQL エンジンを開発をサポート ◼2018年、IoTをサポートした新しいエディションをリリース Zen Zero administration Embedded Nano size
  • 8. 8 Actian Zen ◼ スモールフットプリント • アプリケーションやデバイスへの組込 ◼ NoSQLのネイティブAPIアクセスとSQLのデュアルエンジン • C/C++、C#からでNoSQLアクセス(Btrieve API) • Python、PHP、Perl から NoSQLアクセス(Btrieve API) • ODBC, JDBC, ADO.NETなどのミドルウェアからSQLアクセス • マルチプラットフォームで共通のデータアクセス方法 ◼ シンプルなライセンス体系 • CPU数、コア数に依存しない • ハードウェアのアップグレードに追加ライセンス費用無し ✓ 接続ユーザー数によるライセンス ✓ Webサーバー、アプリケーションサーバー用ライセンス • テクニカルサポート、開発ライセンスを無償提供 ◼ レプリケーション・バックアップ • リアルタイムデータ・レプリケーション • バックアップ・ソリューション
  • 9. 9 Actian Zen エディション概要 Zen Workgroup Zen Edge Zen CoreZen Server Zen データベース アプリケーション データアクセス Zen Server Zen Workgroup App Core ・ローカルデータベース ・小規模(同時接続5台まで) ・Client/Server システム ・Web システム エッジ・コンピューティング モバイル・アプリ
  • 10. 10 Actian Zen エディション詳細 Zen Workgroup Zen Server Zen Edge Zen Core インストール フットプリント 完全なドキュメント付き インストール:175MB 完全なドキュメント付き インストール:175MB 60MB~70MB 2MB以下組込み ライブラリ・エンジン ユーザー数 1 – 5 同時ユーザー 1)Server: 1 – 100同時ユーザー、データ量無制限 2)Vx Server : 無制限ユーザー S, M, L,無制限データ量 1 – 10 同時ユーザー 100- CNT 開発・テスト用ライセンス 100,250,1000 CNT 商業配布ライセン ス - アプリケーションのローカルア クセスのみ。 - 年内にクライアントコンポーネ ントを追加予定 プラット フォーム(OS) Intel CPUを搭載したWindows (32bitアプリとして動作) 1) Intel CPUを搭載した Windows, Linux, macOS 2) ARM CPUを搭載した Linux ARM と Intel CPU をサポート 1) Raspbian (ARM) 2) Windows IoT Core (Intel と ARM) ARM - iOS, Android エンジン プロセス スタンドアロン スタンドアロン スタンドアロン アプリケーションと同じプロセス 空間(コンパイル+リンク) アクセス方法 Btrieve API ODBC, JDBC, ADO.NET Python, PHP など Btrieve API ODBC, JDBC, ADO.NET Python, PHP など - IoTデバイス上 Raspbian : Btrieve API, DTI, ODBC,JDBC Windows IoT Core : Btrieve API - クライアントアプリから Btrieve API, ODBC, JDBC, ADO.NET など Btrieve APIの適切なサブセット 採用事例 用途 業務・会計パッケージ 基幹システムのローカルエンジン POSシステム ERP、医療、医薬管理システム 自治体業務システム - 組込みPOSシステム - IoTゲートウェイデバイス - スマホ、タブレット向けのモバイ ルアプリ - IoTデバイス
  • 11. 11 Actian Zen 日本での導入事例 ◼ パッケージ、アプリケーション • 3,000カ所以上に導入されている医療関連パッケージ • 会計アプリケーション • 製造管理パッケージで採用 ◼ 業務システム • 大手コスメ・メーカー工場で採用 • 大手自動車関連メーカーの基幹業務で採用 ◼ 組込システム(Embedded ) • 国内トップメーカーの医療機器で採用 • POSシステムの組込
  • 12. 12 Actian Zen デモ • Actian Zen Core Android SQLite との速度比較 – demo
  • 13. 13 Zen と SQLite との比較 Android 0 500 1000 1500 2000 INSERT UPDATE (ON INDEX) UPDATE (NON INDEX) DELETE (ON INDEX) INSERT UPDATE (On INDEX) UPDATE (Non INDEX) DELETE (On INDEX) Zen 253.8 39.7 21 80.6 SQLite 4896.5 1114.2 474.8 1015.5 ■ Nexus 5X - 500 rows - 速度: ms
  • 14. 14 Zen と SQLite との比較 Raspberry Pi 3
  • 15. 15 既存の IoTを活用した事例 OSS DB-B OSS DB-A ■ETLによるオーバーヘッド • DB-A ⇔ DB-B • DB-B ⇔ OSS DB-B • OSS DB-A ⇔ DB-A • OSS DB-A ⇔ OSS DB-B ■セキュリティの懸念、オーバーヘッドの増加 OSS DBでは、サードパーティ製品を追加することで、データベー スファイルの暗号化が可能な製品もあるが、ETL処理で別のデー タベースにデータ移行するために一旦、複合化処理が必要となり、 セキュリティの問題とその処理によるオーバーヘッド増加が発生 する。 ETL ETL Hadoop +… Enterprise DB DB-B ETL ETL IoTエンドポイント DB-A 製造工場 スマート・センサー ゲートウェイ スマホ・タブレット オンプレミス ポンプ
  • 16. 16 Actian Zen の導入 Zen Server Zen Workgroup Zen Core ■ETLによるオーバーヘッドなし ・共通のデータベースファイル形式 ■セキュリティ ・データ通信暗号化(ワイヤ暗号化) ・データベースファイル暗号化 Actian X Zen Edge IoTエンドポイント Zen Core/Edge 製造工場 ゲートウェイ 暗号化されたデータ 暗号化されたデータ 暗号化されたデータ DataConnect スマート・センサー ゲートウェイ スマホ・タブレット オンプレミス ポンプ 暗号化されたデータ
