SlideShare a Scribd company logo
IBM Japan, Ltd.
dashDB Local ご紹介
ハイブリッドデータウェアハウスを実現する次世代データ分析プラットフォーム
2Page© 2016 IBM Corporation
目次
1. IBMデータ分析プラットフォームラインナップ
2. dashDB Local 製品概要
3. dashDB Local が適するケース
4. dashDB Local 評価版使用について
5. 参考情報
© 2016 IBM Corporation
パブリッククラウド、プライベートクラウド、オンプレミス、
データ分析基盤に対するあらゆるご要件に対応する、最高の選択肢をご提供。
IBMデータ分析プラットフォームのラインナップ
dashDB
for Analytics
PDA/Netezza
Appliance
dashDB
Local
運用管理からの開放
ー 「使う」事への最大集中 ー
最高の柔軟性
ー 場所を選ばない迅速な実装 ー
市場最速の分析エンジン
ー 最高の費用対性能比 ー
パブリッククラウド
(DWH DBaaS)
オンプレミス
(統合アプライアンス)
オンプレミス &
プライベート & パブリッククラウド
(dockerコンテナ)
© 2016 IBM Corporation
dashDB Localの強み -6つの特長-
拡張性
柔軟性
Spark統合
ハイブリッド
簡易性
高速性
Dockerコンテナ技術の活用により
柔軟かつ迅速なデータ分析環境の
導入、展開、移行が可能
最小1ノード(1コア)から最大24ノー
ドまで柔軟に拡張可能。使用した
期間と規模に応じた支払い体系
dashDBとの共通SQLエンジン、異種DB
とのデータフェデレーション機能により
ハイブリッドデータウェアハウスを実現
インメモリカラムナー、列指向圧縮、
データスキッピング、MPPアーキテクチャ
による高速データベース分析エンジン
Sparkによる非構造化データ分析処理
とdashDB構造化データ分析処理を単一
データ分析基盤で実現可能。
DB設計、チューニング作業が不要。
導入作業、バックアップ、バージョ
ンアップ作業をシンプル化
dashDB Localは、分析用に設計されたdockerコンテナで提供されるDWHソフトウェアアプライアンスです。プライベート
クラウド、パブリッククラウドへ迅速かつ簡易に配置でき、高速性と柔軟性を合わせ持つ次世代の分析プラットフォームです。
© 2016 IBM Corporation
 Dockerコンテナ技術により、オンプレミス、プライベートクラウド、パブリッククラウド上の物理・仮想環境
へ簡単かつ迅速に導入可能。導入作業はdashDB Local コンテナイメージを配置して、作成するだけ。
5
あらゆる環境へ柔軟かつ簡易にプロビジョニング可能
Docker Hub
(Public or Private)
イメージファイル
ダウンロード
運用管理者
DWH構築者
イメージファイルの転送、
dockerコンテナ作成
dockerコマンドで
最新イメージを入手
コンテナ作成
Docker HubリポジトリからNW経由で
コンテナイメージ取得、コンテナ作成で導入完了
IBM Boxサイトからからコンテナイメージ取得、
サーバーへ転送してイメージを配置、コンテナ作成
※1 2016/12/26時点 Tech Preview中
稼動プラットフォームはx86サーバー(Linux,Windows,Mac), IBM Powerサーバー(Linux)※1をサポートします。
© 2016 IBM Corporation
ビジネス規模の変化に応じて柔軟な拡張が可能
最小1ノード1コアから最大24ノードまで
柔軟に拡張可能な並列アーキテクチャより、
DWH基盤の拡張、統合の要件に柔軟に対応可能。
従来型に加えてクラウド型の使用した分
だけの月額払いライセンス費用形態の提供
MPP構成
SMP構成
ハードウェア構成、ノード数に応じてDB構成、パラメータを自動最適化
小さく初めて大きくスケールさせる行くことが可能。
© 2016 IBM Corporation7
ハイブリッドデータウェアハウスの実現
 オンプレミス、プライベート、パブリッククラウドの全ての環境で共通DBエンジン、SQLインターフェイス、
管理ツールを使用可能。DWHがどこに存在するか意識することなく透過的にハイブリッドクラウド環境を構築
することが可能。Docker技術によりオンプレからクラウドへコンテナごとファイル転送で移行可能
dashDB
(Public Cloud SaaS)
dashDB Local
(Private Cloud)
dashDB Local
(Public Cloud IaaS)
dashDB Local
(On-Premiss)
要件に応じて適材適所への配置、柔軟な環境の移行が可能
共通分析プラットフォーム
フルマネージドサービス(HW+SW)マネージドサービス(HW)
© 2016 IBM Corporation
ハイブリッドデータウェアハウスの実現(FluidQuery)
オンプレミス、プライベートクラウド、
パブリッククラウド間を結ぶ
データフェデレーション機能を提供
dashDB Localから様々な
データソースへの透過的な
表アクセス、データ移動が可能。
dashDB Webコンソール
からも容易に設定が可能。
今後さらなる機能拡張として、
他社RDBMSとのデータ連携
機能を提供予定。
© 2016 IBM Corporation9
様々なDB管理、開発、監視用途に利用可能
 データロード Webコンソール
 SQL開発環境
 DBフェデレーション機能の設定、管理
 データベースオブジェクト作成、管理
 In-DB分析オブジェクト管理
 DBワークロード監視(リアルタイム/履歴)
 ユーザー作成、管理
 データベース接続情報、構成管理
 サポートへの問い合わせ
直感的でわかりやすいDB Web管理コンソールを標準実装
 dashDB Local コンテナ環境予めセットアップされてデプロイされるためすぐに使用可能
