Download as PDF, PPTX
![[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか！？ ～ビッグデータ×IoT×AI時代のデータベースのアー...](https://cdn.slidesharecdn.com/ss_thumbnails/d35-170912024713-thumbnail.jpg?width=640&height=640&fit=bounds)
![[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...](https://cdn.slidesharecdn.com/ss_thumbnails/20170907dbtechshowcaseazureossdb-170907082746-thumbnail.jpg?width=640&height=640&fit=bounds)
![[db tech showcase Tokyo 2017] E23: クラウド異種データベース(AWS)へのデータベース移行時の注意点 ～レプリケーション...](https://cdn.slidesharecdn.com/ss_thumbnails/e23-170912023826-thumbnail.jpg?width=640&height=640&fit=bounds)
![[db tech showcase Tokyo 2017] E35: 12台でやってみた！DWHソフトウェアアプライアンス Db2 Warehouse ～...](https://cdn.slidesharecdn.com/ss_thumbnails/e35-2-170913082538-thumbnail.jpg?width=640&height=640&fit=bounds)
![[db tech showcase Tokyo 2014] L32: Apache Cassandraに注目！！（IoT, Bigdata、NoSQLのバ...](https://cdn.slidesharecdn.com/ss_thumbnails/dbtstokyo2014l32datastaxapachecassandraiotbigdatanosql-141120022255-conversion-gate02-thumbnail.jpg?width=640&height=640&fit=bounds)
MongoDBご紹介：事例紹介もあり
- 1.
- 2. 2 MongoDB 概要 従業員 300人以上顧客 600社以上 オフィス所在地：New York, Palo Alto, Washington DC, London, Dublin, Barcelona, Singapore, Delhi and Sydney 出資額合計 $231 million 2013/10に$150Mの増資、新規に Salesforce.com, EMC, Red Hat, Intel等の戦略的資本を受ける
- 3.
- 4. 4 今日のアプリケーションを運用するために最適なデータ ベースを提供する MongoDB ビジョン 構築 – 新しく、複雑なデータモデル – フレキシビリティ – 新しい言語 – アジャイル開発 運用 – ビッグデータのスケーラビリティ – リアルタイム運用 – コモディティハードウェア – クラウドでの運用
- 5.
- 6. 6 • 金融サービス事業社のトップ10社 • エレクトロニクス企業のトップ10社 • メディアとエンタテインメント企業のトップ10社 • リテール事業者トップ8社 • テレコム企業のトップ6社 • テクノロジー企業のトップ5社 • 医療関連企業のトップ4社 フォーチュン 500 & グローバル 500
- 7.
- 8. 8 • 既にMongoDBをプロダクションで利用するお客様が多い（楽天、サイバーエージェント、等ヘ ビーユーザも多し） • パートナーエコシステムの強化に注力、SIとのネットワークを構築 – オーストラリアにアジア圏サポートセンタを開設 – 日本国内でのローカルスタッフの採用 • ローカライゼーション – MongoDB Universityの日本語講座開催中 – MongoDB Tokyo 2013：12/12開催予定 – MongoDB.org, MongoDB.com日本語化 • MongoDB JPユーザグループの活発な活動 – Google Groupsの登録者、750名＋ – 独自イベント開催(勉強会、セミナー、夏祭り、等） • MongoDB関連著書、特集記事多し – MongoDB イン•アクション(Kyle Banker氏) – MongoDBの薄い本(Karl Seguin氏） – MongoDBのはじめての運用テキスト(Kindle版) MongoDBの日本での状況
- 9. 9 4,000,000+ MongoDB ダウンロード数 100,000+ オンライン教育登録者（日本語もサポート 20,000+ MongoDBユーザグループメンバー（日本では約800名） 20,000+ MongoDB Daysの出席者 15,000+ MongoDB Management Service (MMS) ユーザ Global Community
- 10. 10 エンタプライズに於けるMongoDBの位置づけ EDWHadoop 管理、管理 セキュリティ、コンプライアンス RDBMS CRM, ERP, コラボレーション,モバイル, BI OS & 仮想化, CPU, ストレージ, ネットワーク RDBMS アプリケーション インフラ基盤 データ管理 オンラインデータ オフラインデータ
- 11.
