SlideShare a Scribd company logo
オープニングセッション
db tech showcaseから⾒る
データマネージメントテクノロジー
株式会社インサイトテクノロジー COO / 森⽥ 俊哉
Copyright @2019 Insight Technology, Inc. All Right Reserved
⾃⼰紹介
■名前 森⽥ 俊哉 / Toshiya Morita
■所属
株式会社インサイトテクノロジー(2013)
取締役副社⻑ 兼 COO(2018)
■過去の職歴
[⽇⽴製作所] ⽇⽴半導体組み⽴て⼯程技術者
[独⽴系SIer] C⾔語プログラマー/C⾔語デバッガー
UNIX管理者
Oracle DBA
データベースチューニング
データベーストラブルシューティング
Platinum Sponsors
Gold Sponsors
Silver Sponsors
Thank you
1300
Thank you!
Copyright @2019 Insight Technology, Inc. All Right Reserved
2012 db tech showcase
4
Copyright @2019 Insight Technology, Inc. All Right Reserved
2017
34
Copyright @2019 Insight Technology, Inc. All Right Reserved
2018
37(-9+12)
Copyright @2019 Insight Technology, Inc. All Right Reserved
2019
38(-16+17)
Copyright @2019 Insight Technology, Inc. All Right Reserved
扱えるデータベース TOP20推移 (選択肢の数)
2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89)
1 Oracle Oracle Oracle Oracle Oracle
2 MySQL MySQL MySQL MySQL MySQL
3 PostgreSQL Microsoft SQL Server PostgreSQL PostgreSQL PostgreSQL
4 Microsoft SQL Server PostgreSQL Microsoft SQL Server Microsoft SQL Server Microsoft SQL Server
5 DB2 MongoDB Hadoop Access Access
6 Hadoop DB2 MongoDB MariaDB MariaDB
7 MongoDB Hadoop DB2 SQLite Amazon Aurora
8 MariaDB Hive MariaDB Hadoop Db2
9 Hive MariaDB Hive Db2 MongoDB
10 Cloudera Cloudera Spark MongoDB Amazon Redshift
11 Amazon Redshift Vertica Amazon Redshift Amazon Aurora Hadoop
12 MapR Amazon Redshift Vertica Spark SQLite
13 HiRDB Netezza Cloudera Amazon Redshift Spark
14 Amazon DynamoDB Teradata Netezza Redis Amazon DynamoDB
15 Netezza Cassandra Cassandra Amazon DynamoDB Hive
16 Greenplum Amazon DynamoDB Amazon Aurora Hive Azure SQL Database
17 Impala SAP HANA Amazon DynamoDB Azure SQL Database Redis
18 Vertica MapR Google BigQuery Google BigQuery Elasticsearch
19 Sybase ASE Impala SQL Azure Cassandra Oracle Cloud
20 Cassandra HiRDB MapR Memcached Hbase
Copyright @2019 Insight Technology, Inc. All Right Reserved
扱えるデータベース TOP20推移 (選択肢の数)
2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89)
1 Oracle Oracle Oracle Oracle Oracle
2 MySQL MySQL MySQL MySQL MySQL
3 PostgreSQL Microsoft SQL Server PostgreSQL PostgreSQL PostgreSQL
4 Microsoft SQL Server PostgreSQL Microsoft SQL Server Microsoft SQL Server Microsoft SQL Server
5 DB2 MongoDB Hadoop Access Access
6 Hadoop DB2 MongoDB MariaDB MariaDB
7 MongoDB Hadoop DB2 SQLite Amazon Aurora
8 MariaDB Hive MariaDB Hadoop Db2
9 Hive MariaDB Hive Db2 MongoDB
10 Cloudera Cloudera Spark MongoDB Amazon Redshift
11 Amazon Redshift Vertica Amazon Redshift Amazon Aurora Hadoop
12 MapR Amazon Redshift Vertica Spark SQLite
13 HiRDB Netezza Cloudera Amazon Redshift Spark
14 Amazon DynamoDB Teradata Netezza Redis Amazon DynamoDB
15 Netezza Cassandra Cassandra Amazon DynamoDB Hive
16 Greenplum Amazon DynamoDB Amazon Aurora Hive Azure SQL Database
17 Impala SAP HANA Amazon DynamoDB Azure SQL Database Redis
18 Vertica MapR Google BigQuery Google BigQuery Elasticsearch
19 Sybase ASE Impala SQL Azure Cassandra Oracle Cloud