© 2016 IBM Corporation
データウェアハウス運用管理作業のシンプル化
 Dockerコンテナ技術とスナップショット機能を活用したDWH運用管理作業のシンプル化
バージョンアップ作業は既存コンテナをリネームして
新しいイメージからコンテナを起動するだけ
dashDB Localコンテナ環境のデータ領域を
丸ごとスナップショット機能でバックアップ可能
スナップショットバックアップ&リストア
dashDB Localサーバ
バックアップサーバ
dashDB
Local
コンテナ
物理
バックアップ
スナップ
ショット
© 2016 IBM Corporation
なぜ速いのか?
手間をかけずに簡単に使えて、高速なBI,分析処理性能を実現
・インメモリカラムナーDBによる分析処理の高速化
・列圧縮による高い圧縮率、インメモリ処理の効率化
・MPP並列処理による、大規模データの分析処理の高速化
高速性と簡易性を実現 (インメモリカラムナー& 並列処理エンジン)
【従来型DB構成との比較】
※圧縮率はデータに依存します。
© 2016 IBM Corporation12
高速性と簡易性を実現 (DBチューニング不要のDWH)
 DB物理設計、インデックス作成等のDBチューニング不要。表作成、データロード後、直ぐ分析を開始できる。
新たな要望に対し、柔軟・迅速(即時性)にデータ抽出要求、データアクセス要求に応えられる
© 2016 IBM Corporation13
Apache Sparkを統合したデータ分析プラットフォーム
同一コンテナでSparkを活用した多様なフォーマットのデータ分析処理にも対応。
dashDB(RDB)とSpark間でソケット通信を使用したデータ連携処理を高速化
 非構造化データの加工、分析処理と構造化データの分析処理を単一分析基盤で実現。
ソケット通信によるデータ連携
© 2016 IBM Corporation14
dashDB Localの利用が向いているケース
より高速なデータ分析基盤を求めている
Sparkによる非構造化データ分析処理と構造化
データ分析処理を単一データ分析基盤で実現したい。
構築、運用管理負荷を削減したい。バージョン
アップにかかる作業負荷や停止時間を短くしたい。
ビジネス規模の変化に応じて柔軟かつ迅速に
配置、拡張できる分析基盤を求めている
クラウドデータウェアハウスの柔軟性と簡易性を
自社のプライベートクラウド環境で実現したい。
将来的にはクラウド化を検討している。オンプレミスと
クラウドのハイブリッド環境への移行を検討している
使用期間と規模に応じて最適化された
料金体系によりSWコストを削減したい。 ハイブリッドクラウド
スケーラビリティ
ハイスピード
1
2
3
4
5
6
7
© 2016 IBM Corporation
 dashDB Local 評価版は以下の手順を踏むことでPublicサイトのDocker Hub リポジトリから
入手できるようになります。下記に概要手順を記載します。(評価版使用は90日間限定です。)
15
dashDB Local 評価版使用について
http://www.ibm.com/analytics/us/en/technology/cloud-data-services/dashdb-local/
①. Docker HubサイトにてDocker IDの作成を行い、Docker Hubへログインできるよう設定します。
Docker Hub サイト : https://hub.docker.com/
②. 作成したDocker IDにてDocker Hubにログイン後、右上のメニューからSettingを選択し、
初期パスワードの変更を必ず実施します。
③. 下記IBMサイトにアクセスして「Try it Free」をクリックします。
④. IBM IDの作成(持っていない場合)、IBM ID情報
を入力、Docker IDを登録することで、24時間
以内に承認メールが届きます。その後、Docker Hub
よりdashDB Local コンテナのPullが可能となります。
dashDB Local 評価検証にあたり、検証環境がパブリック環境にあるDocker Hubへ
接続できない場合は、イメージファイルの入手についてIBMまでご相談ください。
© 2016 IBM Corporation16
お問い合わせはこちらまで
IBM担当者へのメールでのお問い合わせ はこちらまで。
(問い合わせの際にdashDB Localに関する問い合わせと記載ください。)
お電話での問い合わせは下記までご連絡ください。
電話: 0120-550-210
識別コード: Analytics
© 2016 IBM Corporation17
参考情報
・dashDB Local 参考技術情報サイトは下記を参照ください。
http://www.ibm.com/support/knowledgecenter/SS6NHC/com.ibm.swg.im.dashdb.doc/admin/local_administering.html
IBM dashDB Local マニュアルサイト(US)
http://www.ibm.com/analytics/us/en/technology/cloud-data-services/dashdb-local/
IBM dashDB Local Overview (US)
http://www.ibm.com/analytics/us/en/technology/cloud-data-services/dashdb-local/#get-connected
How to get started with dashDB Local (US)
dashDB Local Takes Hybrid Data Warehousing to the Next Level
https://www.youtube.com/watch?v=F_0VwrBOU2k
© 2016 IBM Corporation
• © IBM Corporation 2016.All Rights Reserved.
