SlideShare a Scribd company logo
© 2020 Toshiba Digital Solutions Corporation
オープンソースカンファレンス 2020 Tokyo/Spring
IoT、そしてサイバー・フィジカル・システムを支える
オープンソースデータベース GridDB
~ こだわりの理由と実現方法のポイント ~
東芝デジタルソリューションズ株式会社
栗田 雅芳
2020/2/21
2© 2020 Toshiba Digital Solutions Corporation
ビデオ
https://youtu.be/ALK9RReUSpI
3© 2020 Toshiba Digital Solutions Corporation
アジェンダ
サイバー・フィジカル・システム とは?
それに求められるデータベース要件
GridDBのこだわりとその実現方法
導入事例
オープンイノベーション活動
まとめ
4© 2020 Toshiba Digital Solutions Corporation
サイバー・フィジカル・システム とは?
CPS: Cyber Physical Systems
5© 2020 Toshiba Digital Solutions Corporation
実世界 ( フォジカル ) におけるデータを収集し、デジタル ( サイバー ) により理解・分析し
それを実世界にフィードバックすることで、付加価値を創出
センシング
制 御
サイバー
最適化・計画
分析・予測
認識・理解
フィジカル
価値創出
6© 2020 Toshiba Digital Solutions Corporation
自動運転
車や道路・信号に
埋め込まれたセンサー
のデータ
天候などのデータ
など
コントロール
7© 2020 Toshiba Digital Solutions Corporation
東芝グループの事業
ものづくり
(品質・生産性向上)
 検品高精度化
 歩留改善
 装置保全
 ダウンタイム低減
社会インフラ
(安全・安心)
 予防保全
 保守点検省力化
 防犯・防災
 サイバーセキュリティ
流通・物流
(業務効率化)
 作業効率改善
 在庫最適化
 輸送品質向上
 ルート最適化
ビル・施設
(快適・省エネ)
 異常予兆検知
 状態基準保全
 快適性向上
 消費電力削減
エネルギー
(安定・高効率)
 需給予測
 供給安定化
 アセット最適化
 災害時早期復旧
センシング
制 御
サイバー
最適化・計画
分析・予測
認識・理解
フィジカル
価値創出
8© 2020 Toshiba Digital Solutions Corporation
求められるデータベース要件
9© 2020 Toshiba Digital Solutions Corporation
CPS / IoT データ (ファストデータ) 特性
異常検出
見える化
各種集計
Webサイト
RDBMS
CRM/ERP
・・・・・・
時系列データ
データベース
カラム 型
センサID String
日時 Date
測定値1 Double
測定値2 Double
デ
ー
タ
発
生
量
時間
従来のIT系データ
デ
ー
タ
発
生
量
時間
IoTデータ
デ
ー
タ
保
管
量
月・年
10© 2020 Toshiba Digital Solutions Corporation
トランザクション型のデータと異なる・・・
異常検出
見える化
各種集計
Webサイト
RDBMS
CRM/ERP
・・・・・・
時系列データ
データベース
カラム 型
センサID String
日時 Date
測定値1 Double
測定値2 Double
デ
ー
タ
発
生
量
時間
従来のIT系データ
デ
ー
タ
発
生
量
時間
IoTデータ
デ
ー
タ
保
管
量
月・年
大量データが
単調増加
発生直後から
リアルタイム参照
24H365D
絶え間なく発生
ミリ秒オーダーで
高頻度に発生
データ一貫性
の保証
11© 2020 Toshiba Digital Solutions Corporation
CPS/IoTのためのデータベースの要件とは?
異常検出
見える化
各種集計
Webサイト
RDBMS
CRM/ERP
・・・・・・
時系列データ
データベース
カラム 型
センサID String
日時 Date
測定値1 Double
測定値2 Double
デ
ー
タ
発
生
量
時間
従来のIT系データ
デ
ー
タ
発
生
量
時間
IoTデータ
デ
ー
タ
保
管
量
月・年
高い処理能力
High Performance
高い処理能力
High Performance
柔軟な拡張性
High Scalability
強い信頼性
High Reliability
強い信頼性
High Reliability
大量データが
単調増加
発生直後から
リアルタイム参照
24H365D
絶え間なく発生
ミリ秒オーダーで
高頻度に発生
データ一貫性
の保証
12© 2020 Toshiba Digital Solutions Corporation
CPS/IoTの特有のデータベース要件
高パフォーマンス
 秒・ミリ秒、さらにはそれ以下の周期で発生する膨大なデータをリアルタイムで収集・監視、
分析を可能にするため、高レスポンス・高スループットといったパフォーマンスが重要
データの一貫性
 データ欠損や参照データの矛盾など、一貫性や整合性が崩れる状態を許容できない
 欠損データの補完や、誤って入力された数値の訂正などといった更新要求に対応できな
ければならない
高可用性
 ノード障害、ノード増設でも、サービスを停止させることが許容できない
 ノード障害の検知と切替えに要するフェイルオーバー時間は数秒以内である必要がある
13© 2020 Toshiba Digital Solutions Corporation
2010年当時の技術では・・・・
高い処理能力
High Performance
柔軟な拡張性
High Scalability
強い信頼性
High Reliability
RDBMS △ × 〇
NoSQL △ 〇 △
Hadoop FS △ 〇 ×
注:トランザクションシステムにおける評価は異なります。
あくまでも、CPS / IoTシステムにおける弊社の見解です。
14© 2020 Toshiba Digital Solutions Corporation
じゃあ、自分たちで 開発しましょう・・・
高い処理能力
High Performance
柔軟な拡張性
High Scalability
強い信頼性
High Reliability
RDBMS △ × 〇
NoSQL △ 〇 △
Hadoop FS △ 〇 ×
GridDB ◎ ◎ ◎
2011年 ~ 開発
2013年 ~ 商品化 GridStore v1.0 ➜ GridDB
2016年 ~ オープンソース化
15© 2020 Toshiba Digital Solutions Corporation
GridDBのこだわり
16© 2020 Toshiba Digital Solutions Corporation
GridDBの特長
IoT指向モデル
IoT Oriented
IoTデータを格納にするのに最適なキーコンテナ型データモデル
コンテナ内でデータの一貫性を保証
時系列データ管理に関する特別な機能
高い処理能力
High Performance
メモリを主、ストレージを従
メモリやディスクの排他処理や同期待ちなどのオーバヘッドを極力排除
SQLにおける分散並列処理
強い信頼性
High Reliability
データの複製をノード間で自動的に実行
ノード障害があってもフェールオーバによりサービス継続
数秒から数十秒の切替え時間
柔軟な拡張性
High Scalability
少ないノード台数で初期投資を抑制
負荷や容量の増大に合わせたノード増設が可能
自律データ再配置により、高いスケーラビリティを実現
抜群の使い勝手
Excellent Usability
NoSQLとSQLのデュアルインターフェース(API)
NoSQLで大量データを収集しながら、SQLでリアルタイム分析が可能
要件に応じてスケールアウトとスケールアップをベストミックス
17© 2020 Toshiba Digital Solutions Corporation
データモデル
18© 2020 Toshiba Digital Solutions Corporation
こだわり
IoTデータの特性にあったデータモデル
19© 2020 Toshiba Digital Solutions Corporation
NoSQL データモデル
IoTデータ向けに拡張したキーコンテナ型・・・テーブル表現で管理
ドキュメント型キーバリュー型 キーコンテナ型ワイドカラム型
Key Value Key Value Value Value Key Container ( Table )
Key1
Key2
Value Value Value
Key Documet
Key1 JSON形式ドキュメント
Key2 JSON形式ドキュメント
Value Value
20© 2020 Toshiba Digital Solutions Corporation
コンテナのスキーマ定義、カラムのインデックス設定により高速検索
レコード操作はコミット/ロールバック➜コンテナ単位で一貫性保証
キーバリューをグループ化するコンテナ (テーブル)
時刻 センサ A センサB
00:00:00 1.12 2.13
00:00:01 1.11 3.12
00:00:02 1.01 3.33
機器 1
機器 2
機器 3
機器 N
・・・・・・・・
時刻 センサ C センサD センサE
00:00:00 1.12 2.13 1.13
00:00:02 1.01 3.33 2.33
・・・・時刻 センサ F センサG
00:00:00 1.12 2.13
00:00:01 1.11 3.12
・・・・ ・・・・ ・・・・
・・・・・・・・・・・・・・・・・・・
時刻 センサ センサ
00:00:00 0.12 1.13
00:00:01 1.11 3.12
・・・・ ・・・・ ・・・・
データソース 時系列データ
データ格納
対象ごとのデータを格納
テーブルで表現
21© 2020 Toshiba Digital Solutions Corporation
コンテナの種類
コレクション コンテナ 時系列 コンテナ
設備番号 名称 仕様
equip001 変圧器1 xxx変圧器
equip002 変圧器2 yyy変圧器
equip003 遮断機1 xxx遮断機
equip004 遮断機2 yyy遮断機
equip005 ケーブル1 zzzケーブル
・・・・ ・・・・ ・・・・
時刻 熱効率 湿度
2020/01/22 01:23:30:01 78.3 47.9
2020/01/22 01:23:30:02 82.9 63.4
2020/01/22 01:23:30:03 96.6 69.6
・・・・ ・・・・ ・・・・
設備名 ラインA 機器名 機器A
ロウとカラムから構成されるテーブル 時刻で並べられたテーブル
22© 2020 Toshiba Digital Solutions Corporation
時系列コンテナ
期限解放機能 / 長期アーカイブ機能
保持期間を超えたデータを自動的に削除 または 外部ストレージなどにアーカイブ
時系列データ圧縮
誤差あり間引き圧縮 (HI) と 誤差なし間引き圧縮 (SS)
時系列分析関数
集計演算関数:重み付きで平均を求めるTIME_AVGなど
選択関数:TIME_NEXT、TIME_NEXT_ONLY、TIME_PREV、TIME_PREV_ONLYなど
補間演算関数:TIME_INTERPOLATED、TIME_SAMPLINGなど
23© 2020 Toshiba Digital Solutions Corporation
高い処理能力
24© 2020 Toshiba Digital Solutions Corporation
こだわり・・・
複数の処理を並列実行 1つの処理を並列実行
(スループット向上) (レスポンス向上)
できるだけCPUをフル回転
できるだけインメモリで処理
25© 2020 Toshiba Digital Solutions Corporation
RDBMSにおけるCPU使途
本質的なデータ処理に費やすCPU使用率は10%強
Buffer
30%
Lock
15%Latch
15%
Recovery
25%
Essential Proc
10%
出典:Harizopoulos, S. et al, “OLTP Through the Looking Glass, and What We Found There”, SIGMOD 2008
CPU
メモリ
ディスク
内部的な小さな単位
のタスクを組み合わせ
て処理
➜
タスク間の処理の受け
渡しのオーバヘッドが発
生
本質的なデータ処理
RDBMS
クライアント クライアント 他サーバ 他サーバ
26© 2020 Toshiba Digital Solutions Corporation
遊んでいるCPUをフル回転
イベント駆動エンジン
クライアント クライアント 他サーバ 他サーバ
GridDBサーバ
CPU
メモリ
ディスク
1処理タスクを1スレッド
に割り当てて、複数スレッ
ド間でのリソース共有を
排除し、フルスピードで
データ処理を実行
内部的な小さな単位
のタスクを組み合わせ
て処理
➜
タスク間の処理の受け
渡しのオーバヘッドが
発生
CPUコア/スレッド毎に専
有するメモリ、DBファイル
を割当て排他処理、同
期待ちを排除
ブロックの読み書きサイズ
を最適化し、I/O待ちを
削減
RDBMS
クライアント クライアント 他サーバ 他サーバ
1処理
タスク
1スレッド
27© 2020 Toshiba Digital Solutions Corporation
できるだけインメモリで処理
メモリを最大限有効活用する時系列データ配置技術 TDPA
ヒント情報を与えることでメモリ内ヒット率向上が可能
新しい
古い
コンテナ設計:センサごとにコンテナを作成.
ア
プ
リ
ケ
ー
シ
ョ
ン
put/
multiPut
Get/
multuGet
データ検索:
センサと時間を条件と
して検索すると、検索
対象のデータは局所的
に配置されているため、
GridDBの検索は高速
複数センサであっても、
同じ時間のデータは
近接して配置・格納
される。
データ格納:
センサデータは時刻順
に生成され、時刻順に
格納される
TDPA:Time Series Data Placement Algorithm
28© 2020 Toshiba Digital Solutions Corporation
強い信頼性
29© 2020 Toshiba Digital Solutions Corporation
こだわり・・・
ノード障害でも、サービスを停止させることが許容できない
ノード障害の検知と切替えに要する時間は数秒以内
ノンストップ運用の実現
30© 2020 Toshiba Digital Solutions Corporation
代表的な2つのクラスタ管理方式
マスター・スレイブ 型
(master-slave)
ピア・ツー・ピア型
(peer to peer)
ノード
クライアント
ノード
ノードノード
クライアント
スレーブスレーブ
マスター
スレーブ スレーブ
❍ 単一障害点 (SPOF)/単一窓口(SPOC)なし
❍ ノード追加時にはデータ再配置が容易
✘ 一貫性の維持にはノード間の通信の負荷が発生
✘ 遅延やなどで処理順序により、一貫性が崩れる
❍ 一貫性の維持は容易
✘ 単一障害点 (SPOF)、単一窓口(SPOC)
✘ノード追加時にはデータ再配置が困難
31© 2020 Toshiba Digital Solutions Corporation
お互いの弱点を補う ハイブリット型クラスタ管理
マスター・スレーブ型とピア・ツー・ピア型のハイブリッド型方式
 クラスタが自動的にマスタノードを選択
➜ 単一障害点 (SPOF) / 単一窓口(SPOC)なし
 一貫性のとれたデータ配置情報を各ノードおよびクライアント
で共有
➜管理サーバや仲介サーバを排除
 自律的にデータ配置を調整し、適切なバランスを維持
32© 2020 Toshiba Digital Solutions Corporation
ノード 1 ノード 2 ノード 3 ノード 4
➊ クラスタの構成時、ピア・ツー・ピアで選挙により、自律的にマスターノード を選出
❷ データを独自ハッシュ関数でグルーピングし、コンテナ単位で各ノードにデータ配置
➌ ピア・ツー・ピアで各ノードのデータ配置情報を交換・管理
❹ ノード間でのデータのコピーを保持しあう自動レプリケーションによる多重化
ハイブリッド型クラスタ技術
サブマスター サブマスター サブマスター サブマスター
ID(ノード3) >ID(ノード2) > ID(ノード1)>ID(ノード4)
データ配置情報
(マスター)
☛ 特別なスキルを必要とせずに、高可用なクラスタ構成が可能
オリジナル
オリジナル
オリジナル
オリジナル
レプリカ
レプリカ
レプリカ
データ配置情報(ローカル) データ配置情報(ローカル)データ配置情報(ローカル)
レプリカ
33© 2020 Toshiba Digital Solutions Corporation
クライアント
ノード 1
クライアント
ノード 2
クライアント
ノード 3
クライアント
ノード 4
データ配置情報
(マスター)
オリジナル
オリジナル
オリジナル
レプリカ オリジナル
レプリカ
