2019/4/24 セミナーで使用した資料です。 Azureの概要、Data Services の各コンポーネント、ラムダアーキテクチャについてのL100+の資料です。

1. 分析データと
トランザクションデー
タ

2. 作成日時点
予告なく変更される場合

3. FastTrack
(2019/2/27)
Azure Lab
Services
(2019/2/27)
SQL MI rename
(2019/2/26)
SQL DB as
reference data
input
(2019/2/25)
DMA support
for SQL MI
(2019/2/7)
SMA supports
SQL MI
(2019/2/7)
DMS supports for AWS
RDS online
(2019/2/7)
DMS supports AWS
RDS online
(2019/1/23)
SQL DB upgraded
monitoring alerts
(2019/1/17)
Token-based identity for
Azure AD and SQL DB on
PBI pv
(2019/1/23)
DMS online support
for SQL to SQL DB
(2019/1/9)
Additional compute levels
added to SQL DB elastic
pools
(2019/1/9)
大きな機能追加はバージョン変更時
https://support.microsoft.com/ja-jp/lifecycle/search
https://azure.microsoft.com/en-us/updates/
2019/1 2019/2
２０18 ２０19２００８ ２００9 ２０10 ２０11 ２０12 ２０13 ２０14 ２０15 ２０16 ２０17
SQL Server 2008
(2008/11/07)
SQL Server 2008
R2 (2011/7/12)
SQL Server 2012
(2012/05/20)
SQL Server 2016
(2016/06/01)
SQL Server 2014
(2015/04/14)
SQL Server 2017
(2017/09/29)
数年単位 数か月単位

4. https://azureheatmap.azurewebsites.net/
https://azure.microsoft.com/ja-
jp/updates/

6. Microsoft Azure の概要 (おさらい)

8. Productive + Hybrid + Intelligent + Trusted

9. どなたでも
2

10. 地球約56周
1.6PB

11. Azure: 最も信頼性の高いクラウド

12. 7.5億
Azure Active Directory の
ユーザー数
1940億
Azure App Service への
外部からのリクエスト数
3400億
Azure SQL Database への
リクエスト数
100兆
Azure Storage の
オブジェクト数
Fortune 500 企業の
Microsoft Cloud
利用率

13. $1B
3500+
数兆

14. Azureでは、100以上のサービスを提供中
Microsoft Azure のすべてのサービス 一覧 = https://azure.microsoft.com/ja-jp/services/
Azure Datacenter Infrastructure
Azure
Backup
Site
Recovery
Azure
Monitor
Azure
Policy
Azure
Bluepirnts
Log
Analytics
Azure
Migrate
Databox
Family
Compute Storage Networking
Linux
Virtual
Machine
Compute / Containers Web / Mobile DevOps / Developer
Container
Instance
Functions
Service Fabric
Integration IoT Data Services
Service Bus Event Grid
Logic Apps
API
Management
Management Platform as a Services ( PaaS ) Security
Infrastructure as a Services ( IaaS )
Disk
Storage
Managed
Disks
Windows
Virtual
Machines
Express
Route
Load
Balancer
Azure
Firewall
Virtual
WAN
Network
Watcher
Virtual
Network
VPN
Gateway
Media Services
Content Delivery
Network
Media / CDN
Cognitive
Services
IoT Hub
Stream
Analytics
Role- based
access control
Azure
Digital Twins
Time Series
Insights
IoT Central
IoT Edge
Bot
Services
SQL Data
Warehouse
Azure
Databricks
HDInsight
AI
Machine
Learning Studio
Machine
Learning Service
Azure
Search
Analytics
Data Lake
Storage Gen2
Mobile Apps
Web Apps Logic Apps API Apps
Notification
Hubs
SignalR
Service
Application
Insights
Lab
Services
Azure DevOps
SDK
SQL
Database
Data Factory
Database for
MySQL Cosmos DB
Database for
PostgreSQL
Database for
MariaDB
Database
Migration Service
Azure Cache
for Redis
Azure AD
Key Vault
Security
Center
DDoS
Protection
Multi-Factor
Authentication
Azure ATP
Azure AD for
Domain Services
Azure AD
B2C
Cost
Management
Video Indexer
Content
Protection
Kubernetes
Service
SQL Data
Warehouse
Table
Storage

15. Microsoft Azure における
データ アーキテクチャ

18. “構造化” データ
表形式で表せる
“非構造化” データ
表形式では表せない

19. “構造化” データ
表形式で表せる
“非構造化” データ
表形式では表せない

20. データストア
スト
レージ
データベース
RDB その他

21. https://azure.microsoft.com/ja-jp/product-categories/databases/
SQL Server ファミリー OSS Database Service

22. 冗長構成を考える必要あり
論理データベース
Write
Write Ack
Ack
Read
value write
Ack
自動的に3重化 SLA 99.99%