- 12. 12 エンタプライズ企業のIT戦略に於ける MongoDB の位置づけ レガシー事業 戦略的事業 アプリオンプレミス SaaS, モバイル, ソーシャル データベース Oracle MongoDB オフラインデータ Teradata Hadoop サーバ スケールアップ系サーバ 汎用HW / クラウド ストレージ SAN ローカルストレージ/ クラウド ネットワーク ルータ、スイッチ SDN
- 13. 13 MongoDB 機能セット • JSONドキュメントモデル＋ 動的なスキーマ設計/運用 • 自動シャーディングによる水 平スケール • テキスト検索 • アグリゲーションフレーム ワーク＋MapReduce • フルインデックスサポートと SQLと等しいレベルのクエ リー機能 • HA機能として自動レプリケー ションサポート • 高度なセキュリティ機能 • GridFSを利用した大規模 データストレージ
- 14.
- 15. 15 MongoDB パートナー(200社以上) ソフトウェア／サービス Cloud &Channel Hardware
- 16. 16 MongoDB 製品、サービス トレーニング 開発者、管理者向けのオンライン、もしくは個別対応で提供 MongoDB ManagementService (MMS) MongoDBのプロダクションを監視するクラウドベースのサービス サブスクリプション MongoDB Standard/Enterprise, MMS (オンサイト), プロフェッショナ ルサポート, 商用版MongoDBのライセンス コンサルテーションサービス MongoDB導入/開発に対する幅広い技術コンサル
- 17.
- 18.
- 19. 19 MongoDBを利用してエンタプライズ向けのSNSプ ラットホームを運用 ケーススタディ 問題 MongoDBを選んだ理由 結果 • 複雑化したSQLコマンド 体系、当初のデータモデ ルで正規化されたスキー マが新しいデータ形式に 対応出来ない • 性能の劣化 • 水平スケーラビリティが出 来ない • JSON採用による動的ス キーマ • 性能を維持しつつ、複雑 な新規データも対応出来 る • MapReduceを使ったソー シャルネットワークデータ の分析が可能 • 短期間で新規機能をリ リース出来る • データReadが30秒から 数十ミリ秒単位に改善 • Write性能が大幅に向上
- 20. 20 MongoDBで異なるフォーマットの大量投稿データを 管理する ケーススタディ 問題 MongoDBを選んだ理由 結果 • 異なるデータ構造の投稿 を毎日150万個受ける • MySQLシステムの変更 工数が膨大 • プロダクションDBで未処 理のデータが大量に蓄積 • 性能低下 • フレキシブルなドキュメン トがたデータベースモデ ル • 水平スケーラビリティの実 現 • 開発が非常に容易 • サポート言語が充実 • 初期導入時は50億個の ドキュメントで10TBの容 量 • 自動フェールオーバーに よる高い可用性 • スキーマ変更が非常に容 易で早い
- 21. 21 ロケーション情報をMongoDBで管理したモバイル向け SNSアプリ ケーススタディ 問題 MongoDBを選んだ理由 結果 • リレーションなるがたデー タはこれ以上スケール出 来ない • チェックインデータの増加 率が単独ノードシステム の許容量を超えた • 独自にシャーディングレイ ヤーの設計構築の作業 見積もりが膨大化 • 自動シャーディングによる スケーリングの向上、急 激な成長にも対応 • Geo-indexing機能（位置 情報）による高速な検索 • データモデルの単純化 • バックエンド管理中心か らモバイルアプリ開発中 心に資源をフォーカス • 少ないリソースで効果的 なスケールを実現 • 開発者の生産性の向上
- 22. 22 SMB向けのアナリティクスサービスをMongoDBでサ ポート ケーススタディ 問題 MongoDBを選んだ理由 結果 • 50万以上のウェブサイト を管理 • 10年分のデータ蓄積 • RDBベースシステムは データ処理に数日の日数 がかかる • 性能を維持しながら複雑 なデータモデルを管理出 来る • MongoDBへの移行が１ 週間で完了 • コミュニティの規模が大き く、サポートも強い • 新機能のリリースが早 まった（例：一週間） • MySQLの2.5倍の性能 • 50万社に対するリアルタ イムのデータアナリティク スを高速に提供出来る。