レプリカ
レプリカ
レプリカ
データ配置情報(ローカル) データ配置情報(ローカル)データ配置情報(ローカル)
ハイブリッド型クラスタ技術
❺ クライアントライブライリ側でも一貫性のとれたデータ配置情報をキャッシュ
❻ クライアントがマスターや仲介サーバを参照せずダイレクトにアクセス
☛ アクセス切り替えと通信コストの大幅削減
データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ)
© 2020 Toshiba Digital Solutions Corporation 34
クライアント
ノード 1
クライアント
ノード 2
クライアント
ノード 3
クライアント
ノード 4
データ配置情報
(マスター)
オリジナル
オリジナル
オリジナル
レプリカ オリジナル
レプリカ
レプリカ
レプリカ
レプリカ
データ配置情報(ローカル) データ配置情報(ローカル)データ配置情報(ローカル)
データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ)
ハイブリッド型クラスタ技術
マスターに障害が発生➜ 残りのノード集合から、新マスターを再選出
クライアントはデータ配置情報に基づきレプリカを参照
レプリカ
オリジナル
サブマスター サブマスター サブマスター
ID(ノード2) > ID(ノード1)>ID(ノード4)
↓
新マスター
データ配置情報(ローカル)
レプリカ
データ配置情報
(新マスター)
データ配置情報
(マスター)
35© 2020 Toshiba Digital Solutions Corporation
クライアント
ノード 1
クライアント
ノード 2
クライアント
ノード 3
クライアント
ノード 4
データ配置情報
(マスター)
オリジナル
オリジナル
オリジナル
レプリカ オリジナル
レプリカ
レプリカ
レプリカ
データ配置情報(ローカル) データ配置情報(ローカル)データ配置情報(ローカル)
データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ)
レプリカ
オリジナル
ハイブリッド型クラスタ技術
データコピー (レプリカ数) 不足 ➜
ノード間のデータバランスの悪化 ➜
データ配置情報
(マスター)
データ配置情報
(新マスター)
自律データ再配置技術 (ADDA)
自律的にノード間のデータ配置を調整し、適切なバランスを維持
データ配置情報(ローカル)
レプリカ
レプリカ オリジナル
36© 2020 Toshiba Digital Solutions Corporation
クライアント
ノード 1
クライアント
ノード 2
クライアント
ノード 3
クライアント
ノード 4 ノード 3´
データ配置情報
(マスター)
オリジナル
オリジナル
オリジナル
レプリカ
レプリカ
データ配置情報(ローカル) データ配置情報(ローカル)データ配置情報(ローカル)
データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ)
レプリカ
オリジナル
データ配置情報
(マスター)
データ配置情報
(新マスター)
データ配置情報(ローカル)
レプリカ
オリジナル
レプリカ
ハイブリッド型クラスタ技術
オリジナル
データコピー (レプリカ数) 不足 ➜
ノード間のデータバランスの悪化 ➜
自律データ再配置技術 (ADDA)
自律的にノード間のデータ配置を調整し、適切なバランスを維持
データ配置情報(ローカル)
レプリカレプリカ
オリジナル
37© 2020 Toshiba Digital Solutions Corporation
柔軟な拡張性
38© 2020 Toshiba Digital Solutions Corporation
こだわり・・・
データ配置のバランスが悪いと、特定のノードに負荷が集中
データのコピー ( レプリカ数 ) が不足すると、可用性が低下
ノード間でバランスよくかつ高速にデータを再配置
39© 2020 Toshiba Digital Solutions Corporation
自律データ再配置技術 (ADDA)
自律的にバランスよくノード間でデータを再配置するアルゴリズム
❶ インバランス状態の検知:
(マスターノードが) ノード間のインバランス状態を検知
❷ 長期同期プランニング:
定常的な、短期同期 (レプリケーション)とは別に長期的な同期計画を作成
❸ ノード間データ再配置 (長期同期/短期同期) 実行
リクエストの処理へ負荷を与えない範囲で、2種類の大きなメモリブロックと
小さなDB更新ログを使い分けながら、バックグランドで高速同期
❹ データ配置情報を書き換えて、アクセス切替え
ADDA:Autonomous Data Distribution Algorithm
40© 2020 Toshiba Digital Solutions Corporation
自律データ再配置技術 (ADDA)
クライアント クライアント クライアント クライアント クライアント クライアント
目標
現状
長期同期
プランニング
クライアント クライアント クライアント
DB更新ログ
(短期同期)
メモリブロック
(長期同期)
❶ インバランス検知
ノード情報を収集
ノード間のインバラン
ス状態を検知
❹ アクセス切替え
短期同じ更新水位で
あることを確認
データ配置情報を書き
換えて、アクセス切替え
❷ 長期同期プランニング
定常的な、短期同期
(レプリケーション) とは
別に、長期的な同期
計画を作成
❸ データ再配置実行
リクエストの処理へ負荷を
与えない範囲で、大きな
メモリブロックと小さなDB
更新ログを使い分けなが
ら、高速同期
41© 2020 Toshiba Digital Solutions Corporation
抜群な使い勝手
42© 2020 Toshiba Digital Solutions Corporation
こだわり・・・
実際のIoT、そしてCPSで必要となる・・・
NoSQL (キー・バリュー) / SQL デュアル API
ペタバイト級のデータ管理
43© 2020 Toshiba Digital Solutions Corporation
NoSQL / SQL デュアル API
膨大なファストデータの素早い分析とアクションの実現
SQL インタフェース
 分散並列SQL処理エンジン ・・・参照・分析
 巨大なテーブルを高速にアクセスするための
テーブルパーティショニング機能
 JDBC / ODBCドライバ➜BI/BAやETLツール連携
NoSQL (キー・バリュー) インタフェース
 KVS指向の高スループット、高レスポンス・・・登録・検索・更新
 キーコンテナのCRUD : Naitive I/F (put/get/remove), TQL
 Java / C / Ruby / Perl / Python / Go / Node.jsクライアント
GridDB
クラスタ
DB
ノード
DB
ノード
DB
ノード
キーバリューインターフェース
SQLインターフェース
BI/BA
ETL
他のシステム 他のDBMS
44© 2020 Toshiba Digital Solutions Corporation
SQLインタフェースにおける分散並列処理
クライアント
C0 C1 C2 C3
Val Val Val Val
Val Val Val Val
Val Val Val Val
a@0
C4 C5 C6
Val Val Val
Val Val Val
Val Val Val
b@0
Task Task
Task
C0 C2 C6
Val Val Val
Val Val Val
Val Val Val
C0 C1 C2 C3
Val Val Val Val
Val Val Val Val
Val Val Val Val
a@1
C4 C5 C6
Val Val Val
Val Val Val
Val Val Val
b@1
Task Task
Task
C0 C1 C2 C3
Val Val Val Val
Val Val Val Val
Val Val Val Val
a@2
C4 C5 C6
Val Val Val
Val Val Val
Val Val Val
b@2
Task Task
Task
Task
C0 C2 C6
Val Val Val
Val Val Val
Val Val Val
SQL処理エンジン
NoSQL
(KVS)
パイプライン並列化
パーティション並列化
(タスク)独立並列化
C0 C2 C7
Val Val Val
Val Val Val
45© 2020 Toshiba Digital Solutions Corporation
ペタバイト級のデータ管理
※各種DBMSの推奨値や事例から推定
MongoDB Cassandra PostgreSQL
1000TB
200TB
~数TB
スケールアウト
だけでは現実的
には無理!
46© 2020 Toshiba Digital Solutions Corporation
1サーバ当たり蓄積できるデータベースの最大サイズを拡大
内部のデータ管理構造の最適化でリソース使用量の大幅削減
※各種DBMSの推奨値や事例から推定
MongoDB Cassandra PostgreSQL
1000TB
200TB
GridDB
v4.2
50TB~数TB
GridDB
V4.3
(圧縮時 数百TB)
データベースのバッファ制御機能の強化
クラスタのデータ配置機能の強化
複合索引などの機能の強化
47© 2020 Toshiba Digital Solutions Corporation
要件に応じてスケールアウトとスケールアップをベストミックス
応答性能重視 (TB/ノード) 大規模重視 (PB/ノード)
NoSQL インメモリ状態でスケールアウト バランス考慮
SQL バランス考慮 ネットワーク負荷を考慮し、スケールアップ&スケールアウト
5PBのデータを
50TB×100台のサーバを分散した構成例
5PBのデータを
1PB×5台のサーバを分散した構成例
50TB 50TB 50TB・・・
100台
1PB 1PB 1PB・・・
5台
48© 2020 Toshiba Digital Solutions Corporation
導入事例
49© 2020 Toshiba Digital Solutions Corporation
https://youtu.be/9-yf-XN1Bgg
ビデオ
50© 2020 Toshiba Digital Solutions Corporation
代表的な導入事例
 フランス リヨン 太陽光発電 監視・診断システム
発熱量の遠隔監視、発電パネルの性能劣化を診断
 電力会社 低圧託送業務システム
スマートメータから収集される電力使用量を集計し、需要量と発電量のバランスを調整
 HDD製造会社 品質管理システム
製造装置のセンサーデータを長期にわたって蓄積・分析し、品質分析・改善に適用
 半導体製造ライン 履歴管理システム
製造履歴や品質履歴、材料データなどのデータを横串で分析し、製品の品質管理やトレーサビリティに適用
 半導体製造ライン 異常検出システム
製造ラインのセンサーデータをリアルタイムにAIで分析し、製造ラインの異常を検出
 デンソー ファクトリーIoT
工場のDigital Twinを実現し、生産性向上
 DENSO International America 次世代車両管理システム
車両の各センサーデータを用いる車両管理システムのPoC
51© 2020 Toshiba Digital Solutions Corporation
代表的な導入事例
社会インフラを中心に、高い信頼性・性能
が求められるシステムで採用されています
52© 2020 Toshiba Digital Solutions Corporation
HDD製造会社 品質管理システム
概要
 HDD製造会社が品質管理システムを再構築
 これまではNETEZZAとExadataを使用➜GridDB採用
システムの課題
 HDDの製造レコードを全件貯めることを目指しており、
NETEZZAとExadataでは莫大なコストがかかる
 データ蓄積量:1.9PB / 5年
 登録データ量:267 GB / 日
 分析用SQLによるアクセス頻度:約30,000 回 / 日
想定する成果
 Netteza、Exadataといった高性能DB専用機以上の
性能を標準的なIAサーバで実現➜大幅なコストダウン
53© 2020 Toshiba Digital Solutions Corporation
オープンイノベーション活動
54© 2020 Toshiba Digital Solutions Corporation
2016年2月 Github上にソースコードを公開
https://github.com/griddb/
55© 2020 Toshiba Digital Solutions Corporation
なぜオープンソースにしたのか!?
開発者、使用者、パートナーとのオープンイノベーション
活動を通して
❶ ビッグデータ技術の普及促進
多くの人に知ってもらいたい、使ってもらいたい
いろいろなニーズをつかみたい
❷ 他のオープンソースソフトウェア、システムとの連携強化
56© 2020 Toshiba Digital Solutions Corporation
エコシステムのパワーを最大限に活用
Data Storage
Data
Collection
Analytics
Client LibrariesData Processing Visualization
Others
57© 2020 Toshiba Digital Solutions Corporation
まとめ
58© 2020 Toshiba Digital Solutions Corporation
まとめ
 IoT、そして CPSをターゲットに設計したデータベース
です。
 データモデル、高い処理能力、強い信頼性、柔軟な拡張
性、そして実際にちゃんと使いやすいかの使い勝手にこだ
わりました。
 IoT、そしてCPS などで、データベースにお困りの方、
また興味のある方はぜひ検討いただければと思います。
59© 2020 Toshiba Digital Solutions Corporation
60© 2020 Toshiba Digital Solutions Corporation
61© 2020 Toshiba Digital Solutions Corporation
付録
62© 2020 Toshiba Digital Solutions Corporation
関連URL
 GridDB 製品版サイト
https://www.toshiba-sol.co.jp/pro/griddb/index_j.htm
 GridDB デベロッパーズサイト
https://griddb.net/
 GridDB GitHubサイト
https://github.com/griddb
 GridDB Twitter(日本/ 米国)
https://twitter.com/griddb_jp / https://twitter.com/GridDBCommunity
 GridDB Facebook (日本/ 米国)
https://www.facebook.com/griddbjp / https://www.facebook.com/griddbcommunity/
 GridDB お問い合わせ
製品版:http://www.toshiba-sol.co.jp/pro/griddb/contact_j.htm
プログラミング関連:Stackoverflow (https://ja.stackoverflow.com/search?q=griddb)
もしくはGitHubサイトの各リポジトリのIssueをご利用ください
プログラミング関連以外:contact@griddb.netもしくはcontact@griddb.orgをご利用ください
63© 2020 Toshiba Digital Solutions Corporation
関連URL:導入事例関連
 IoT産業におけるGridDB導入事例
https://griddb.net/ja/blog/three-examples-griddb-iot-industry/
 自動車産業におけるGridDB導入事例
https://griddb.net/ja/blog/griddb-automotive/
 電力小売自由化に対応した大規模なスマートメーターデータの高速処理
https://www.toshiba-sol.co.jp/articles/tsoul/22/004.htm
 ダントツ工場を目指すデンソー
https://special.nikkeibp.co.jp/atclh/tomorrowtech/toshiba_denso/
 神戸製鋼所様「コンプレッサM2Mクラウドサービス」
http://www.toshiba.co.jp/cl/articles/tsoul/21/004.htm
 モノづくりの現場を支える東芝機械の「IoT+㎡プラットフォーム」
https://www.toshiba-sol.co.jp/case/case2017/tsm.htm
 ものづくりIoTソリューション「Meisterシリーズ」
https://www.toshiba-sol.co.jp/industry/meister_next/index_j.htm
https://special.nikkeibp.co.jp/atclh/tomorrowtech/factory_iot/