20 Cassandra HiRDB MapR Memcached Hbase
Copyright @2019 Insight Technology, Inc. All Right Reserved
聞いてみたいデータベース TOP20推移 (選択肢の数)
2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89)
1 Oracle Oracle Oracle PostgreSQL PostgreSQL
2 MySQL MySQL MySQL MySQL MySQL
3 PostgreSQL PostgreSQL PostgreSQL Amazon Aurora Amazon Aurora
4 Microsoft SQL Server MongoDB Spark Oracle Oracle
5 MongoDB Amazon Redshift Microsoft SQL Server Hadoop Amazon Redshift
6 Hadoop Hadoop Hadoop Spark MariaDB
7 Amazon Redshift Microsoft SQL Server MongoDB Amazon Redshift Google BigQuery
8 Amazon DynamoDB Amazon Aurora Amazon Aurora MariaDB Hadoop
9 MariaDB Amazon DynamoDB Cassandra Google BigQuery Spark
10 SAP HANA MariaDB MariaDB MongoDB Amazon DynamoDB
11 MapR Cassandra Amazon Redshift Microsoft SQL Server MongoDB
12 Hive SAP HANA SAP HANA Azure SQL Database Azure SQL Database
13 Cloudera Hive Amazon DynamoDB Amazon DynamoDB Azure Cosmos DB
14 Cassandra MapR Google BigQuery Google Cloud Spanner Azure Database for PostgreSQL
15 Riak TreasureData SQL Azure Apache Kafka Oracle Cloud
16 Impala Vertica Apache Kafka Cassandra Cassandra
17 Couchbase Impala MapR Google Cloud SQL Apache Kafka
18 Presto Cloudera Hive SAP HANA Google Cloud Spanner
19 Netezza Riak Azure SQL Data Warehouse SQLite SAP HANA
20 DB2 Presto Cloudera Google Cloud Datastore Google Cloud SQL
Copyright @2019 Insight Technology, Inc. All Right Reserved
聞いてみたいデータベース TOP20推移 (選択肢の数)
2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89)
1 Oracle Oracle Oracle PostgreSQL PostgreSQL
2 MySQL MySQL MySQL MySQL MySQL
3 PostgreSQL PostgreSQL PostgreSQL Amazon Aurora Amazon Aurora
4 Microsoft SQL Server MongoDB Spark Oracle Oracle
5 MongoDB Amazon Redshift Microsoft SQL Server Hadoop Amazon Redshift
6 Hadoop Hadoop Hadoop Spark MariaDB
7 Amazon Redshift Microsoft SQL Server MongoDB Amazon Redshift Google BigQuery
8 Amazon DynamoDB Amazon Aurora Amazon Aurora MariaDB Hadoop
9 MariaDB Amazon DynamoDB Cassandra Google BigQuery Spark
10 SAP HANA MariaDB MariaDB MongoDB Amazon DynamoDB
11 MapR Cassandra Amazon Redshift Microsoft SQL Server MongoDB
12 Hive SAP HANA SAP HANA Azure SQL Database Azure SQL Database
13 Cloudera Hive Amazon DynamoDB Amazon DynamoDB Azure Cosmos DB
14 Cassandra MapR Google BigQuery Google Cloud Spanner Azure Database for PostgreSQL
15 Riak TreasureData SQL Azure Apache Kafka Oracle Cloud
16 Impala Vertica Apache Kafka Cassandra Cassandra
17 Couchbase Impala MapR Google Cloud SQL Apache Kafka
18 Presto Cloudera Hive SAP HANA Google Cloud Spanner
19 Netezza Riak Azure SQL Data Warehouse SQLite SAP HANA
20 DB2 Presto Cloudera Google Cloud Datastore Google Cloud SQL
Copyright @2019 Insight Technology, Inc. All Right Reserved
聞いてみたいデータベース TOP20推移 (選択肢の数)
2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89)
1 Oracle Oracle Oracle PostgreSQL PostgreSQL
2 MySQL MySQL MySQL MySQL MySQL
3 PostgreSQL PostgreSQL PostgreSQL Amazon Aurora Amazon Aurora
4 Microsoft SQL Server MongoDB Spark Oracle Oracle
5 MongoDB Amazon Redshift Microsoft SQL Server Hadoop Amazon Redshift