- 23. 23 700万に及ぶウェブ＋モバイルユーザに対して広範 囲のコンテンツやユーザサービスを管理し提供する ケーススタディ 問題 MongoDBを選んだ理由 結果 • MySQLがスケーラビリ ティの上限に達し、性能 要件に対応出来なくなっ た • リレーショナル型ではメタ データ管理の要件に対応 困難 • 外部データソースの統合 が困難 • 性能 • スケーラビリティと可用性 • 60億に及ぶ属性情報データ を削除、変わりに１コンテン ツ＝1ドキュメントの構造を 導入 • 一秒に11万5,000以上の クエリーに対応 • 3年で£2M以上の節約 • 「新規機能の導入が著し く早まった」 • 新規プロジェクトは全て MongoDBがデフォルト選 択となる方針
- 24. 24 MongoDBを使って、60億個のイメージデータを数百万 人のユーザに対して提供 ケーススタディ 問題 MongoDBを選んだ理由 結果 • 60万枚のイメージ情報、 データ量は20TB • Oracleデータベース上に 複雑なアプリを構築、ス ケール、機能追加が困難 • ソフトウェアとハードゥエ アのコストが高い • JSONベースのデータモ デル • アジャイル、高速、スケー ラブル • Shutterflyのサービス ベースアーキテクチャが MongoDBと一致 • 80%のコスト削減 • 900% 性能改善 • 市場への早期導入が可 能 • 開発サイクルが数ヶ月か ら数週間短縮
- 25. 25 クラウドベースのセキュリティサービスでビッグデータア ナリティクス機能MongoDBを採用 ケーススタディ 問題 MongoDBを選んだ理由 結果 • 他技術ではスケーラビリ ティと機能セットが不足 • Hbase/Hadoopでは複雑 なクエリーに対応できず • Luceneではスケーラビリ ティの問題あり • 自動シャーディングでス ケーラビリティを実現 • 新しいアナリティクス機能 の追加容易 • 言語サポートが広い • Geospatial機能でセキュ リティ要件の高い地理的 分析も可能 • 水平分散によりスケール が非常に容易 • レイテンシーを１／３に削 減 • 動的にスキーマの変更が 可能になり、開発者の生 産性が大幅に向上 • 市場に対する新しいサー ビスの投入が迅速
- 26. 26 MongoDBを利用してソーシャルマーケティングサービ スのリアルタイム分析機能を提供 ケーススタディ 問題 MongoDBを選んだ理由 結果 • RDBMSでは大量のオン ライントラフィック要求に 対して性能/スケール面で 対応不可能 • リアルタイムのアナリティ クスやデータアグリゲー ションが不可能 • 予期出来ないピークとラッ フィクが発生 • 使い方が簡単、開発者の トレーニングが早い • 機能が充実、フェール オーバ等エンタプライズ 要件に対応 • Writeヘビーなアプリでの 安定性能 • アプリレイヤーでサーチ が可能 • アプリ開発工数が数ヶ月 から数週間に大幅短縮 • MongoDB上で3000万個 のソーシャルイベントを管 理 • 一年でサポート顧客数を 6倍に増加
- 27. 27 MongoDBを企業内外のNoSQL技術として標準化、モ バイル、ソーシャル系アプリに採用 ケーススタディ 問題 MongoDBを選んだ理由 結果 • 顧客データを個別に管理 する、70以上の既存 RDBMSが存在、その統 合のニーズが高かったが 実現せず。 • ニーズが高まっているリ アルタイム検索、分析に RDBデータベースの統合 は工数がかかりすぎる • モバイルサポート要件に よるスケーラビリティ要件 が厳しい • アグリゲーションエンジン として70以上のRDBシス テムのデータ統合機能 • The Wallと呼ばれる統合 アプリケーションを2週間 でプロトタイプ作成、90日 で開発、ロールアウト • アジャイルな技術をレガ シー環境にうまく適用でき た。 • 10年間達成出来なかった 顧客データの統合がレガ シーに手を加えずに実現 • 巨額の投資が必要な RDBMS統合を MongoDBで非常に安く、 そして早く完成 • 最小のリスクで最大の効 果を生んだ