More Related Content

What's hot

データを事業に活かすために必要なデータ基盤とは
データを事業に活かすために必要なデータ基盤とはデータを事業に活かすために必要なデータ基盤とは
データを事業に活かすために必要なデータ基盤とは
griddb
 
サイバーフィジカルシステム(CPS)に必要なデータ基盤を考える ~ NoSQL/SQLハイブリット型GridDB ~
サイバーフィジカルシステム(CPS)に必要なデータ基盤を考える ~ NoSQL/SQLハイブリット型GridDB ~サイバーフィジカルシステム(CPS)に必要なデータ基盤を考える ~ NoSQL/SQLハイブリット型GridDB ~
サイバーフィジカルシステム(CPS)に必要なデータ基盤を考える ~ NoSQL/SQLハイブリット型GridDB ~
griddb
 
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティショニングを 使っ...
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティショニングを 使っ...NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティショニングを 使っ...
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティショニングを 使っ...
griddb
 
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
griddb
 
ビッグデータ×IoT時代のデータベースのアーキテクチャとメカニズムの比較
ビッグデータ×IoT時代のデータベースのアーキテクチャとメカニズムの比較ビッグデータ×IoT時代のデータベースのアーキテクチャとメカニズムの比較
ビッグデータ×IoT時代のデータベースのアーキテクチャとメカニズムの比較
griddb
 
DXを支えるスケールアウト型NoSQL/SQLハイブリッドデータベース GridDB
DXを支えるスケールアウト型NoSQL/SQLハイブリッドデータベース GridDBDXを支えるスケールアウト型NoSQL/SQLハイブリッドデータベース GridDB
DXを支えるスケールアウト型NoSQL/SQLハイブリッドデータベース GridDB
griddb
 
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
IBM Analytics Japan
 
[db tech showcase Tokyo 2014] D15:日立ストレージと国産DBMS HiRDBで実現する『ワンランク上』のディザスタリカバリ...
[db tech showcase Tokyo 2014] D15:日立ストレージと国産DBMS HiRDBで実現する『ワンランク上』のディザスタリカバリ...[db tech showcase Tokyo 2014] D15:日立ストレージと国産DBMS HiRDBで実現する『ワンランク上』のディザスタリカバリ...
[db tech showcase Tokyo 2014] D15:日立ストレージと国産DBMS HiRDBで実現する『ワンランク上』のディザスタリカバリ...
Insight Technology, Inc.
 
Datrium high performance_virtual_infra_community
Datrium high performance_virtual_infra_communityDatrium high performance_virtual_infra_community
Datrium high performance_virtual_infra_community
datriumjapan
 
オープンソースデータベース GridDBとそのオープンコミュニティ活動
オープンソースデータベース GridDBとそのオープンコミュニティ活動オープンソースデータベース GridDBとそのオープンコミュニティ活動
オープンソースデータベース GridDBとそのオープンコミュニティ活動
griddb
 
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
IBM Analytics Japan
 
Db2リブランディングと製品動向 201707
Db2リブランディングと製品動向 201707Db2リブランディングと製品動向 201707
Db2リブランディングと製品動向 201707
IBM Analytics Japan
 
C34 ニッチだけど、社会インフラを支えるデータベース、HiRDB ~HiRDBを選ぶ人、選ばない人、その選択基準とは~ by Taichi Ishikawa
C34 ニッチだけど、社会インフラを支えるデータベース、HiRDB ~HiRDBを選ぶ人、選ばない人、その選択基準とは~ by Taichi IshikawaC34 ニッチだけど、社会インフラを支えるデータベース、HiRDB ~HiRDBを選ぶ人、選ばない人、その選択基準とは~ by Taichi Ishikawa
C34 ニッチだけど、社会インフラを支えるデータベース、HiRDB ~HiRDBを選ぶ人、選ばない人、その選択基準とは~ by Taichi Ishikawa
Insight Technology, Inc.
 
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
IBM Analytics Japan
 
[INSIGHT OUT 2011] C26 ミッションクリティカルを実現する国産データベースHiRDBの技術(hara)
[INSIGHT OUT 2011] C26 ミッションクリティカルを実現する国産データベースHiRDBの技術(hara)[INSIGHT OUT 2011] C26 ミッションクリティカルを実現する国産データベースHiRDBの技術(hara)
[INSIGHT OUT 2011] C26 ミッションクリティカルを実現する国産データベースHiRDBの技術(hara)
Insight Technology, Inc.
 
[B15] HiRDBのSQL実行プランはどのように決定しているのか?by Masaaki Narita
[B15] HiRDBのSQL実行プランはどのように決定しているのか?by Masaaki Narita[B15] HiRDBのSQL実行プランはどのように決定しているのか?by Masaaki Narita
[B15] HiRDBのSQL実行プランはどのように決定しているのか?by Masaaki Narita
Insight Technology, Inc.
 
[db tech showcase Tokyo 2015] C32:「データ一貫性にこだわる日立のインメモリ分散KVS~こだわりの理由と実現方法とは~」 ...
[db tech showcase Tokyo 2015] C32:「データ一貫性にこだわる日立のインメモリ分散KVS~こだわりの理由と実現方法とは~」 ...[db tech showcase Tokyo 2015] C32:「データ一貫性にこだわる日立のインメモリ分散KVS~こだわりの理由と実現方法とは~」 ...
[db tech showcase Tokyo 2015] C32:「データ一貫性にこだわる日立のインメモリ分散KVS~こだわりの理由と実現方法とは~」 ...
Insight Technology, Inc.
 
[db tech showcase Tokyo 2015] C14:30万のユーザ部門を抱える日立、情シスの「理想と現実」 by 株式会社日立製作所 情報...
[db tech showcase Tokyo 2015] C14:30万のユーザ部門を抱える日立、情シスの「理想と現実」 by 株式会社日立製作所 情報...[db tech showcase Tokyo 2015] C14:30万のユーザ部門を抱える日立、情シスの「理想と現実」 by 株式会社日立製作所 情報...
[db tech showcase Tokyo 2015] C14:30万のユーザ部門を抱える日立、情シスの「理想と現実」 by 株式会社日立製作所 情報...
Insight Technology, Inc.
 
[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.
 
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.
 

What's hot (20)

データを事業に活かすために必要なデータ基盤とは
データを事業に活かすために必要なデータ基盤とはデータを事業に活かすために必要なデータ基盤とは
データを事業に活かすために必要なデータ基盤とは
 
サイバーフィジカルシステム(CPS)に必要なデータ基盤を考える ~ NoSQL/SQLハイブリット型GridDB ~
サイバーフィジカルシステム(CPS)に必要なデータ基盤を考える ~ NoSQL/SQLハイブリット型GridDB ~サイバーフィジカルシステム(CPS)に必要なデータ基盤を考える ~ NoSQL/SQLハイブリット型GridDB ~
サイバーフィジカルシステム(CPS)に必要なデータ基盤を考える ~ NoSQL/SQLハイブリット型GridDB ~
 
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティショニングを 使っ...
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティショニングを 使っ...NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティショニングを 使っ...
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ GridDB CE 4.6のテーブルパーティショニングを 使っ...
 
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
 
ビッグデータ×IoT時代のデータベースのアーキテクチャとメカニズムの比較
ビッグデータ×IoT時代のデータベースのアーキテクチャとメカニズムの比較ビッグデータ×IoT時代のデータベースのアーキテクチャとメカニズムの比較
ビッグデータ×IoT時代のデータベースのアーキテクチャとメカニズムの比較
 
DXを支えるスケールアウト型NoSQL/SQLハイブリッドデータベース GridDB
DXを支えるスケールアウト型NoSQL/SQLハイブリッドデータベース GridDBDXを支えるスケールアウト型NoSQL/SQLハイブリッドデータベース GridDB
DXを支えるスケールアウト型NoSQL/SQLハイブリッドデータベース GridDB
 
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
 
[db tech showcase Tokyo 2014] D15:日立ストレージと国産DBMS HiRDBで実現する『ワンランク上』のディザスタリカバリ...
[db tech showcase Tokyo 2014] D15:日立ストレージと国産DBMS HiRDBで実現する『ワンランク上』のディザスタリカバリ...[db tech showcase Tokyo 2014] D15:日立ストレージと国産DBMS HiRDBで実現する『ワンランク上』のディザスタリカバリ...
[db tech showcase Tokyo 2014] D15:日立ストレージと国産DBMS HiRDBで実現する『ワンランク上』のディザスタリカバリ...
 