23. 東日本
非同期
非同期
非同期
西日本
東アジア
米国中央
Read Only
Read Write
セカンダリ レプリカ
セカンダリ レプリカ
セカンダリ レプリカ
セカンダリ レプリカ
プライマリ レプリカ
Read Only
非同期
GUI で簡単にGEOレプリケーション構成が可能

24. 自動バックアッ
プ
ポイントタイム
復元
自動エクスポー
ト
エクスポート時
点への復元
BLOB ストレージ
Bacpac ファイル
システムのサービスレベルに合わせてリカバ
リタイムを考えてバックアップ/リカバリ方
法を設計し、運用と管理をする必要がある。
自動で35日間 （価格レベル S0以上）
のバックアップを取得

26. 分析（など）データストア
そのほか

27. Call Log Files
Customer Table
Call Log Files
Customer Table
Customer
Churn Table
Data Sources Ingest Transform & Analyze Publish
Customer Call
Details
Customers
Likely to
Churn

28. 蓄積 準備＆
トレーニング
モデリング＆
提供
収集
Azure Data Lake Storage Azure Data Factory Azure SQL
Database
Azure Analysis
Services
Power BI
ログ
(非構造化)
メディア
(非構造化)
ファイル
(非構造化)
ビジネス/
カスタムアプリ
(構造化)
Azure Data Factory

29. ドキュメント列ファミリキー/値 グラフ
SQL
MongoDB
Table API

30. A Z U R E C O S M O S D B
 グローバル分散、スケーラブル、
マルチ モデル データベース サービス
多彩な整合性モデル
• Strong (強い整合性)
• Bounded Staleness
(有界整合性制約)
• Session (セッション)
• Consistent Prefix
(一貫性のあるプレフィッ
クス)
• Eventual (結果整合性)

31. A Z U R E C O S M O S D B
M U L T I - M A S T E R
• マルチマスター書き込み
サポート
（これまでは読み書き可能な単
一の書き込みリージョン＋複数
の読み取り専用リージョンの構
成）
• グローバル分散が構成さ
れているすべてのリー
ジョンで読み書き可能
• SLA 99.999%
（読み書き両方に対して）

32. 蓄積 準備＆
トレーニング
モデリング＆
提供
収集
Azure Data Lake Storage Azure Data Factory Azure Cosmos
DB
Azure Analysis
Services
Power BI
ログ
(非構造化)
メディア
(非構造化)
ファイル
(非構造化)
ビジネス/
カスタムアプリ
(構造化)
Azure Data Factory

34. S Q L
D A T A W A R E H O U S E
 SQL Server テクノロジーを活用した
「データウエアハウス」 as a Service
 パワフルなETLツールのエコシステム
 様々なデータ・ソースからの直接の
ロード
 透明性のある並列ロード
 結果の整合性と安定性の保証
• 大規模データ処理
• 高速なスケールアウト / イン
• 一時停止 / 再開
• 使い慣れたクエリ

35. Control
Node
SQL
DB
Compute
Node
Compute
Node
Compute
Node
Compute
Node
SQL
DB
SQL
DB
SQL
DB
SQL
DB コンピュート層
• スケールアウト・ダウ
ン可能
• 停止可能
データはストレージ層
MPP処理
コンピュート層とスト
レージ層を分離するこ
とで、スケール
アウトを容易にし、同
時に
課金も柔軟にする
DMS
DMS DMS DMS DMS
Compute
Node
SQL
DB
DMS
プレミアムストレージ（SSD）

36. 蓄積 準備＆
トレーニング
モデリング＆
提供
収集
Azure Blob StorageAzure Data Factory
PolyBase
Azure SQL Data
Warehouse
Azure Analysis
Services
Power BI
ログ
(非構造化)
メディア
(非構造化)
ファイル
(非構造化)
ビジネス/
カスタムアプリ
(構造化)

38. 蓄積 準備＆
トレーニング
モデリング＆
提供
収集

40. ログ
(非構造化)
メディア
(非構造化)
ファイル
(非構造化)
ビジネス/
カスタムアプリ
(構造化)
センサーと IoT
(非構造化)
Azure Blob
Storage
Data Lake
Store
Azure Databricks /
HDInsight SparkR
HDInsight/
Databricks
(Kafka)
IoT Hub Event
Hubs
HDInsight
(Storm/Spark
Streaming)
Stream
Analytics
HDInsight
(Hive/Hbase/Spa
rk SQL)
Analysis Services
Databricks
Databricks
SQL Data Warehouse
Power BI
SparkR
Machine Learning Spark ML
Data Factory
データソース
オーケストレーション
分析及び
レポートデータ ストレージ
リアルタイム
メッセージインジェスト
バッチ処理
ストリーム処理
分析データストア
機械学習