• 本書に含まれる情報は、情報提供の目的のみで提供されています。本書の情報の完全性および正確性については最善の努力を払いましたが、本書の内容は現状のまま
で提供されるものであり、IBM はいかなる明示もしくは黙示の保証責任も負いません。また、本書の情報は IBM の現行の製品計画および戦略に基づくものであり、
予告なく変更される場合があります。IBM は本書およびその他関連文書の使用に起因するいかなる損害についても責任を負いません。本書は、IBM (または IBM のサ
プライヤーまたはライセンサー) にいかなる保証責任を負わせるものではなく、また、IBM ソフトウェアの使用に際し適用される、プログラムのご使用条件の内容も
変更するものではありません。
• 本書に記載の製品、プログラム、またはサービスが日本においては提供されていない場合があります。日本で利用可能な製品、プログラム、またはサービスについて
は、日本 IBM の営業担当員にお尋ねください。本プレゼンテーションで言及している製品リリース日付や製品機能は、市場機会またはその他の要因に基づいて IBM
独自の決定権をもっていつでも変更できるものとし、いかなる方法においても将来の製品または機能が使用可能になると確約することを意図したものではありません
。本資料に含まれている内容は、読者が実施する活動によって特定の販売、売上高の向上、またはその他の結果が生じると述べる、または暗示することを意図したも
のでも、またそのような結果を生むものでもありません。
• パフォーマンスは、管理された環境において標準的な IBM ベンチマークを使用した測定と予測に基づいています。ユーザーが経験する実際のスループットやパフォー
マンスは、ユーザーのジョブ・ストリームにおけるマルチプログラミングの量、入出力構成、ストレージ構成、および処理されるワークロードなどの考慮事項を含む
、数多くの要因に応じて変化します。したがって、個々のユーザーがここで述べられているものと同様の結果を得られると確約するものではありません。
• dashDB は、IBM Corporation の米国およびその他の国における商標です。
• IBM は、IBM Corporation の米国およびその他の国における登録商標です。
• 他の会社名、製品名およびサービス名等はそれぞれ各社の商標である場合があります。
免責事項

More Related Content

PDF
最上級の簡易性を備えたオープンソースDBクラウド基盤 Composeのご紹介
PDF
dashDB データロード方法ガイド
PDF
TwitterデータをdashDBにロードする方法
PDF
dashDB モニタリング
PDF
dashDBへの接続方法
PDF
Hybrid configurations db2_for_slideshare
PPTX
Open for data_summer_for_slideshare
PDF
Ibm クラウドデータベースの使いどころ
最上級の簡易性を備えたオープンソースDBクラウド基盤 Composeのご紹介
dashDB データロード方法ガイド
TwitterデータをdashDBにロードする方法
dashDB モニタリング
dashDBへの接続方法
Hybrid configurations db2_for_slideshare
Open for data_summer_for_slideshare
Ibm クラウドデータベースの使いどころ

What's hot (20)

PPTX
Windows Server 2016 で実現しちゃう HCI (Hyper Converged Infrastructure)
PPTX
PaaS DBへの移行/連携ソリューション紹介! AWS, Azure, Google, IBM全てできます!
PDF
[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...