Datrium high performance_virtual_infra_community
Datrium high performance_virtual_infra_communityDatrium high performance_virtual_infra_community
Datrium high performance_virtual_infra_community
 
オープンソースデータベース GridDBとそのオープンコミュニティ活動
オープンソースデータベース GridDBとそのオープンコミュニティ活動オープンソースデータベース GridDBとそのオープンコミュニティ活動
オープンソースデータベース GridDBとそのオープンコミュニティ活動
 
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
 
Db2リブランディングと製品動向 201707
Db2リブランディングと製品動向 201707Db2リブランディングと製品動向 201707
Db2リブランディングと製品動向 201707
 
C34 ニッチだけど、社会インフラを支えるデータベース、HiRDB ~HiRDBを選ぶ人、選ばない人、その選択基準とは~ by Taichi Ishikawa
C34 ニッチだけど、社会インフラを支えるデータベース、HiRDB ~HiRDBを選ぶ人、選ばない人、その選択基準とは~ by Taichi IshikawaC34 ニッチだけど、社会インフラを支えるデータベース、HiRDB ~HiRDBを選ぶ人、選ばない人、その選択基準とは~ by Taichi Ishikawa
C34 ニッチだけど、社会インフラを支えるデータベース、HiRDB ~HiRDBを選ぶ人、選ばない人、その選択基準とは~ by Taichi Ishikawa
 
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
 
[INSIGHT OUT 2011] C26 ミッションクリティカルを実現する国産データベースHiRDBの技術(hara)
[INSIGHT OUT 2011] C26 ミッションクリティカルを実現する国産データベースHiRDBの技術(hara)[INSIGHT OUT 2011] C26 ミッションクリティカルを実現する国産データベースHiRDBの技術(hara)
[INSIGHT OUT 2011] C26 ミッションクリティカルを実現する国産データベースHiRDBの技術(hara)
 
[B15] HiRDBのSQL実行プランはどのように決定しているのか?by Masaaki Narita
[B15] HiRDBのSQL実行プランはどのように決定しているのか?by Masaaki Narita[B15] HiRDBのSQL実行プランはどのように決定しているのか?by Masaaki Narita
[B15] HiRDBのSQL実行プランはどのように決定しているのか?by Masaaki Narita
 
[db tech showcase Tokyo 2015] C32:「データ一貫性にこだわる日立のインメモリ分散KVS~こだわりの理由と実現方法とは~」 ...
[db tech showcase Tokyo 2015] C32:「データ一貫性にこだわる日立のインメモリ分散KVS~こだわりの理由と実現方法とは~」 ...[db tech showcase Tokyo 2015] C32:「データ一貫性にこだわる日立のインメモリ分散KVS~こだわりの理由と実現方法とは~」 ...
[db tech showcase Tokyo 2015] C32:「データ一貫性にこだわる日立のインメモリ分散KVS~こだわりの理由と実現方法とは~」 ...
 
[db tech showcase Tokyo 2015] C14:30万のユーザ部門を抱える日立、情シスの「理想と現実」 by 株式会社日立製作所 情報...
[db tech showcase Tokyo 2015] C14:30万のユーザ部門を抱える日立、情シスの「理想と現実」 by 株式会社日立製作所 情報...[db tech showcase Tokyo 2015] C14:30万のユーザ部門を抱える日立、情シスの「理想と現実」 by 株式会社日立製作所 情報...
[db tech showcase Tokyo 2015] C14:30万のユーザ部門を抱える日立、情シスの「理想と現実」 by 株式会社日立製作所 情報...
 
[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...
 
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...
 

Similar to 【GridDB入門】 IoT、そしてサイバー・フィジカル・システムを支える オープンソースデータベース GridDB ~ こだわりの理由と実現方法のポイント

IoT時代を迎えて、あなたのシステムは今までのDBで充分ですか?~ GridDBとその適用事例紹介 ~
IoT時代を迎えて、あなたのシステムは今までのDBで充分ですか?~ GridDBとその適用事例紹介 ~ IoT時代を迎えて、あなたのシステムは今までのDBで充分ですか?~ GridDBとその適用事例紹介 ~
IoT時代を迎えて、あなたのシステムは今までのDBで充分ですか?~ GridDBとその適用事例紹介 ~
griddb
 
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
Insight Technology, Inc.
 
IoTから関連するサービス群も含めてAzure 最新アップデートのご紹介_IoTビジネス共創ラボ 第9回 勉強会
IoTから関連するサービス群も含めてAzure 最新アップデートのご紹介_IoTビジネス共創ラボ 第9回 勉強会IoTから関連するサービス群も含めてAzure 最新アップデートのご紹介_IoTビジネス共創ラボ 第9回 勉強会
IoTから関連するサービス群も含めてAzure 最新アップデートのご紹介_IoTビジネス共創ラボ 第9回 勉強会
IoTビジネス共創ラボ
 
CMD2021 f01 xilinx_20210921_r1.1
CMD2021 f01 xilinx_20210921_r1.1CMD2021 f01 xilinx_20210921_r1.1
CMD2021 f01 xilinx_20210921_r1.1
Yoshihiro Horie
 
ビッグIoTデータに対応したデータベース GridDB
ビッグIoTデータに対応したデータベース GridDBビッグIoTデータに対応したデータベース GridDB
ビッグIoTデータに対応したデータベース GridDB
griddb
 
Nutanix@Open Source Conference 2015 Hiroshima
Nutanix@Open Source Conference 2015 HiroshimaNutanix@Open Source Conference 2015 Hiroshima
Nutanix@Open Source Conference 2015 Hiroshima
Satoshi Shimazaki
 
Decode2017 dell emc_v1.4-a
Decode2017 dell emc_v1.4-aDecode2017 dell emc_v1.4-a
Decode2017 dell emc_v1.4-a
Shotaro Suzuki
 
Share pointを支えるsql server2014最新情報 tokyo_公開用
Share pointを支えるsql server2014最新情報 tokyo_公開用Share pointを支えるsql server2014最新情報 tokyo_公開用
Share pointを支えるsql server2014最新情報 tokyo_公開用
Yukio Kumazawa
 
Cloud impact on IT industry (in Japanese)
Cloud impact on IT industry (in Japanese)Cloud impact on IT industry (in Japanese)
Cloud impact on IT industry (in Japanese)
shojiro-tanaka
 
C22 スプリットブレインになっても一貫性を保証するインメモリデータグリッド製品 by Taichi Umeda
C22 スプリットブレインになっても一貫性を保証するインメモリデータグリッド製品 by  Taichi UmedaC22 スプリットブレインになっても一貫性を保証するインメモリデータグリッド製品 by  Taichi Umeda
C22 スプリットブレインになっても一貫性を保証するインメモリデータグリッド製品 by Taichi Umeda
Insight Technology, Inc.
 
[Japan Tech summit 2017] DAL 003
[Japan Tech summit 2017] DAL 003[Japan Tech summit 2017] DAL 003
[Japan Tech summit 2017] DAL 003
Microsoft Tech Summit 2017
 
【旧版】Oracle Cloud Infrastructure:サービス概要のご紹介 [2020年4月版]
【旧版】Oracle Cloud Infrastructure:サービス概要のご紹介 [2020年4月版]【旧版】Oracle Cloud Infrastructure:サービス概要のご紹介 [2020年4月版]
【旧版】Oracle Cloud Infrastructure:サービス概要のご紹介 [2020年4月版]
オラクルエンジニア通信
 
実践!DBベンチマークツールの使い方
実践!DBベンチマークツールの使い方実践!DBベンチマークツールの使い方
実践!DBベンチマークツールの使い方
Fujishiro Takuya
 
Dell emc highperformancevirtualinfracommunitymeetup_20180621publish
Dell emc highperformancevirtualinfracommunitymeetup_20180621publishDell emc highperformancevirtualinfracommunitymeetup_20180621publish
Dell emc highperformancevirtualinfracommunitymeetup_20180621publish
Makoto Ono
 
Cloudera World Tokyo 2015 Oracleセッション資料 「ビッグデータ/IoTの最新事例とHadoop活用の勘所」
Cloudera World Tokyo 2015 Oracleセッション資料 「ビッグデータ/IoTの最新事例とHadoop活用の勘所」Cloudera World Tokyo 2015 Oracleセッション資料 「ビッグデータ/IoTの最新事例とHadoop活用の勘所」
Cloudera World Tokyo 2015 Oracleセッション資料 「ビッグデータ/IoTの最新事例とHadoop活用の勘所」
オラクルエンジニア通信
 
Oracle Database / Exadata Cloud 技術情報(Oracle Cloudウェビナーシリーズ: 2020年7月9日)
Oracle Database / Exadata Cloud 技術情報(Oracle Cloudウェビナーシリーズ: 2020年7月9日)Oracle Database / Exadata Cloud 技術情報(Oracle Cloudウェビナーシリーズ: 2020年7月9日)
Oracle Database / Exadata Cloud 技術情報(Oracle Cloudウェビナーシリーズ: 2020年7月9日)
オラクルエンジニア通信
 
【de:code 2020】 二兎追う者は二兎を得る!クラウド VDI で利便性とセキュリティのどちらも手に入れる!
【de:code 2020】 二兎追う者は二兎を得る!クラウド VDI で利便性とセキュリティのどちらも手に入れる!【de:code 2020】 二兎追う者は二兎を得る!クラウド VDI で利便性とセキュリティのどちらも手に入れる!
【de:code 2020】 二兎追う者は二兎を得る!クラウド VDI で利便性とセキュリティのどちらも手に入れる!
日本マイクロソフト株式会社
 
[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
 
「小さくはじめる→成功する→全体最適へ→成功する」が黄金ルール
「小さくはじめる→成功する→全体最適へ→成功する」が黄金ルール「小さくはじめる→成功する→全体最適へ→成功する」が黄金ルール
「小さくはじめる→成功する→全体最適へ→成功する」が黄金ルール
Brocade
 

Similar to 【GridDB入門】 IoT、そしてサイバー・フィジカル・システムを支える オープンソースデータベース GridDB ~ こだわりの理由と実現方法のポイント (20)

IoT時代を迎えて、あなたのシステムは今までのDBで充分ですか?~ GridDBとその適用事例紹介 ~
IoT時代を迎えて、あなたのシステムは今までのDBで充分ですか?~ GridDBとその適用事例紹介 ~ IoT時代を迎えて、あなたのシステムは今までのDBで充分ですか?~ GridDBとその適用事例紹介 ~
IoT時代を迎えて、あなたのシステムは今までのDBで充分ですか?~ GridDBとその適用事例紹介 ~
 
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
[D33] そのデータベース 5年後大丈夫ですか by Hiromu Goto
 
IoTから関連するサービス群も含めてAzure 最新アップデートのご紹介_IoTビジネス共創ラボ 第9回 勉強会
IoTから関連するサービス群も含めてAzure 最新アップデートのご紹介_IoTビジネス共創ラボ 第9回 勉強会IoTから関連するサービス群も含めてAzure 最新アップデートのご紹介_IoTビジネス共創ラボ 第9回 勉強会
IoTから関連するサービス群も含めてAzure 最新アップデートのご紹介_IoTビジネス共創ラボ 第9回 勉強会
 
db tech showcase Osaka 2013 GuideBook
db tech showcase Osaka 2013 GuideBookdb tech showcase Osaka 2013 GuideBook
db tech showcase Osaka 2013 GuideBook
 
CMD2021 f01 xilinx_20210921_r1.1
CMD2021 f01 xilinx_20210921_r1.1CMD2021 f01 xilinx_20210921_r1.1
CMD2021 f01 xilinx_20210921_r1.1
 
ビッグIoTデータに対応したデータベース GridDB
ビッグIoTデータに対応したデータベース GridDBビッグIoTデータに対応したデータベース GridDB
ビッグIoTデータに対応したデータベース GridDB
 
Nutanix@Open Source Conference 2015 Hiroshima
Nutanix@Open Source Conference 2015 HiroshimaNutanix@Open Source Conference 2015 Hiroshima
Nutanix@Open Source Conference 2015 Hiroshima
 
Decode2017 dell emc_v1.4-a
Decode2017 dell emc_v1.4-aDecode2017 dell emc_v1.4-a
Decode2017 dell emc_v1.4-a
 
Share pointを支えるsql server2014最新情報 tokyo_公開用
Share pointを支えるsql server2014最新情報 tokyo_公開用Share pointを支えるsql server2014最新情報 tokyo_公開用
Share pointを支えるsql server2014最新情報 tokyo_公開用
 
Cloud impact on IT industry (in Japanese)
Cloud impact on IT industry (in Japanese)Cloud impact on IT industry (in Japanese)
Cloud impact on IT industry (in Japanese)
 
C22 スプリットブレインになっても一貫性を保証するインメモリデータグリッド製品 by Taichi Umeda
C22 スプリットブレインになっても一貫性を保証するインメモリデータグリッド製品 by  Taichi UmedaC22 スプリットブレインになっても一貫性を保証するインメモリデータグリッド製品 by  Taichi Umeda
C22 スプリットブレインになっても一貫性を保証するインメモリデータグリッド製品 by Taichi Umeda
 