6 Hadoop Hadoop Hadoop Spark MariaDB
7 Amazon Redshift Microsoft SQL Server MongoDB Amazon Redshift Google BigQuery
8 Amazon DynamoDB Amazon Aurora Amazon Aurora MariaDB Hadoop
9 MariaDB Amazon DynamoDB Cassandra Google BigQuery Spark
10 SAP HANA MariaDB MariaDB MongoDB Amazon DynamoDB
11 MapR Cassandra Amazon Redshift Microsoft SQL Server MongoDB
12 Hive SAP HANA SAP HANA Azure SQL Database Azure SQL Database
13 Cloudera Hive Amazon DynamoDB Amazon DynamoDB Azure Cosmos DB
14 Cassandra MapR Google BigQuery Google Cloud Spanner Azure Database for PostgreSQL
15 Riak TreasureData SQL Azure Apache Kafka Oracle Cloud
16 Impala Vertica Apache Kafka Cassandra Cassandra
17 Couchbase Impala MapR Google Cloud SQL Apache Kafka
18 Presto Cloudera Hive SAP HANA Google Cloud Spanner
19 Netezza Riak Azure SQL Data Warehouse SQLite SAP HANA
20 DB2 Presto Cloudera Google Cloud Datastore Google Cloud SQL
Copyright @2019 Insight Technology, Inc. All Right Reserved
聞いてみたいデータベース TOP20推移 (選択肢の数)
2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89)
1 Oracle Oracle Oracle PostgreSQL PostgreSQL
2 MySQL MySQL MySQL MySQL MySQL
3 PostgreSQL PostgreSQL PostgreSQL Amazon Aurora Amazon Aurora
4 Microsoft SQL Server MongoDB Spark Oracle Oracle
5 MongoDB Amazon Redshift Microsoft SQL Server Hadoop Amazon Redshift
6 Hadoop Hadoop Hadoop Spark MariaDB
7 Amazon Redshift Microsoft SQL Server MongoDB Amazon Redshift Google BigQuery
8 Amazon DynamoDB Amazon Aurora Amazon Aurora MariaDB Hadoop
9 MariaDB Amazon DynamoDB Cassandra Google BigQuery Spark
10 SAP HANA MariaDB MariaDB MongoDB Amazon DynamoDB
11 MapR Cassandra Amazon Redshift Microsoft SQL Server MongoDB
12 Hive SAP HANA SAP HANA Azure SQL Database Azure SQL Database
13 Cloudera Hive Amazon DynamoDB Amazon DynamoDB Azure Cosmos DB
14 Cassandra MapR Google BigQuery Google Cloud Spanner Azure Database for PostgreSQL
15 Riak TreasureData SQL Azure Apache Kafka Oracle Cloud
16 Impala Vertica Apache Kafka Cassandra Cassandra
17 Couchbase Impala MapR Google Cloud SQL Apache Kafka
18 Presto Cloudera Hive SAP HANA Google Cloud Spanner
19 Netezza Riak Azure SQL Data Warehouse SQLite SAP HANA
20 DB2 Presto Cloudera Google Cloud Datastore Google Cloud SQL
Copyright @2019 Insight Technology, Inc. All Right Reserved
2019年は?
Copyright @2019 Insight Technology, Inc. All Right Reserved
Data Volumes Becoming Unmanageable
Copyright @2019 Insight Technology, Inc. All Right Reserved
⼤量データ処理のために
スケールアウトスケールアップ
安価で拡張性が高いが
整合性が取りにくい
高価で拡張性に制限あり
排他制御などは楽
Copyright @2019 Insight Technology, Inc. All Right Reserved
NOSQL
RDBMS(Single)
MPP
(massively parallel processing)
⾮構造化データ ⼤量データ
CLOUD
Copyright @2019 Insight Technology, Inc. All Right Reserved
データも適材適所に?! [データマネージメントソフトマッピング]
Mission CriticalOSS
NoSQL
Leader
Niche playerHadoop / SQL on Hadoop GraphDB
Cloud Service
BigData
Distributed
Copyright @2019 Insight Technology, Inc. All Right Reserved
⽇本国内でのAttunityReplicateの適⽤事例
24
0
5
10
15
20
25
30
35
40
45
50
2012年 2013年 2014年 2015年 2016年 2017年 2018年