41. 蓄積 準備＆
トレーニング
モデリング＆
提供
収集

43. ログ
(非構造化)
メディア
(非構造化)
ファイル
(非構造化)
ビジネス/
カスタムアプリ
(構造化)
センサーと IoT
(非構造化)
Azure Blob
Storage
Data Lake
Store
Azure Databricks /
HDInsight SparkR
HDInsight/
Databricks
(Kafka)
IoT Hub Event
Hubs
HDInsight
(Storm/Spark
Streaming)
Stream
Analytics
HDInsight
(Hive/Hbase/Spa
rk SQL)
Analysis Services
Databricks
Databricks
SQL Data Warehouse
Power BI
SparkR
Machine Learning Spark ML
Data Factory
データソース
オーケストレーション
分析及び
レポートデータ ストレージ バッチ処理
分析データストア
リアルタイム
メッセージインジェスト ストリーム処理
機械学習

44. Database
外部ファイル
SQL Data Warehouse Analysis Service Power BI
Azure Active Directory
データソースが
オンプレミスの
データベース
市区町村の人口など
分析に必要な外部
データファイル
分析のためには複数
のデータソースが必
要となる
様々なデータを
RAW データとし
て格納保管
大規模なデータ分析を
目的として設計された
分散システム型フルマ
ネージドデータベース
データの移動、変換を自動化するフルマネージドサービ
ス
ETLプロセスに相当
データモデリング機能を
提供するフルマネージド
サービス
行レベルのアクセス制御
も行う
Azure上の認証基盤
Power BI、Analysis
Serviceの認証を行う
Data Lake Storage Databricks
データを分析データに
加工する並列分散処理
可能なフルマネージド
サービス
データソース 分析及びレポートデータ ストレージ バッチ処理 分析データストア
Data Factory
オーケストレーション
オンプレミス Azure

46. ログ
(非構造化)
メディア
(非構造化)
ファイル
(非構造化)
ビジネス/
カスタムアプリ
(構造化)
センサーと IoT
(非構造化)
Azure Blob
Storage
Data Lake
Store
Azure Databricks /
HDInsight SparkR
HDInsight/
Databricks
(Kafka)
IoT Hub Event
Hubs
HDInsight
(Storm/Spark
Streaming)
Stream
Analytics
HDInsight
(Hive/Hbase/Spa
rk SQL)
Analysis Services
Databricks
Databricks
SQL Data Warehouse
Power BI
SparkR
Machine Learning Spark ML
Data Factory
データソース
オーケストレーション
分析及び
レポートデータ ストレージ
リアルタイム
メッセージインジェスト ストリーム処理
分析データストア
機械学習
バッチ処理

47. Power BI
リアルタイム処理をするため、
ストリーム処理をデバイスで
実行します。
大量のデバイスがセキュア
に接続しデータ受信を行う
IoT Hubからコマンドを送
信ことも可能
リアルタイムメッセー
ジを分析のためにフィ
ルター、集計を行って
結果を出力する
ストリームデータをリ
アルタイムに視覚化
IoT Hub
Stream Analytics
Cosmos DB
Time Series Insight
Web Apps
デバイスが直接 IoT Hub に
接続しメッセージを送信
デバイス情報などを高速にJSONド
キュメントを格納し、トリガーを
使ってリアルタイムに処理を実行
大量のデータを安価
に格納
収集された過去
データの分析
IoT データを準リアル
タイムの分析、視覚化
過去データから学習
モデルを作成
学習モデルのAPIを
コールして自動判断
Data Lake Storage
オンプレミス Azure
データソース
分析及び
レポートリアルタイム
メッセージインジェスト
ストリーム処理
分析データストア
機械学習
Machine Learning

49. https://aka.ms/mspnp

50.  本書に記載した情報は、本書各項目に関する発行日現在の Microsoft の見解を表明するものですMicrosoftは絶えず変化する市場に対応しなければならないため、ここに記載した情報に
対していかなる責務を負うものではなく、提示された情報の信憑性については保証できません
 本書は情報提供のみを目的としています Microsoft は、明示的または暗示的を問わず、本書にいかなる保証も与えるものではありません
 すべての当該著作権法を遵守することはお客様の責務ですMicrosoftの書面による明確な許可なく、本書の如何なる部分についても、転載や検索システムへの格納または挿入を行うこと
は、どのような形式または手段（電子的、機械的、複写、レコーディング、その他）、および目的であっても禁じられていますこれらは著作権保護された権利を制限するものではあり
ません
 Microsoftは、本書の内容を保護する特許、特許出願書、商標、著作権、またはその他の知的財産権を保有する場合がありますMicrosoftから書面によるライセンス契約が明確に供給さ
れる場合を除いて、本書の提供はこれらの特許、商標、著作権、またはその他の知的財産へのライセンスを与えるものではありません
© 2019 Microsoft Corporation. All rights reserved.
Microsoft, Windows, その他本文中に登場した各製品名は、Microsoft Corporation の米国およびその他の国における登録商標または商標です
その他、記載されている会社名および製品名は、一般に各社の商標です