[Japan Tech summit 2017] DAL 003
[Japan Tech summit 2017] DAL 003[Japan Tech summit 2017] DAL 003
[Japan Tech summit 2017] DAL 003
 
【旧版】Oracle Cloud Infrastructure:サービス概要のご紹介 [2020年4月版]
【旧版】Oracle Cloud Infrastructure:サービス概要のご紹介 [2020年4月版]【旧版】Oracle Cloud Infrastructure:サービス概要のご紹介 [2020年4月版]
【旧版】Oracle Cloud Infrastructure:サービス概要のご紹介 [2020年4月版]
 
実践!DBベンチマークツールの使い方
実践!DBベンチマークツールの使い方実践!DBベンチマークツールの使い方
実践!DBベンチマークツールの使い方
 
Dell emc highperformancevirtualinfracommunitymeetup_20180621publish
Dell emc highperformancevirtualinfracommunitymeetup_20180621publishDell emc highperformancevirtualinfracommunitymeetup_20180621publish
Dell emc highperformancevirtualinfracommunitymeetup_20180621publish
 
Cloudera World Tokyo 2015 Oracleセッション資料 「ビッグデータ/IoTの最新事例とHadoop活用の勘所」
Cloudera World Tokyo 2015 Oracleセッション資料 「ビッグデータ/IoTの最新事例とHadoop活用の勘所」Cloudera World Tokyo 2015 Oracleセッション資料 「ビッグデータ/IoTの最新事例とHadoop活用の勘所」
Cloudera World Tokyo 2015 Oracleセッション資料 「ビッグデータ/IoTの最新事例とHadoop活用の勘所」
 
Oracle Database / Exadata Cloud 技術情報(Oracle Cloudウェビナーシリーズ: 2020年7月9日)
Oracle Database / Exadata Cloud 技術情報(Oracle Cloudウェビナーシリーズ: 2020年7月9日)Oracle Database / Exadata Cloud 技術情報(Oracle Cloudウェビナーシリーズ: 2020年7月9日)
Oracle Database / Exadata Cloud 技術情報(Oracle Cloudウェビナーシリーズ: 2020年7月9日)
 
【de:code 2020】 二兎追う者は二兎を得る!クラウド VDI で利便性とセキュリティのどちらも手に入れる!
【de:code 2020】 二兎追う者は二兎を得る!クラウド VDI で利便性とセキュリティのどちらも手に入れる!【de:code 2020】 二兎追う者は二兎を得る!クラウド VDI で利便性とセキュリティのどちらも手に入れる!
【de:code 2020】 二兎追う者は二兎を得る!クラウド VDI で利便性とセキュリティのどちらも手に入れる!
 
[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
 
「小さくはじめる→成功する→全体最適へ→成功する」が黄金ルール
「小さくはじめる→成功する→全体最適へ→成功する」が黄金ルール「小さくはじめる→成功する→全体最適へ→成功する」が黄金ルール
「小さくはじめる→成功する→全体最適へ→成功する」が黄金ルール
 

More from griddb

ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可...
ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB  - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可...ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB  - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可...
ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可...
griddb
 
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB - 強化された時系列データ管理・検索機能について -
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB - 強化された時系列データ管理・検索機能について -NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB - 強化された時系列データ管理・検索機能について -
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB - 強化された時系列データ管理・検索機能について -
griddb
 
東芝のデータ処理技術基盤のご紹介(ポスター)
東芝のデータ処理技術基盤のご紹介(ポスター)東芝のデータ処理技術基盤のご紹介(ポスター)
東芝のデータ処理技術基盤のご紹介(ポスター)
griddb
 
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ クラウドでGridDBを使ってみましょう ~
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ クラウドでGridDBを使ってみましょう ~NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ クラウドでGridDBを使ってみましょう ~
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ クラウドでGridDBを使ってみましょう ~
griddb
 
IoT指向のクラウドデータベースサービスGridDB Cloud ~その特徴とデータ連携の方法~
IoT指向のクラウドデータベースサービスGridDB Cloud ~その特徴とデータ連携の方法~IoT指向のクラウドデータベースサービスGridDB Cloud ~その特徴とデータ連携の方法~
IoT指向のクラウドデータベースサービスGridDB Cloud ~その特徴とデータ連携の方法~
griddb
 
ペタバイト級でも扱えるGridDBのアーキテクチャ Deep Dive
ペタバイト級でも扱えるGridDBのアーキテクチャ Deep Diveペタバイト級でも扱えるGridDBのアーキテクチャ Deep Dive
ペタバイト級でも扱えるGridDBのアーキテクチャ Deep Dive
griddb
 
日本発のオープンソース・データベース GridDB
日本発のオープンソース・データベース GridDB日本発のオープンソース・データベース GridDB
日本発のオープンソース・データベース GridDB
griddb
 
NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~コマンドライン・インターフェース(CLI)を使ってみましょう~
NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~コマンドライン・インターフェース(CLI)を使ってみましょう~NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~コマンドライン・インターフェース(CLI)を使ってみましょう~
NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~コマンドライン・インターフェース(CLI)を使ってみましょう~
griddb
 
GridDB: A Distributed SQL time series database for IoT and Big Data
GridDB: A Distributed SQL time series database for IoT and Big DataGridDB: A Distributed SQL time series database for IoT and Big Data
GridDB: A Distributed SQL time series database for IoT and Big Data
griddb
 
多様性時代のDB選択
多様性時代のDB選択多様性時代のDB選択
多様性時代のDB選択
griddb
 
GridDBを使用する理由…IoTビッグデータ システムを支える分散スケールアウト型NoSQL/SQLハイブリットデータベースGridDB
GridDBを使用する理由…IoTビッグデータ システムを支える分散スケールアウト型NoSQL/SQLハイブリットデータベースGridDBGridDBを使用する理由…IoTビッグデータ システムを支える分散スケールアウト型NoSQL/SQLハイブリットデータベースGridDB
GridDBを使用する理由…IoTビッグデータ システムを支える分散スケールアウト型NoSQL/SQLハイブリットデータベースGridDB
griddb
 
「情報爆発時代」を勝ち抜くためのIT基盤技術とは?膨大な情報から最適解を 「SmartEDA®」
「情報爆発時代」を勝ち抜くためのIT基盤技術とは?膨大な情報から最適解を 「SmartEDA®」「情報爆発時代」を勝ち抜くためのIT基盤技術とは?膨大な情報から最適解を 「SmartEDA®」
「情報爆発時代」を勝ち抜くためのIT基盤技術とは?膨大な情報から最適解を 「SmartEDA®」
griddb
 
「ものづくり」の現場に必要な機能を備えたスケールアウト型データベース GridDBとそのオープンソース活動 ~膨大なIoTデータの管理を実現 ~
「ものづくり」の現場に必要な機能を備えたスケールアウト型データベース GridDBとそのオープンソース活動 ~膨大なIoTデータの管理を実現 ~「ものづくり」の現場に必要な機能を備えたスケールアウト型データベース GridDBとそのオープンソース活動 ~膨大なIoTデータの管理を実現 ~
「ものづくり」の現場に必要な機能を備えたスケールアウト型データベース GridDBとそのオープンソース活動 ~膨大なIoTデータの管理を実現 ~
griddb
 
日本発オープンソース!! スケールアウト型データベース GridDB入門 ~ GitHubからダウンロードして使ってみましょう ~
日本発オープンソース!! スケールアウト型データベース GridDB入門 ~ GitHubからダウンロードして使ってみましょう ~日本発オープンソース!! スケールアウト型データベース GridDB入門 ~ GitHubからダウンロードして使ってみましょう ~
日本発オープンソース!! スケールアウト型データベース GridDB入門 ~ GitHubからダウンロードして使ってみましょう ~
griddb
 

More from griddb (14)

ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可...
ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB  - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可...ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB  - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可...
ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可...
 
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB - 強化された時系列データ管理・検索機能について -
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB - 強化された時系列データ管理・検索機能について -NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB - 強化された時系列データ管理・検索機能について -
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB - 強化された時系列データ管理・検索機能について -
 
東芝のデータ処理技術基盤のご紹介(ポスター)
東芝のデータ処理技術基盤のご紹介(ポスター)東芝のデータ処理技術基盤のご紹介(ポスター)
東芝のデータ処理技術基盤のご紹介(ポスター)
 
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ クラウドでGridDBを使ってみましょう ~
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ クラウドでGridDBを使ってみましょう ~NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ クラウドでGridDBを使ってみましょう ~
NoSQL/SQLデュアルインターフェースを備えた IoT向けデータベースGridDB ~ クラウドでGridDBを使ってみましょう ~
 
IoT指向のクラウドデータベースサービスGridDB Cloud ~その特徴とデータ連携の方法~
IoT指向のクラウドデータベースサービスGridDB Cloud ~その特徴とデータ連携の方法~IoT指向のクラウドデータベースサービスGridDB Cloud ~その特徴とデータ連携の方法~
IoT指向のクラウドデータベースサービスGridDB Cloud ~その特徴とデータ連携の方法~
 
ペタバイト級でも扱えるGridDBのアーキテクチャ Deep Dive
ペタバイト級でも扱えるGridDBのアーキテクチャ Deep Diveペタバイト級でも扱えるGridDBのアーキテクチャ Deep Dive
ペタバイト級でも扱えるGridDBのアーキテクチャ Deep Dive
 
日本発のオープンソース・データベース GridDB
日本発のオープンソース・データベース GridDB日本発のオープンソース・データベース GridDB
日本発のオープンソース・データベース GridDB
 
NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~コマンドライン・インターフェース(CLI)を使ってみましょう~
NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~コマンドライン・インターフェース(CLI)を使ってみましょう~NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~コマンドライン・インターフェース(CLI)を使ってみましょう~
NoSQL/SQLデュアルインタフェースを備えたIoT向けデータベースGridDB ~コマンドライン・インターフェース(CLI)を使ってみましょう~
 
GridDB: A Distributed SQL time series database for IoT and Big Data
GridDB: A Distributed SQL time series database for IoT and Big DataGridDB: A Distributed SQL time series database for IoT and Big Data
GridDB: A Distributed SQL time series database for IoT and Big Data
 
多様性時代のDB選択
多様性時代のDB選択多様性時代のDB選択
多様性時代のDB選択
 
GridDBを使用する理由…IoTビッグデータ システムを支える分散スケールアウト型NoSQL/SQLハイブリットデータベースGridDB
GridDBを使用する理由…IoTビッグデータ システムを支える分散スケールアウト型NoSQL/SQLハイブリットデータベースGridDBGridDBを使用する理由…IoTビッグデータ システムを支える分散スケールアウト型NoSQL/SQLハイブリットデータベースGridDB
GridDBを使用する理由…IoTビッグデータ システムを支える分散スケールアウト型NoSQL/SQLハイブリットデータベースGridDB
 
「情報爆発時代」を勝ち抜くためのIT基盤技術とは?膨大な情報から最適解を 「SmartEDA®」
「情報爆発時代」を勝ち抜くためのIT基盤技術とは?膨大な情報から最適解を 「SmartEDA®」「情報爆発時代」を勝ち抜くためのIT基盤技術とは?膨大な情報から最適解を 「SmartEDA®」
「情報爆発時代」を勝ち抜くためのIT基盤技術とは?膨大な情報から最適解を 「SmartEDA®」
 
「ものづくり」の現場に必要な機能を備えたスケールアウト型データベース GridDBとそのオープンソース活動 ~膨大なIoTデータの管理を実現 ~
「ものづくり」の現場に必要な機能を備えたスケールアウト型データベース GridDBとそのオープンソース活動 ~膨大なIoTデータの管理を実現 ~「ものづくり」の現場に必要な機能を備えたスケールアウト型データベース GridDBとそのオープンソース活動 ~膨大なIoTデータの管理を実現 ~
「ものづくり」の現場に必要な機能を備えたスケールアウト型データベース GridDBとそのオープンソース活動 ~膨大なIoTデータの管理を実現 ~
 
日本発オープンソース!! スケールアウト型データベース GridDB入門 ~ GitHubからダウンロードして使ってみましょう ~
日本発オープンソース!! スケールアウト型データベース GridDB入門 ~ GitHubからダウンロードして使ってみましょう ~日本発オープンソース!! スケールアウト型データベース GridDB入門 ~ GitHubからダウンロードして使ってみましょう ~
日本発オープンソース!! スケールアウト型データベース GridDB入門 ~ GitHubからダウンロードして使ってみましょう ~
 