PDF
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
PDF
Azure上の データベース 機能の選び方。KVSからDWHまで
PDF
[db tech showcase OSS 2017] A24: マイクロソフトと OSS Database - Azure Database for M...
PDF
Soft layer環境でのdb2構成ガイド
PPTX
[簡易提案書]Azure overview 2017_april_v1.00
PPTX
ついに上陸!PaaS 最新兵器のご紹介
PDF
やりたいことから考えるMicrosoft Azure 上の データストアの選び方とデータサイエンティスト向け活用法。KVSからDWHまで
PDF
[Azure Deep Dive] クラウド デザイン パターン ~優れたシステム構築のためのガイダンス~
PDF
[DI15] Build 2017 Updates ~ Azure Database for MySQL/PostgreSQL 最速紹介
PPTX
【クラウド連携セミナー AWS編】クラウドへの「移行」 + 「データ保護」ソリューション紹介
PPTX
Azure Cosmos DB のキホンと使いドコロ
PDF
Couchbase introduction-20150611
PDF
Db2をAWS上に構築する際のヒント&TIPS 2020年6月版
PPTX
[db tech showcase Tokyo 2015] E26 Couchbaseの最新情報/JBoss Data Virtualizationで仮想...
PPTX
オンプレ回帰も簡単実現!自由自在なデータベース運用とは
PDF
デザインパターンから見た AWS と Azure
PPTX
20141010 マイクロソフト技術と共に目指すフルスタックエンジニアへの道
Windows Server 2016 で実現しちゃう HCI (Hyper Converged Infrastructure)
PaaS DBへの移行/連携ソリューション紹介! AWS, Azure, Google, IBM全てできます!
[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...
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
Azure上の データベース 機能の選び方。KVSからDWHまで
[db tech showcase OSS 2017] A24: マイクロソフトと OSS Database - Azure Database for M...
Soft layer環境でのdb2構成ガイド
[簡易提案書]Azure overview 2017_april_v1.00
ついに上陸!PaaS 最新兵器のご紹介
やりたいことから考えるMicrosoft Azure 上の データストアの選び方とデータサイエンティスト向け活用法。KVSからDWHまで
[Azure Deep Dive] クラウド デザイン パターン ~優れたシステム構築のためのガイダンス~
[DI15] Build 2017 Updates ~ Azure Database for MySQL/PostgreSQL 最速紹介
【クラウド連携セミナー AWS編】クラウドへの「移行」 + 「データ保護」ソリューション紹介
Azure Cosmos DB のキホンと使いドコロ
Couchbase introduction-20150611
Db2をAWS上に構築する際のヒント&TIPS 2020年6月版
[db tech showcase Tokyo 2015] E26 Couchbaseの最新情報/JBoss Data Virtualizationで仮想...
オンプレ回帰も簡単実現!自由自在なデータベース運用とは
デザインパターンから見た AWS と Azure
20141010 マイクロソフト技術と共に目指すフルスタックエンジニアへの道
Ad

Viewers also liked (20)

PDF
dashDB & R によるデータ分析 - In database Analytics 基礎編 -
PDF
OSC2014 Tokyo/Spring Hadoop
PDF
Osc2013 spring OpenStackで実現する分散ストレージ「Swift」とプライベートクラウド
PDF
Spark勉強会_ibm_20151014-公開版
PDF
Oracle R Enterprise の使い方
PDF
Strem処理(Spark Streaming + Kinesis)とOffline処理(Hive)の統合
PPTX
20161215-売上向上クラブ-002
PPTX
Oracle In-database-archiving ~Oracleでの論理削除~
PDF
20170127 JAWS HPC-UG#8
PDF
Sparkストリーミング検証
PDF
Spark Streaming と Spark GraphX を使用したTwitter解析による レコメンドサービス例
PDF
今注目のSpark SQL、知っておきたいその性能とは 20151209 OSC Enterprise
PDF
SparkやBigQueryなどを用いた モバイルゲーム分析環境
PPTX
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
PDF
オラクルのHadoopソリューションご紹介
PDF
PL/CUDA - Fusion of HPC Grade Power with In-Database Analytics
PPTX
リクルートライフスタイルの考える ストリームデータの活かし方(Hadoop Spark Conference2016)
PDF
Apache Spark の紹介(前半:Sparkのキホン)
PDF
Apache Spark超入門 (Hadoop / Spark Conference Japan 2016 講演資料)
PDF
Ibm data science experience
dashDB & R によるデータ分析 - In database Analytics 基礎編 -
OSC2014 Tokyo/Spring Hadoop
Osc2013 spring OpenStackで実現する分散ストレージ「Swift」とプライベートクラウド
Spark勉強会_ibm_20151014-公開版
Oracle R Enterprise の使い方
Strem処理(Spark Streaming + Kinesis)とOffline処理(Hive)の統合
20161215-売上向上クラブ-002
Oracle In-database-archiving ~Oracleでの論理削除~
20170127 JAWS HPC-UG#8
Sparkストリーミング検証
Spark Streaming と Spark GraphX を使用したTwitter解析による レコメンドサービス例
今注目のSpark SQL、知っておきたいその性能とは 20151209 OSC Enterprise
SparkやBigQueryなどを用いた モバイルゲーム分析環境
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
オラクルのHadoopソリューションご紹介
PL/CUDA - Fusion of HPC Grade Power with In-Database Analytics
リクルートライフスタイルの考える ストリームデータの活かし方(Hadoop Spark Conference2016)
Apache Spark の紹介(前半:Sparkのキホン)
Apache Spark超入門 (Hadoop / Spark Conference Japan 2016 講演資料)
Ibm data science experience
Ad

More from IBM Analytics Japan (20)

PDF
Db2 v11.5.4 高可用性構成 & HADR 構成パターンご紹介
PDF
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
PDF
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
PDF
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104 Db2 Warehouse v3.0 Basic Operation G...