  • 17. 17 Actian Zen まとめ ◼ IoT をサポートする2エディションが登場し、マルチプラットフォームを拡張 1. Zen Workgroup と Server Windows 、macOS、Linux 2. Zen Edge - 組込、エッジコンピューティング Windows IoT Core、Raspbian、Android 3. Zen Core - スマホ・タブレット iOS、Android ◼ Actian Zen 全てのプラットフォームで共通のアクセスが可能 • 共通のNoSQL および SQL インターフェイスでアクセス • 全てのプラットフォームで共通のデータベースフォーマット • 各プラットフォーム間で相互にデータアクセス ◼ ETLオーバーヘッドのない高セキュアなシステムを構築可能 • データベースファイルの完全互換 • データ通信の暗号化 • データベースファイルの暗号化
  • 19. 19 Actian X 30年以上の実績 ◼1973年カリフォルニア大学バークレー校でリレーショナルデータベースの研究開始 ◼ Ingres(INteractive Graphics REtrieval System) ◼ 教育機関向けに無償でソースコードを提供 ◼ Sybase、MS SQL Server が派生 ◼ 2017年 世界最高速の Vectorと 実績の Ingresが融合! 1973年 2017年 Actian XIngres Sybase MS SQL Server Postgres PostgreSQL Vectormonetdb x100
  • 20. 20 Actian X - Hybrid Database Actian X 3つの構成要素 Ingres: OLTP データベースエンジン 30年以上の実績があるトランザクション系データベース Vector: OLAP データベースエンジン 世界最高速のカラム指向データベース DataConnect: 企業内の様々なデータと接続可能なETLツール 単独製品として販売実績のあるツール Ingres + Vector Actian X Hybrid Database
  • 21. 21 Vector Query 実行 Ingres Query 実行 OLTP Query Plan SQL Queries I/O I/O OLAPテーブル OLTPテーブル Load Analytics Query Plan Query 処理 ActianXDatabase Actian X の構成・管理 Hybrid Database Hybrid OLTP & OLAP ActianXDatabase Actian X によるHybrid Database 構成・管理 一般的なデータベース構成・管理 OLTPデータベース データウェアハウス データマート BI & Analytics 処理 OLTP DatabaseDatabase
  • 22. 22 Actian X (Vector)Benchmark results summary 0 10 20 30 40 50 60 70 80 90 100 Relative Speed by Database Size 0 10 20 30 40 50 60 70 80 90 100 Relative Speed by Query Complexity 0 10 20 30 40 50 60 70 80 90 100 Relative Speed by User Concurrency DNF DNF DNF S M L S M L S M L S M L S M L S A J S A J S A J S A J S A J 1 20 1 20 1 20 1 20 1 20 S - Scans A - Aggregations J - Joins
  • 23. 23 Vector proven fastest analytic database on AWS © 2018 Actian Corporation 23 Independently tested by MCG using Berkeley AMPLab Big Data Benchmark ▪ Workload comprised of scans, aggregations, and joins over 1TB, 5TB, 10TB databases, tested for single user and 20 concurrent users, on same underlying configurations ▪ Actian Vector’s performance advantage over competition grows as data scales, query complexity grows, and user concurrency increases
  • 24. 24 Actian X 導入事例 Actian X (Ingres, Vector)導入事例 ■ルフトハンザ・システムズ 世界中の300社の航空運用システムで稼 働し、5,000機 の飛行機の航空運航管理。 ■フランスの通信会社システムで採用 フランスの高速鉄道 TGVのシステムを手がける Expandium solution でVectorを採用。 https://www.agtech.co.jp/products/actian/actianx- sql-rdbms/movie.html
  • 25. 25 Actian X 日本語版 ◼ローカライズ • インストーラ • 管理ツール • ドキュメント • ハンズオン・トレーニング資料 ◼サポートプラットフォーム • Windows • Linux
  • 26. 26 Actian X デモ 1) データの高速ロード •PostgreSQL との比較 •約90万件のCSVのロード •Windows 上のバルクデータロード(コマンドライン) Actian X : vwload PostgreSQL: copy ※ PostgreSQLではデータロード後にインデックス構築に時間がかかる 2)約7,000万件データの問合せの比較 •ontimeテーブル •PosgreSQLとの比較
  • 28. 28 まとめ - Actian Zen と Actian X - ◼IoT、エッジコンピューティング Actian Zen ◼ハイブリッドデータベースシステム Actian X • 歴史と実績のOLTPエンジン Ingres • 世界最高速のOLAPエンジン Vector Actian Zen と Actian X で IoT から Enterprise のプラットフォームで 利用される hybrid dataを トータルサポートします