Recently uploaded

Matsuo-Iwasawa lab. Research Unit Introduction
Matsuo-Iwasawa lab. Research Unit IntroductionMatsuo-Iwasawa lab. Research Unit Introduction
Matsuo-Iwasawa lab. Research Unit Introduction
Matsuo Lab
 
MOSHI: 革新的な音声AI QAIが開発した次世代のコミュニケーションツール
MOSHI: 革新的な音声AI QAIが開発した次世代のコミュニケーションツールMOSHI: 革新的な音声AI QAIが開発した次世代のコミュニケーションツール
MOSHI: 革新的な音声AI QAIが開発した次世代のコミュニケーションツール
TsuyoshiSaito7
 
「スマートエスイー」におけるスマートシステム&サービスおよびDX推進人材の産学連携育成ならびに参照モデルに基づく育成プログラム分析
「スマートエスイー」におけるスマートシステム&サービスおよびDX推進人材の産学連携育成ならびに参照モデルに基づく育成プログラム分析「スマートエスイー」におけるスマートシステム&サービスおよびDX推進人材の産学連携育成ならびに参照モデルに基づく育成プログラム分析
「スマートエスイー」におけるスマートシステム&サービスおよびDX推進人材の産学連携育成ならびに参照モデルに基づく育成プログラム分析
Hironori Washizaki
 
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
shogotaguchi
 
Imitation learning for robotics 勉強会資料(20240701)
Imitation learning for robotics 勉強会資料(20240701)Imitation learning for robotics 勉強会資料(20240701)
Imitation learning for robotics 勉強会資料(20240701)
Natsutani Minoru
 
第61回CV勉強会「CVPR2024読み会」(前編)発表資料:State Space Models for Event Cameras
第61回CV勉強会「CVPR2024読み会」(前編)発表資料:State Space Models for Event Cameras第61回CV勉強会「CVPR2024読み会」(前編)発表資料:State Space Models for Event Cameras
第61回CV勉強会「CVPR2024読み会」(前編)発表資料:State Space Models for Event Cameras
Takuya Minagawa
 
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
Sony - Neural Network Libraries
 
"ros2rapper", Hardware implimentation of ROS2 communication Protocol without ...
"ros2rapper", Hardware implimentation of ROS2 communication Protocol without ..."ros2rapper", Hardware implimentation of ROS2 communication Protocol without ...
"ros2rapper", Hardware implimentation of ROS2 communication Protocol without ...
たけおか しょうぞう
 
Matsuo-Iwasawa Lab. Research unit Introduction
Matsuo-Iwasawa Lab. Research unit IntroductionMatsuo-Iwasawa Lab. Research unit Introduction
Matsuo-Iwasawa Lab. Research unit Introduction
Matsuo Lab
 
論文紹介:Task-aligned Part-aware Panoptic Segmentation through Joint Object-Part ...
論文紹介:Task-aligned Part-aware Panoptic Segmentation through Joint Object-Part ...論文紹介:Task-aligned Part-aware Panoptic Segmentation through Joint Object-Part ...
論文紹介:Task-aligned Part-aware Panoptic Segmentation through Joint Object-Part ...
Toru Tamaki
 
Kyndryl Developer Services のご紹介 2024年7月
Kyndryl Developer Services のご紹介  2024年7月Kyndryl Developer Services のご紹介  2024年7月
Kyndryl Developer Services のご紹介 2024年7月
Takayuki Nakayama
 
【GPT4-o越えのリアルタイム会話AI】kyutai labsのMoshiデモ動画を解説
【GPT4-o越えのリアルタイム会話AI】kyutai labsのMoshiデモ動画を解説【GPT4-o越えのリアルタイム会話AI】kyutai labsのMoshiデモ動画を解説
【GPT4-o越えのリアルタイム会話AI】kyutai labsのMoshiデモ動画を解説
TsuyoshiSaito7
 
MySQLの文字コードと照合順序について 2024/07/05の勉強会で発表されたものです。
MySQLの文字コードと照合順序について 2024/07/05の勉強会で発表されたものです。MySQLの文字コードと照合順序について 2024/07/05の勉強会で発表されたものです。
MySQLの文字コードと照合順序について 2024/07/05の勉強会で発表されたものです。
iPride Co., Ltd.
 
Matsuo-Iwasawa Lab. | Research unit Introduction
Matsuo-Iwasawa Lab. | Research unit IntroductionMatsuo-Iwasawa Lab. | Research unit Introduction
Matsuo-Iwasawa Lab. | Research unit Introduction
Matsuo Lab
 

Recently uploaded (14)

Matsuo-Iwasawa lab. Research Unit Introduction
Matsuo-Iwasawa lab. Research Unit IntroductionMatsuo-Iwasawa lab. Research Unit Introduction
Matsuo-Iwasawa lab. Research Unit Introduction
 
MOSHI: 革新的な音声AI QAIが開発した次世代のコミュニケーションツール
MOSHI: 革新的な音声AI QAIが開発した次世代のコミュニケーションツールMOSHI: 革新的な音声AI QAIが開発した次世代のコミュニケーションツール
MOSHI: 革新的な音声AI QAIが開発した次世代のコミュニケーションツール
 
「スマートエスイー」におけるスマートシステム&サービスおよびDX推進人材の産学連携育成ならびに参照モデルに基づく育成プログラム分析
「スマートエスイー」におけるスマートシステム&サービスおよびDX推進人材の産学連携育成ならびに参照モデルに基づく育成プログラム分析「スマートエスイー」におけるスマートシステム&サービスおよびDX推進人材の産学連携育成ならびに参照モデルに基づく育成プログラム分析
「スマートエスイー」におけるスマートシステム&サービスおよびDX推進人材の産学連携育成ならびに参照モデルに基づく育成プログラム分析
 
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
 
Imitation learning for robotics 勉強会資料(20240701)
Imitation learning for robotics 勉強会資料(20240701)Imitation learning for robotics 勉強会資料(20240701)
Imitation learning for robotics 勉強会資料(20240701)
 
第61回CV勉強会「CVPR2024読み会」(前編)発表資料:State Space Models for Event Cameras
第61回CV勉強会「CVPR2024読み会」(前編)発表資料:State Space Models for Event Cameras第61回CV勉強会「CVPR2024読み会」(前編)発表資料:State Space Models for Event Cameras
第61回CV勉強会「CVPR2024読み会」(前編)発表資料:State Space Models for Event Cameras
 
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
 
"ros2rapper", Hardware implimentation of ROS2 communication Protocol without ...
"ros2rapper", Hardware implimentation of ROS2 communication Protocol without ..."ros2rapper", Hardware implimentation of ROS2 communication Protocol without ...
"ros2rapper", Hardware implimentation of ROS2 communication Protocol without ...
 
Matsuo-Iwasawa Lab. Research unit Introduction
Matsuo-Iwasawa Lab. Research unit IntroductionMatsuo-Iwasawa Lab. Research unit Introduction
Matsuo-Iwasawa Lab. Research unit Introduction
 
論文紹介:Task-aligned Part-aware Panoptic Segmentation through Joint Object-Part ...
論文紹介:Task-aligned Part-aware Panoptic Segmentation through Joint Object-Part ...論文紹介:Task-aligned Part-aware Panoptic Segmentation through Joint Object-Part ...
論文紹介:Task-aligned Part-aware Panoptic Segmentation through Joint Object-Part ...
 
Kyndryl Developer Services のご紹介 2024年7月
Kyndryl Developer Services のご紹介  2024年7月Kyndryl Developer Services のご紹介  2024年7月
Kyndryl Developer Services のご紹介 2024年7月
 
【GPT4-o越えのリアルタイム会話AI】kyutai labsのMoshiデモ動画を解説
【GPT4-o越えのリアルタイム会話AI】kyutai labsのMoshiデモ動画を解説【GPT4-o越えのリアルタイム会話AI】kyutai labsのMoshiデモ動画を解説
【GPT4-o越えのリアルタイム会話AI】kyutai labsのMoshiデモ動画を解説
 
MySQLの文字コードと照合順序について 2024/07/05の勉強会で発表されたものです。
MySQLの文字コードと照合順序について 2024/07/05の勉強会で発表されたものです。MySQLの文字コードと照合順序について 2024/07/05の勉強会で発表されたものです。
MySQLの文字コードと照合順序について 2024/07/05の勉強会で発表されたものです。
 
Matsuo-Iwasawa Lab. | Research unit Introduction
Matsuo-Iwasawa Lab. | Research unit IntroductionMatsuo-Iwasawa Lab. | Research unit Introduction
Matsuo-Iwasawa Lab. | Research unit Introduction
 