PDF
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
PDF
【jena X IBM】ビーコンを活用した働き方改革とは?
PDF
IBM Integrated Analytics System DSX R Studio 利用ガイド
PDF
IBM Integrated Analytics System Webコンソール利用ガイド 20180213
PDF
IBM Integrated Analytics System ユーザー利用ガイド 20180213
PDF
IBM Cloud を利用したデータ分析ことはじめ
PDF
Db2 V11 GUIツール
PDF
Db2リブランディングと製品動向 201707
PDF
Dockerとdb2
PPTX
IBM Cloudのデータベース
PPTX
【株式会社ラック様】ハイブリッド・クラウド時代の データベース活用 ~事例・スタートアップ・メニューご紹介~
PDF
Db2 Warehouse セッション資料 db tech showcase
PDF
Db2 Warehouse Spark利用ガイド チュートリアル編
PDF
Db2 Warehouse Spark利用ガイド データ操作編
PDF
Db2 Warehouse ご紹介資料 20170922
PPTX
データを集めて貯めて分析する… 最先端のテクノロジーが詰まったIBMクラウドのご紹介
Db2 v11.5.4 高可用性構成 & HADR 構成パターンご紹介
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 ご紹介資料 2020年3月版
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104 Db2 Warehouse v3.0 Basic Operation G...
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
【jena X IBM】ビーコンを活用した働き方改革とは?
IBM Integrated Analytics System DSX R Studio 利用ガイド
IBM Integrated Analytics System Webコンソール利用ガイド 20180213
IBM Integrated Analytics System ユーザー利用ガイド 20180213
IBM Cloud を利用したデータ分析ことはじめ
Db2 V11 GUIツール
Db2リブランディングと製品動向 201707
Dockerとdb2
IBM Cloudのデータベース
【株式会社ラック様】ハイブリッド・クラウド時代の データベース活用 ~事例・スタートアップ・メニューご紹介~
Db2 Warehouse セッション資料 db tech showcase
Db2 Warehouse Spark利用ガイド チュートリアル編
Db2 Warehouse Spark利用ガイド データ操作編
Db2 Warehouse ご紹介資料 20170922
データを集めて貯めて分析する… 最先端のテクノロジーが詰まったIBMクラウドのご紹介

Recently uploaded (10)

PDF
商用ウェブカメラ市場:世界の産業現状、競合分析、シェア、規模、動向2025-2031年の予測
PDF
細胞培養用バイオリアクターおよび発酵槽市場規模の成長見通し:2031年には2823百万米ドルに到達へ
PDF
【QYResearch】人形ロボット産業の市場構造と今後の発展方向に関する分析レポート
PDF
【QYResearch】グローバルコネクタ市場の動向と将来展望に関する詳細な分析報告
PDF
限外ろ過膜調査レポート:市場規模、シェア、産業分析データ、最新動向2025-2031 YH Research
PDF
XCMSを用いた質量分析データ処理_BioCAsia2021_yamamoto.pdf
PDF
【QYResearch】グローバル農業機械市場の動向分析と成長戦略に関する総合調査報告
PDF
Qlik TECH TALK セミナー:What's New In Qlik ~ 2025年7月リリース最新機能のご紹介
PDF
世界半導体用酸化ハフニウム市場のサプライチェーン解析:上流、下流、収益モデル分析2025-2031
PDF
グローバルロープウェイ用スチールワイヤーロープ市場2025:主要企業のシェア、売上動向、競争戦略
商用ウェブカメラ市場:世界の産業現状、競合分析、シェア、規模、動向2025-2031年の予測
細胞培養用バイオリアクターおよび発酵槽市場規模の成長見通し:2031年には2823百万米ドルに到達へ
【QYResearch】人形ロボット産業の市場構造と今後の発展方向に関する分析レポート
【QYResearch】グローバルコネクタ市場の動向と将来展望に関する詳細な分析報告
限外ろ過膜調査レポート:市場規模、シェア、産業分析データ、最新動向2025-2031 YH Research
XCMSを用いた質量分析データ処理_BioCAsia2021_yamamoto.pdf