【GridDB入門】 IoT、そしてサイバー・フィジカル・システムを支える オープンソースデータベース GridDB ~ こだわりの理由と実現方法のポイント

  • 1. © 2020 Toshiba Digital Solutions Corporation オープンソースカンファレンス 2020 Tokyo/Spring IoT、そしてサイバー・フィジカル・システムを支える オープンソースデータベース GridDB ~ こだわりの理由と実現方法のポイント ~ 東芝デジタルソリューションズ株式会社 栗田 雅芳 2020/2/21
  • 2. 2© 2020 Toshiba Digital Solutions Corporation ビデオ https://youtu.be/ALK9RReUSpI
  • 3. 3© 2020 Toshiba Digital Solutions Corporation アジェンダ サイバー・フィジカル・システム とは? それに求められるデータベース要件 GridDBのこだわりとその実現方法 導入事例 オープンイノベーション活動 まとめ
  • 4. 4© 2020 Toshiba Digital Solutions Corporation サイバー・フィジカル・システム とは? CPS: Cyber Physical Systems
  • 5. 5© 2020 Toshiba Digital Solutions Corporation 実世界 ( フォジカル ) におけるデータを収集し、デジタル ( サイバー ) により理解・分析し それを実世界にフィードバックすることで、付加価値を創出 センシング 制 御 サイバー 最適化・計画 分析・予測 認識・理解 フィジカル 価値創出
  • 6. 6© 2020 Toshiba Digital Solutions Corporation 自動運転 車や道路・信号に 埋め込まれたセンサー のデータ 天候などのデータ など コントロール
  • 7. 7© 2020 Toshiba Digital Solutions Corporation 東芝グループの事業 ものづくり (品質・生産性向上)  検品高精度化  歩留改善  装置保全  ダウンタイム低減 社会インフラ (安全・安心)  予防保全  保守点検省力化  防犯・防災  サイバーセキュリティ 流通・物流 (業務効率化)  作業効率改善  在庫最適化  輸送品質向上  ルート最適化 ビル・施設 (快適・省エネ)  異常予兆検知  状態基準保全  快適性向上  消費電力削減 エネルギー (安定・高効率)  需給予測  供給安定化  アセット最適化  災害時早期復旧 センシング 制 御 サイバー 最適化・計画 分析・予測 認識・理解 フィジカル 価値創出
  • 8. 8© 2020 Toshiba Digital Solutions Corporation 求められるデータベース要件
  • 9. 9© 2020 Toshiba Digital Solutions Corporation CPS / IoT データ (ファストデータ) 特性 異常検出 見える化 各種集計 Webサイト RDBMS CRM/ERP ・・・・・・ 時系列データ データベース カラム 型 センサID String 日時 Date 測定値1 Double 測定値2 Double デ ー タ 発 生 量 時間 従来のIT系データ デ ー タ 発 生 量 時間 IoTデータ デ ー タ 保 管 量 月・年
  • 10. 10© 2020 Toshiba Digital Solutions Corporation トランザクション型のデータと異なる・・・ 異常検出 見える化 各種集計 Webサイト RDBMS CRM/ERP ・・・・・・ 時系列データ データベース カラム 型 センサID String 日時 Date 測定値1 Double 測定値2 Double デ ー タ 発 生 量 時間 従来のIT系データ デ ー タ 発 生 量 時間 IoTデータ デ ー タ 保 管 量 月・年 大量データが 単調増加 発生直後から リアルタイム参照 24H365D 絶え間なく発生 ミリ秒オーダーで 高頻度に発生 データ一貫性 の保証
  • 11. 11© 2020 Toshiba Digital Solutions Corporation CPS/IoTのためのデータベースの要件とは? 異常検出 見える化 各種集計 Webサイト RDBMS CRM/ERP ・・・・・・ 時系列データ データベース カラム 型 センサID String 日時 Date 測定値1 Double 測定値2 Double デ ー タ 発 生 量 時間 従来のIT系データ デ ー タ 発 生 量 時間 IoTデータ デ ー タ 保 管 量 月・年 高い処理能力 High Performance 高い処理能力 High Performance 柔軟な拡張性 High Scalability 強い信頼性 High Reliability 強い信頼性 High Reliability 大量データが 単調増加 発生直後から リアルタイム参照 24H365D 絶え間なく発生 ミリ秒オーダーで 高頻度に発生 データ一貫性 の保証
  • 12. 12© 2020 Toshiba Digital Solutions Corporation CPS/IoTの特有のデータベース要件 高パフォーマンス  秒・ミリ秒、さらにはそれ以下の周期で発生する膨大なデータをリアルタイムで収集・監視、 分析を可能にするため、高レスポンス・高スループットといったパフォーマンスが重要 データの一貫性  データ欠損や参照データの矛盾など、一貫性や整合性が崩れる状態を許容できない  欠損データの補完や、誤って入力された数値の訂正などといった更新要求に対応できな ければならない 高可用性  ノード障害、ノード増設でも、サービスを停止させることが許容できない  ノード障害の検知と切替えに要するフェイルオーバー時間は数秒以内である必要がある
  • 13. 13© 2020 Toshiba Digital Solutions Corporation 2010年当時の技術では・・・・ 高い処理能力 High Performance 柔軟な拡張性 High Scalability 強い信頼性 High Reliability RDBMS △ × 〇 NoSQL △ 〇 △ Hadoop FS △ 〇 × 注:トランザクションシステムにおける評価は異なります。 あくまでも、CPS / IoTシステムにおける弊社の見解です。
  • 14. 14© 2020 Toshiba Digital Solutions Corporation じゃあ、自分たちで 開発しましょう・・・ 高い処理能力 High Performance 柔軟な拡張性 High Scalability 強い信頼性 High Reliability RDBMS △ × 〇 NoSQL △ 〇 △ Hadoop FS △ 〇 × GridDB ◎ ◎ ◎ 2011年 ~ 開発 2013年 ~ 商品化 GridStore v1.0 ➜ GridDB 2016年 ~ オープンソース化
  • 15. 15© 2020 Toshiba Digital Solutions Corporation GridDBのこだわり
  • 16. 16© 2020 Toshiba Digital Solutions Corporation GridDBの特長 IoT指向モデル IoT Oriented IoTデータを格納にするのに最適なキーコンテナ型データモデル コンテナ内でデータの一貫性を保証 時系列データ管理に関する特別な機能 高い処理能力 High Performance メモリを主、ストレージを従 メモリやディスクの排他処理や同期待ちなどのオーバヘッドを極力排除 SQLにおける分散並列処理 強い信頼性 High Reliability データの複製をノード間で自動的に実行 ノード障害があってもフェールオーバによりサービス継続 数秒から数十秒の切替え時間 柔軟な拡張性 High Scalability 少ないノード台数で初期投資を抑制 負荷や容量の増大に合わせたノード増設が可能 自律データ再配置により、高いスケーラビリティを実現 抜群の使い勝手 Excellent Usability NoSQLとSQLのデュアルインターフェース(API) NoSQLで大量データを収集しながら、SQLでリアルタイム分析が可能 要件に応じてスケールアウトとスケールアップをベストミックス
  • 17. 17© 2020 Toshiba Digital Solutions Corporation データモデル
  • 18. 18© 2020 Toshiba Digital Solutions Corporation こだわり IoTデータの特性にあったデータモデル
  • 19. 19© 2020 Toshiba Digital Solutions Corporation NoSQL データモデル IoTデータ向けに拡張したキーコンテナ型・・・テーブル表現で管理 ドキュメント型キーバリュー型 キーコンテナ型ワイドカラム型 Key Value Key Value Value Value Key Container ( Table ) Key1 Key2 Value Value Value Key Documet Key1 JSON形式ドキュメント Key2 JSON形式ドキュメント Value Value
  • 20. 20© 2020 Toshiba Digital Solutions Corporation コンテナのスキーマ定義、カラムのインデックス設定により高速検索 レコード操作はコミット/ロールバック➜コンテナ単位で一貫性保証 キーバリューをグループ化するコンテナ (テーブル) 時刻 センサ A センサB 00:00:00 1.12 2.13 00:00:01 1.11 3.12 00:00:02 1.01 3.33 機器 1 機器 2 機器 3 機器 N ・・・・・・・・ 時刻 センサ C センサD センサE 00:00:00 1.12 2.13 1.13 00:00:02 1.01 3.33 2.33 ・・・・時刻 センサ F センサG 00:00:00 1.12 2.13 00:00:01 1.11 3.12 ・・・・ ・・・・ ・・・・ ・・・・・・・・・・・・・・・・・・・ 時刻 センサ センサ 00:00:00 0.12 1.13 00:00:01 1.11 3.12 ・・・・ ・・・・ ・・・・ データソース 時系列データ データ格納 対象ごとのデータを格納 テーブルで表現
  • 21. 21© 2020 Toshiba Digital Solutions Corporation コンテナの種類 コレクション コンテナ 時系列 コンテナ 設備番号 名称 仕様 equip001 変圧器1 xxx変圧器 equip002 変圧器2 yyy変圧器 equip003 遮断機1 xxx遮断機 equip004 遮断機2 yyy遮断機 equip005 ケーブル1 zzzケーブル ・・・・ ・・・・ ・・・・ 時刻 熱効率 湿度 2020/01/22 01:23:30:01 78.3 47.9 2020/01/22 01:23:30:02 82.9 63.4 2020/01/22 01:23:30:03 96.6 69.6 ・・・・ ・・・・ ・・・・ 設備名 ラインA 機器名 機器A ロウとカラムから構成されるテーブル 時刻で並べられたテーブル
  • 22. 22© 2020 Toshiba Digital Solutions Corporation 時系列コンテナ 期限解放機能 / 長期アーカイブ機能 保持期間を超えたデータを自動的に削除 または 外部ストレージなどにアーカイブ 時系列データ圧縮 誤差あり間引き圧縮 (HI) と 誤差なし間引き圧縮 (SS) 時系列分析関数 集計演算関数:重み付きで平均を求めるTIME_AVGなど 選択関数:TIME_NEXT、TIME_NEXT_ONLY、TIME_PREV、TIME_PREV_ONLYなど 補間演算関数:TIME_INTERPOLATED、TIME_SAMPLINGなど
  • 23. 23© 2020 Toshiba Digital Solutions Corporation 高い処理能力
  • 24. 24© 2020 Toshiba Digital Solutions Corporation こだわり・・・ 複数の処理を並列実行 1つの処理を並列実行 (スループット向上) (レスポンス向上) できるだけCPUをフル回転 できるだけインメモリで処理
  • 25. 25© 2020 Toshiba Digital Solutions Corporation RDBMSにおけるCPU使途 本質的なデータ処理に費やすCPU使用率は10%強 Buffer 30% Lock 15%Latch 15% Recovery 25% Essential Proc 10% 出典:Harizopoulos, S. et al, “OLTP Through the Looking Glass, and What We Found There”, SIGMOD 2008 CPU メモリ ディスク 内部的な小さな単位 のタスクを組み合わせ て処理 ➜ タスク間の処理の受け 渡しのオーバヘッドが発 生 本質的なデータ処理 RDBMS クライアント クライアント 他サーバ 他サーバ
  • 26. 26© 2020 Toshiba Digital Solutions Corporation 遊んでいるCPUをフル回転 イベント駆動エンジン クライアント クライアント 他サーバ 他サーバ GridDBサーバ CPU メモリ ディスク 1処理タスクを1スレッド に割り当てて、複数スレッ ド間でのリソース共有を 排除し、フルスピードで データ処理を実行 内部的な小さな単位 のタスクを組み合わせ て処理 ➜ タスク間の処理の受け 渡しのオーバヘッドが 発生 CPUコア/スレッド毎に専 有するメモリ、DBファイル を割当て排他処理、同 期待ちを排除 ブロックの読み書きサイズ を最適化し、I/O待ちを 削減 RDBMS クライアント クライアント 他サーバ 他サーバ 1処理 タスク 1スレッド
  • 27. 27© 2020 Toshiba Digital Solutions Corporation できるだけインメモリで処理 メモリを最大限有効活用する時系列データ配置技術 TDPA ヒント情報を与えることでメモリ内ヒット率向上が可能 新しい 古い コンテナ設計:センサごとにコンテナを作成. ア プ リ ケ ー シ ョ ン put/ multiPut Get/ multuGet データ検索: センサと時間を条件と して検索すると、検索 対象のデータは局所的 に配置されているため、 GridDBの検索は高速 複数センサであっても、 同じ時間のデータは 近接して配置・格納 される。 データ格納: センサデータは時刻順 に生成され、時刻順に 格納される TDPA:Time Series Data Placement Algorithm
  • 28. 28© 2020 Toshiba Digital Solutions Corporation 強い信頼性
  • 29. 29© 2020 Toshiba Digital Solutions Corporation こだわり・・・ ノード障害でも、サービスを停止させることが許容できない ノード障害の検知と切替えに要する時間は数秒以内 ノンストップ運用の実現
  • 30. 30© 2020 Toshiba Digital Solutions Corporation 代表的な2つのクラスタ管理方式 マスター・スレイブ 型 (master-slave) ピア・ツー・ピア型 (peer to peer) ノード クライアント ノード ノードノード クライアント スレーブスレーブ マスター スレーブ スレーブ ❍ 単一障害点 (SPOF)/単一窓口(SPOC)なし ❍ ノード追加時にはデータ再配置が容易 ✘ 一貫性の維持にはノード間の通信の負荷が発生 ✘ 遅延やなどで処理順序により、一貫性が崩れる ❍ 一貫性の維持は容易 ✘ 単一障害点 (SPOF)、単一窓口(SPOC) ✘ノード追加時にはデータ再配置が困難
  • 31. 31© 2020 Toshiba Digital Solutions Corporation お互いの弱点を補う ハイブリット型クラスタ管理 マスター・スレーブ型とピア・ツー・ピア型のハイブリッド型方式  クラスタが自動的にマスタノードを選択 ➜ 単一障害点 (SPOF) / 単一窓口(SPOC)なし  一貫性のとれたデータ配置情報を各ノードおよびクライアント で共有 ➜管理サーバや仲介サーバを排除  自律的にデータ配置を調整し、適切なバランスを維持
  • 32. 32© 2020 Toshiba Digital Solutions Corporation ノード 1 ノード 2 ノード 3 ノード 4 ➊ クラスタの構成時、ピア・ツー・ピアで選挙により、自律的にマスターノード を選出 ❷ データを独自ハッシュ関数でグルーピングし、コンテナ単位で各ノードにデータ配置 ➌ ピア・ツー・ピアで各ノードのデータ配置情報を交換・管理 ❹ ノード間でのデータのコピーを保持しあう自動レプリケーションによる多重化 ハイブリッド型クラスタ技術 サブマスター サブマスター サブマスター サブマスター ID(ノード3) >ID(ノード2) > ID(ノード1)>ID(ノード4) データ配置情報 (マスター) ☛ 特別なスキルを必要とせずに、高可用なクラスタ構成が可能 オリジナル オリジナル オリジナル オリジナル レプリカ レプリカ レプリカ データ配置情報(ローカル) データ配置情報(ローカル)データ配置情報(ローカル) レプリカ
  • 33. 33© 2020 Toshiba Digital Solutions Corporation クライアント ノード 1 クライアント ノード 2 クライアント ノード 3 クライアント ノード 4 データ配置情報 (マスター) オリジナル オリジナル オリジナル レプリカ オリジナル レプリカ レプリカ レプリカ レプリカ データ配置情報(ローカル) データ配置情報(ローカル)データ配置情報(ローカル) ハイブリッド型クラスタ技術 ❺ クライアントライブライリ側でも一貫性のとれたデータ配置情報をキャッシュ ❻ クライアントがマスターや仲介サーバを参照せずダイレクトにアクセス ☛ アクセス切り替えと通信コストの大幅削減 データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ)
  • 34. © 2020 Toshiba Digital Solutions Corporation 34 クライアント ノード 1 クライアント ノード 2 クライアント ノード 3 クライアント ノード 4 データ配置情報 (マスター) オリジナル オリジナル オリジナル レプリカ オリジナル レプリカ レプリカ レプリカ レプリカ データ配置情報(ローカル) データ配置情報(ローカル)データ配置情報(ローカル) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) ハイブリッド型クラスタ技術 マスターに障害が発生➜ 残りのノード集合から、新マスターを再選出 クライアントはデータ配置情報に基づきレプリカを参照 レプリカ オリジナル サブマスター サブマスター サブマスター ID(ノード2) > ID(ノード1)>ID(ノード4) ↓ 新マスター データ配置情報(ローカル) レプリカ データ配置情報 (新マスター) データ配置情報 (マスター)
  • 35. 35© 2020 Toshiba Digital Solutions Corporation クライアント ノード 1 クライアント ノード 2 クライアント ノード 3 クライアント ノード 4 データ配置情報 (マスター) オリジナル オリジナル オリジナル レプリカ オリジナル レプリカ レプリカ レプリカ データ配置情報(ローカル) データ配置情報(ローカル)データ配置情報(ローカル) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) レプリカ オリジナル ハイブリッド型クラスタ技術 データコピー (レプリカ数) 不足 ➜ ノード間のデータバランスの悪化 ➜ データ配置情報 (マスター) データ配置情報 (新マスター) 自律データ再配置技術 (ADDA) 自律的にノード間のデータ配置を調整し、適切なバランスを維持 データ配置情報(ローカル) レプリカ レプリカ オリジナル
  • 36. 36© 2020 Toshiba Digital Solutions Corporation クライアント ノード 1 クライアント ノード 2 クライアント ノード 3 クライアント ノード 4 ノード 3´ データ配置情報 (マスター) オリジナル オリジナル オリジナル レプリカ レプリカ データ配置情報(ローカル) データ配置情報(ローカル)データ配置情報(ローカル) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) データ配置情報 (キャッシュ) レプリカ オリジナル データ配置情報 (マスター) データ配置情報 (新マスター) データ配置情報(ローカル) レプリカ オリジナル レプリカ ハイブリッド型クラスタ技術 オリジナル データコピー (レプリカ数) 不足 ➜ ノード間のデータバランスの悪化 ➜ 自律データ再配置技術 (ADDA) 自律的にノード間のデータ配置を調整し、適切なバランスを維持 データ配置情報(ローカル) レプリカレプリカ オリジナル
  • 37. 37© 2020 Toshiba Digital Solutions Corporation 柔軟な拡張性
  • 38. 38© 2020 Toshiba Digital Solutions Corporation こだわり・・・ データ配置のバランスが悪いと、特定のノードに負荷が集中 データのコピー ( レプリカ数 ) が不足すると、可用性が低下 ノード間でバランスよくかつ高速にデータを再配置
  • 39. 39© 2020 Toshiba Digital Solutions Corporation 自律データ再配置技術 (ADDA) 自律的にバランスよくノード間でデータを再配置するアルゴリズム ❶ インバランス状態の検知: (マスターノードが) ノード間のインバランス状態を検知 ❷ 長期同期プランニング: 定常的な、短期同期 (レプリケーション)とは別に長期的な同期計画を作成 ❸ ノード間データ再配置 (長期同期/短期同期) 実行 リクエストの処理へ負荷を与えない範囲で、2種類の大きなメモリブロックと 小さなDB更新ログを使い分けながら、バックグランドで高速同期 ❹ データ配置情報を書き換えて、アクセス切替え ADDA:Autonomous Data Distribution Algorithm
  • 40. 40© 2020 Toshiba Digital Solutions Corporation 自律データ再配置技術 (ADDA) クライアント クライアント クライアント クライアント クライアント クライアント 目標 現状 長期同期 プランニング クライアント クライアント クライアント DB更新ログ (短期同期) メモリブロック (長期同期) ❶ インバランス検知 ノード情報を収集 ノード間のインバラン ス状態を検知 ❹ アクセス切替え 短期同じ更新水位で あることを確認 データ配置情報を書き 換えて、アクセス切替え ❷ 長期同期プランニング 定常的な、短期同期 (レプリケーション) とは 別に、長期的な同期 計画を作成 ❸ データ再配置実行 リクエストの処理へ負荷を 与えない範囲で、大きな メモリブロックと小さなDB 更新ログを使い分けなが ら、高速同期
  • 41. 41© 2020 Toshiba Digital Solutions Corporation 抜群な使い勝手
  • 42. 42© 2020 Toshiba Digital Solutions Corporation こだわり・・・ 実際のIoT、そしてCPSで必要となる・・・ NoSQL (キー・バリュー) / SQL デュアル API ペタバイト級のデータ管理
  • 43. 43© 2020 Toshiba Digital Solutions Corporation NoSQL / SQL デュアル API 膨大なファストデータの素早い分析とアクションの実現 SQL インタフェース  分散並列SQL処理エンジン ・・・参照・分析  巨大なテーブルを高速にアクセスするための テーブルパーティショニング機能  JDBC / ODBCドライバ➜BI/BAやETLツール連携 NoSQL (キー・バリュー) インタフェース  KVS指向の高スループット、高レスポンス・・・登録・検索・更新  キーコンテナのCRUD : Naitive I/F (put/get/remove), TQL  Java / C / Ruby / Perl / Python / Go / Node.jsクライアント GridDB クラスタ DB ノード DB ノード DB ノード キーバリューインターフェース SQLインターフェース BI/BA ETL 他のシステム 他のDBMS
  • 44. 44© 2020 Toshiba Digital Solutions Corporation SQLインタフェースにおける分散並列処理 クライアント C0 C1 C2 C3 Val Val Val Val Val Val Val Val Val Val Val Val a@0 C4 C5 C6 Val Val Val Val Val Val Val Val Val b@0 Task Task Task C0 C2 C6 Val Val Val Val Val Val Val Val Val C0 C1 C2 C3 Val Val Val Val Val Val Val Val Val Val Val Val a@1 C4 C5 C6 Val Val Val Val Val Val Val Val Val b@1 Task Task Task C0 C1 C2 C3 Val Val Val Val Val Val Val Val Val Val Val Val a@2 C4 C5 C6 Val Val Val Val Val Val Val Val Val b@2 Task Task Task Task C0 C2 C6 Val Val Val Val Val Val Val Val Val SQL処理エンジン NoSQL (KVS) パイプライン並列化 パーティション並列化 (タスク)独立並列化 C0 C2 C7 Val Val Val Val Val Val
  • 45. 45© 2020 Toshiba Digital Solutions Corporation ペタバイト級のデータ管理 ※各種DBMSの推奨値や事例から推定 MongoDB Cassandra PostgreSQL 1000TB 200TB ~数TB スケールアウト だけでは現実的 には無理!
  • 46. 46© 2020 Toshiba Digital Solutions Corporation 1サーバ当たり蓄積できるデータベースの最大サイズを拡大 内部のデータ管理構造の最適化でリソース使用量の大幅削減 ※各種DBMSの推奨値や事例から推定 MongoDB Cassandra PostgreSQL 1000TB 200TB GridDB v4.2 50TB~数TB GridDB V4.3 (圧縮時 数百TB) データベースのバッファ制御機能の強化 クラスタのデータ配置機能の強化 複合索引などの機能の強化
  • 47. 47© 2020 Toshiba Digital Solutions Corporation 要件に応じてスケールアウトとスケールアップをベストミックス 応答性能重視 (TB/ノード) 大規模重視 (PB/ノード) NoSQL インメモリ状態でスケールアウト バランス考慮 SQL バランス考慮 ネットワーク負荷を考慮し、スケールアップ&スケールアウト 5PBのデータを 50TB×100台のサーバを分散した構成例 5PBのデータを 1PB×5台のサーバを分散した構成例 50TB 50TB 50TB・・・ 100台 1PB 1PB 1PB・・・ 5台
  • 48. 48© 2020 Toshiba Digital Solutions Corporation 導入事例
  • 49. 49© 2020 Toshiba Digital Solutions Corporation https://youtu.be/9-yf-XN1Bgg ビデオ
  • 50. 50© 2020 Toshiba Digital Solutions Corporation 代表的な導入事例  フランス リヨン 太陽光発電 監視・診断システム 発熱量の遠隔監視、発電パネルの性能劣化を診断  電力会社 低圧託送業務システム スマートメータから収集される電力使用量を集計し、需要量と発電量のバランスを調整  HDD製造会社 品質管理システム 製造装置のセンサーデータを長期にわたって蓄積・分析し、品質分析・改善に適用  半導体製造ライン 履歴管理システム 製造履歴や品質履歴、材料データなどのデータを横串で分析し、製品の品質管理やトレーサビリティに適用  半導体製造ライン 異常検出システム 製造ラインのセンサーデータをリアルタイムにAIで分析し、製造ラインの異常を検出  デンソー ファクトリーIoT 工場のDigital Twinを実現し、生産性向上  DENSO International America 次世代車両管理システム 車両の各センサーデータを用いる車両管理システムのPoC
  • 51. 51© 2020 Toshiba Digital Solutions Corporation 代表的な導入事例 社会インフラを中心に、高い信頼性・性能 が求められるシステムで採用されています
  • 52. 52© 2020 Toshiba Digital Solutions Corporation HDD製造会社 品質管理システム 概要  HDD製造会社が品質管理システムを再構築  これまではNETEZZAとExadataを使用➜GridDB採用 システムの課題  HDDの製造レコードを全件貯めることを目指しており、 NETEZZAとExadataでは莫大なコストがかかる  データ蓄積量:1.9PB / 5年  登録データ量:267 GB / 日  分析用SQLによるアクセス頻度:約30,000 回 / 日 想定する成果  Netteza、Exadataといった高性能DB専用機以上の 性能を標準的なIAサーバで実現➜大幅なコストダウン
  • 53. 53© 2020 Toshiba Digital Solutions Corporation オープンイノベーション活動
  • 54. 54© 2020 Toshiba Digital Solutions Corporation 2016年2月 Github上にソースコードを公開 https://github.com/griddb/
  • 55. 55© 2020 Toshiba Digital Solutions Corporation なぜオープンソースにしたのか!? 開発者、使用者、パートナーとのオープンイノベーション 活動を通して ❶ ビッグデータ技術の普及促進 多くの人に知ってもらいたい、使ってもらいたい いろいろなニーズをつかみたい ❷ 他のオープンソースソフトウェア、システムとの連携強化
  • 56. 56© 2020 Toshiba Digital Solutions Corporation エコシステムのパワーを最大限に活用 Data Storage Data Collection Analytics Client LibrariesData Processing Visualization Others
  • 57. 57© 2020 Toshiba Digital Solutions Corporation まとめ
  • 58. 58© 2020 Toshiba Digital Solutions Corporation まとめ  IoT、そして CPSをターゲットに設計したデータベース です。  データモデル、高い処理能力、強い信頼性、柔軟な拡張 性、そして実際にちゃんと使いやすいかの使い勝手にこだ わりました。  IoT、そしてCPS などで、データベースにお困りの方、 また興味のある方はぜひ検討いただければと思います。
  • 59. 59© 2020 Toshiba Digital Solutions Corporation
  • 60. 60© 2020 Toshiba Digital Solutions Corporation
  • 61. 61© 2020 Toshiba Digital Solutions Corporation 付録
  • 62. 62© 2020 Toshiba Digital Solutions Corporation 関連URL  GridDB 製品版サイト https://www.toshiba-sol.co.jp/pro/griddb/index_j.htm  GridDB デベロッパーズサイト https://griddb.net/  GridDB GitHubサイト https://github.com/griddb  GridDB Twitter(日本/ 米国) https://twitter.com/griddb_jp / https://twitter.com/GridDBCommunity  GridDB Facebook (日本/ 米国) https://www.facebook.com/griddbjp / https://www.facebook.com/griddbcommunity/  GridDB お問い合わせ 製品版:http://www.toshiba-sol.co.jp/pro/griddb/contact_j.htm プログラミング関連:Stackoverflow (https://ja.stackoverflow.com/search?q=griddb) もしくはGitHubサイトの各リポジトリのIssueをご利用ください プログラミング関連以外:contact@griddb.netもしくはcontact@griddb.orgをご利用ください
  • 63. 63© 2020 Toshiba Digital Solutions Corporation 関連URL:導入事例関連  IoT産業におけるGridDB導入事例 https://griddb.net/ja/blog/three-examples-griddb-iot-industry/  自動車産業におけるGridDB導入事例 https://griddb.net/ja/blog/griddb-automotive/  電力小売自由化に対応した大規模なスマートメーターデータの高速処理 https://www.toshiba-sol.co.jp/articles/tsoul/22/004.htm  ダントツ工場を目指すデンソー https://special.nikkeibp.co.jp/atclh/tomorrowtech/toshiba_denso/  神戸製鋼所様「コンプレッサM2Mクラウドサービス」 http://www.toshiba.co.jp/cl/articles/tsoul/21/004.htm  モノづくりの現場を支える東芝機械の「IoT+㎡プラットフォーム」 https://www.toshiba-sol.co.jp/case/case2017/tsm.htm  ものづくりIoTソリューション「Meisterシリーズ」 https://www.toshiba-sol.co.jp/industry/meister_next/index_j.htm https://special.nikkeibp.co.jp/atclh/tomorrowtech/factory_iot/