【QYResearch】グローバル農業機械市場の動向分析と成長戦略に関する総合調査報告
Qlik TECH TALK セミナー:What's New In Qlik ~ 2025年7月リリース最新機能のご紹介
世界半導体用酸化ハフニウム市場のサプライチェーン解析:上流、下流、収益モデル分析2025-2031
グローバルロープウェイ用スチールワイヤーロープ市場2025:主要企業のシェア、売上動向、競争戦略

dashDB local ご紹介

  • 1. IBM Japan, Ltd. dashDB Local ご紹介 ハイブリッドデータウェアハウスを実現する次世代データ分析プラットフォーム
  • 2. 2Page© 2016 IBM Corporation 目次 1. IBMデータ分析プラットフォームラインナップ 2. dashDB Local 製品概要 3. dashDB Local が適するケース 4. dashDB Local 評価版使用について 5. 参考情報
  • 3. © 2016 IBM Corporation パブリッククラウド、プライベートクラウド、オンプレミス、 データ分析基盤に対するあらゆるご要件に対応する、最高の選択肢をご提供。 IBMデータ分析プラットフォームのラインナップ dashDB for Analytics PDA/Netezza Appliance dashDB Local 運用管理からの開放 ー 「使う」事への最大集中 ー 最高の柔軟性 ー 場所を選ばない迅速な実装 ー 市場最速の分析エンジン ー 最高の費用対性能比 ー パブリッククラウド (DWH DBaaS) オンプレミス (統合アプライアンス) オンプレミス & プライベート & パブリッククラウド (dockerコンテナ)
  • 4. © 2016 IBM Corporation dashDB Localの強み -6つの特長- 拡張性 柔軟性 Spark統合 ハイブリッド 簡易性 高速性 Dockerコンテナ技術の活用により 柔軟かつ迅速なデータ分析環境の 導入、展開、移行が可能 最小1ノード(1コア)から最大24ノー ドまで柔軟に拡張可能。使用した 期間と規模に応じた支払い体系 dashDBとの共通SQLエンジン、異種DB とのデータフェデレーション機能により ハイブリッドデータウェアハウスを実現 インメモリカラムナー、列指向圧縮、 データスキッピング、MPPアーキテクチャ による高速データベース分析エンジン Sparkによる非構造化データ分析処理 とdashDB構造化データ分析処理を単一 データ分析基盤で実現可能。 DB設計、チューニング作業が不要。 導入作業、バックアップ、バージョ ンアップ作業をシンプル化 dashDB Localは、分析用に設計されたdockerコンテナで提供されるDWHソフトウェアアプライアンスです。プライベート クラウド、パブリッククラウドへ迅速かつ簡易に配置でき、高速性と柔軟性を合わせ持つ次世代の分析プラットフォームです。
  • 5. © 2016 IBM Corporation  Dockerコンテナ技術により、オンプレミス、プライベートクラウド、パブリッククラウド上の物理・仮想環境 へ簡単かつ迅速に導入可能。導入作業はdashDB Local コンテナイメージを配置して、作成するだけ。 5 あらゆる環境へ柔軟かつ簡易にプロビジョニング可能 Docker Hub (Public or Private) イメージファイル ダウンロード 運用管理者 DWH構築者 イメージファイルの転送、 dockerコンテナ作成 dockerコマンドで 最新イメージを入手 コンテナ作成 Docker HubリポジトリからNW経由で コンテナイメージ取得、コンテナ作成で導入完了 IBM Boxサイトからからコンテナイメージ取得、 サーバーへ転送してイメージを配置、コンテナ作成 ※1 2016/12/26時点 Tech Preview中 稼動プラットフォームはx86サーバー(Linux,Windows,Mac), IBM Powerサーバー(Linux)※1をサポートします。
  • 6. © 2016 IBM Corporation ビジネス規模の変化に応じて柔軟な拡張が可能 最小1ノード1コアから最大24ノードまで 柔軟に拡張可能な並列アーキテクチャより、 DWH基盤の拡張、統合の要件に柔軟に対応可能。 従来型に加えてクラウド型の使用した分 だけの月額払いライセンス費用形態の提供 MPP構成 SMP構成 ハードウェア構成、ノード数に応じてDB構成、パラメータを自動最適化 小さく初めて大きくスケールさせる行くことが可能。
  • 7. © 2016 IBM Corporation7 ハイブリッドデータウェアハウスの実現  オンプレミス、プライベート、パブリッククラウドの全ての環境で共通DBエンジン、SQLインターフェイス、 管理ツールを使用可能。DWHがどこに存在するか意識することなく透過的にハイブリッドクラウド環境を構築 することが可能。Docker技術によりオンプレからクラウドへコンテナごとファイル転送で移行可能 dashDB (Public Cloud SaaS) dashDB Local (Private Cloud) dashDB Local (Public Cloud IaaS) dashDB Local (On-Premiss) 要件に応じて適材適所への配置、柔軟な環境の移行が可能 共通分析プラットフォーム フルマネージドサービス(HW+SW)マネージドサービス(HW)
  • 8. © 2016 IBM Corporation ハイブリッドデータウェアハウスの実現(FluidQuery) オンプレミス、プライベートクラウド、 パブリッククラウド間を結ぶ データフェデレーション機能を提供 dashDB Localから様々な データソースへの透過的な 表アクセス、データ移動が可能。 dashDB Webコンソール からも容易に設定が可能。 今後さらなる機能拡張として、 他社RDBMSとのデータ連携 機能を提供予定。
  • 9. © 2016 IBM Corporation9 様々なDB管理、開発、監視用途に利用可能  データロード Webコンソール  SQL開発環境  DBフェデレーション機能の設定、管理  データベースオブジェクト作成、管理  In-DB分析オブジェクト管理  DBワークロード監視(リアルタイム/履歴)  ユーザー作成、管理  データベース接続情報、構成管理  サポートへの問い合わせ 直感的でわかりやすいDB Web管理コンソールを標準実装  dashDB Local コンテナ環境予めセットアップされてデプロイされるためすぐに使用可能
  • 10. © 2016 IBM Corporation データウェアハウス運用管理作業のシンプル化  Dockerコンテナ技術とスナップショット機能を活用したDWH運用管理作業のシンプル化 バージョンアップ作業は既存コンテナをリネームして 新しいイメージからコンテナを起動するだけ dashDB Localコンテナ環境のデータ領域を 丸ごとスナップショット機能でバックアップ可能 スナップショットバックアップ&リストア dashDB Localサーバ バックアップサーバ dashDB Local コンテナ 物理 バックアップ スナップ ショット
  • 11. © 2016 IBM Corporation なぜ速いのか? 手間をかけずに簡単に使えて、高速なBI,分析処理性能を実現 ・インメモリカラムナーDBによる分析処理の高速化 ・列圧縮による高い圧縮率、インメモリ処理の効率化 ・MPP並列処理による、大規模データの分析処理の高速化 高速性と簡易性を実現 (インメモリカラムナー& 並列処理エンジン) 【従来型DB構成との比較】 ※圧縮率はデータに依存します。
  • 12. © 2016 IBM Corporation12 高速性と簡易性を実現 (DBチューニング不要のDWH)  DB物理設計、インデックス作成等のDBチューニング不要。表作成、データロード後、直ぐ分析を開始できる。 新たな要望に対し、柔軟・迅速(即時性)にデータ抽出要求、データアクセス要求に応えられる
  • 13. © 2016 IBM Corporation13 Apache Sparkを統合したデータ分析プラットフォーム 同一コンテナでSparkを活用した多様なフォーマットのデータ分析処理にも対応。 dashDB(RDB)とSpark間でソケット通信を使用したデータ連携処理を高速化  非構造化データの加工、分析処理と構造化データの分析処理を単一分析基盤で実現。 ソケット通信によるデータ連携
  • 14. © 2016 IBM Corporation14 dashDB Localの利用が向いているケース より高速なデータ分析基盤を求めている Sparkによる非構造化データ分析処理と構造化 データ分析処理を単一データ分析基盤で実現したい。 構築、運用管理負荷を削減したい。バージョン アップにかかる作業負荷や停止時間を短くしたい。 ビジネス規模の変化に応じて柔軟かつ迅速に 配置、拡張できる分析基盤を求めている クラウドデータウェアハウスの柔軟性と簡易性を 自社のプライベートクラウド環境で実現したい。 将来的にはクラウド化を検討している。オンプレミスと クラウドのハイブリッド環境への移行を検討している 使用期間と規模に応じて最適化された 料金体系によりSWコストを削減したい。 ハイブリッドクラウド スケーラビリティ ハイスピード 1 2 3 4 5 6 7
  • 15. © 2016 IBM Corporation  dashDB Local 評価版は以下の手順を踏むことでPublicサイトのDocker Hub リポジトリから 入手できるようになります。下記に概要手順を記載します。(評価版使用は90日間限定です。) 15 dashDB Local 評価版使用について http://www.ibm.com/analytics/us/en/technology/cloud-data-services/dashdb-local/ ①. Docker HubサイトにてDocker IDの作成を行い、Docker Hubへログインできるよう設定します。 Docker Hub サイト : https://hub.docker.com/ ②. 作成したDocker IDにてDocker Hubにログイン後、右上のメニューからSettingを選択し、 初期パスワードの変更を必ず実施します。 ③. 下記IBMサイトにアクセスして「Try it Free」をクリックします。 ④. IBM IDの作成(持っていない場合)、IBM ID情報 を入力、Docker IDを登録することで、24時間 以内に承認メールが届きます。その後、Docker Hub よりdashDB Local コンテナのPullが可能となります。 dashDB Local 評価検証にあたり、検証環境がパブリック環境にあるDocker Hubへ 接続できない場合は、イメージファイルの入手についてIBMまでご相談ください。
  • 16. © 2016 IBM Corporation16 お問い合わせはこちらまで IBM担当者へのメールでのお問い合わせ はこちらまで。 (問い合わせの際にdashDB Localに関する問い合わせと記載ください。) お電話での問い合わせは下記までご連絡ください。 電話: 0120-550-210 識別コード: Analytics
  • 17. © 2016 IBM Corporation17 参考情報 ・dashDB Local 参考技術情報サイトは下記を参照ください。 http://www.ibm.com/support/knowledgecenter/SS6NHC/com.ibm.swg.im.dashdb.doc/admin/local_administering.html IBM dashDB Local マニュアルサイト(US) http://www.ibm.com/analytics/us/en/technology/cloud-data-services/dashdb-local/ IBM dashDB Local Overview (US) http://www.ibm.com/analytics/us/en/technology/cloud-data-services/dashdb-local/#get-connected How to get started with dashDB Local (US) dashDB Local Takes Hybrid Data Warehousing to the Next Level https://www.youtube.com/watch?v=F_0VwrBOU2k
  • 18. © 2016 IBM Corporation • © IBM Corporation 2016.All Rights Reserved. • 本書に含まれる情報は、情報提供の目的のみで提供されています。本書の情報の完全性および正確性については最善の努力を払いましたが、本書の内容は現状のまま で提供されるものであり、IBM はいかなる明示もしくは黙示の保証責任も負いません。また、本書の情報は IBM の現行の製品計画および戦略に基づくものであり、 予告なく変更される場合があります。IBM は本書およびその他関連文書の使用に起因するいかなる損害についても責任を負いません。本書は、IBM (または IBM のサ プライヤーまたはライセンサー) にいかなる保証責任を負わせるものではなく、また、IBM ソフトウェアの使用に際し適用される、プログラムのご使用条件の内容も 変更するものではありません。 • 本書に記載の製品、プログラム、またはサービスが日本においては提供されていない場合があります。日本で利用可能な製品、プログラム、またはサービスについて は、日本 IBM の営業担当員にお尋ねください。本プレゼンテーションで言及している製品リリース日付や製品機能は、市場機会またはその他の要因に基づいて IBM 独自の決定権をもっていつでも変更できるものとし、いかなる方法においても将来の製品または機能が使用可能になると確約することを意図したものではありません 。本資料に含まれている内容は、読者が実施する活動によって特定の販売、売上高の向上、またはその他の結果が生じると述べる、または暗示することを意図したも のでも、またそのような結果を生むものでもありません。 • パフォーマンスは、管理された環境において標準的な IBM ベンチマークを使用した測定と予測に基づいています。ユーザーが経験する実際のスループットやパフォー マンスは、ユーザーのジョブ・ストリームにおけるマルチプログラミングの量、入出力構成、ストレージ構成、および処理されるワークロードなどの考慮事項を含む 、数多くの要因に応じて変化します。したがって、個々のユーザーがここで述べられているものと同様の結果を得られると確約するものではありません。 • dashDB は、IBM Corporation の米国およびその他の国における商標です。 • IBM は、IBM Corporation の米国およびその他の国における登録商標です。 • 他の会社名、製品名およびサービス名等はそれぞれ各社の商標である場合があります。 免責事項