MIGRATION
REPLICATION
Oracle
↓
Oracle
Oracle
DB2
MySQL
SQL Server
(Sybase)
(zOS/DB2)
↓
Oracle
MySQL
PostgreSQL
SQL Server
Teradata
Amazon Aurora
Azure Database
(Kafka)
(MongoDB)
Oracle
DB2
MySQL
SQL Server
Netezza
zOS/DB2
(Sybase)
(zOS/IMSDB)
↓
Oracle
MySQL
PostgreSQL
SQL Server
Teradata
Amazon Aurora
Azure Database
Azure DW
(Kafka)
(MongoDB)
Oracle
↓
Oracle
Oracle
DB2
↓
Oracle
PostgreSQL
Oracle
DB2
MySQL
↓
Oracle
PostgreSQL
Amazon Aurora
Teradata
Oracle
↓
Oracle
案件数→
Copyright @2019 Insight Technology, Inc. All Right Reserved
Replication Source & Target in Japan
Azure SQLDWMainframe
SOURCE TARGET
db tech showcase2019オープニングセッション @ 森田 俊哉
Copyright @2019 Insight Technology, Inc. All Right Reserved
BIG
DATA
ソーシャルメディア
において参加者が書
き込むプロフィール
、コメント等
GPS、ICカード、RFID
等において検知される
位置、乗⾞履歴、温度
、加速度等
オフィスのパソコンに
おいて作成されるオフ
ィス⽂書、eメール等
Webサーバ等におい
て⽣成されるアクセス
ログ、エラーログ等
CRMシステムにおい
て管理されるDM等販
促データ、会員カー
ドデータ
ECサイトの購⼊履歴
やブログエントリー
等の蓄積データ
Web上の配信サイト
等で提供される⾳声、
動画データ
販売管理等の業務シ
ステムにおいて⽣成
されるPOSデータ、
取引明細データ等
総務省:平成24年版情報通信⽩書
Copyright @2019 Insight Technology, Inc. All Right Reserved
BIG
DATA
ソーシャルメディア
において参加者が書
き込むプロフィール
、コメント等
GPS、ICカード、RFID
等において検知される
位置、乗⾞履歴、温度
、加速度等
オフィスのパソコンに
おいて作成されるオフ
ィス⽂書、eメール等
Webサーバ等におい
て⽣成されるアクセス
ログ、エラーログ等
CRMシステムにおい
て管理されるDM等販
促データ、会員カー
ドデータ
ECサイトの購⼊履歴
やブログエントリー
等の蓄積データ
Web上の配信サイト
等で提供される⾳声、
動画データ
販売管理等の業務シ
ステムにおいて⽣成
されるPOSデータ、
取引明細データ等
総務省:平成24年版情報通信⽩書
Copyright @2019 Insight Technology, Inc. All Right Reserved
MaaS(Mobility as a Service)時代
カーシェアリング
サービス
⾃動運転
物流
サービス
エネルギー
シェアパーキング
配⾞
サービス
MaaS時代への対応
〜社内にシリコンバレー流をつくる〜
成迫 剛志
株式会社デンソー
MaaS開発部⻑
(兼)デジタルイノベーション室⻑
⼤学卒業後、⽇本IBMに⼊社、SEを経験後、伊藤忠商事に転じ、オープンシステム化、⻄暦2000年対応やインタ
ーネット関連ビジネスの⽴ち上げなどに携わる。2005年に⾹港のIT事業会社の社⻑に就任。帰国後は国内外のIT
企業の役員を歴任し、2016年8⽉にデンソー⼊社。
コネクティッドカー時代のIoT推進を担当し、デジタルイノベーション室を新設、同室⻑に就任。
2018年4⽉よりMaaS開発部 部⻑。

More Related Content

PDF
db tech showcase2019 オープニングセッション @ 石川 雅也
PDF
Lunch & Learn, AWS NoSQL Services
PDF
MBAAで覚えるDBREの大事なおしごと
PDF
DBREから始めるデータベースプラットフォーム
PDF
先行事例から学ぶ IoT / ビッグデータの始め方
PDF
[よくわかるクラウドデータベース] Amazon RDS for SQL Server導入事例
PDF
20170714_MySQLドキュメントストア JSONデータ型&JSON関数 by 日本オラクル株式会社 MySQL GBU 山﨑由章
PPTX
[CWT2017]Infrastructure as Codeを活用したF.O.Xのクラウドビッグデータ環境の変化
db tech showcase2019 オープニングセッション @ 石川 雅也
Lunch & Learn, AWS NoSQL Services
MBAAで覚えるDBREの大事なおしごと
DBREから始めるデータベースプラットフォーム
先行事例から学ぶ IoT / ビッグデータの始め方
[よくわかるクラウドデータベース] Amazon RDS for SQL Server導入事例
20170714_MySQLドキュメントストア JSONデータ型&JSON関数 by 日本オラクル株式会社 MySQL GBU 山﨑由章
[CWT2017]Infrastructure as Codeを活用したF.O.Xのクラウドビッグデータ環境の変化

What's hot (20)

PDF
[JAWSBigData#11]Cloudera on AWSと Amazon EMRを両方本番運用し 3つの観点から比較してみる
PDF
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
PDF
[よくわかるクラウドデータベース] CassandraからAmazon DynamoDBへの移行事例
PDF
[db tech showcase Tokyo 2015] A26:内部犯行による漏えいを防ぐPostgreSQLの透過的暗号化機能に関する実装と利用方法...
PDF
[db tech showcase OSS 2017] A22: NoSQL:誰のための、何のためのデータベース?その将来は?by Aerospike, ...
PPTX
負荷分散勉強会
PDF
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
PPTX
認証/認可が実現する安全で高速分析可能な分析処理基盤
PDF
Serverless analytics on aws
PDF
SparkやBigQueryなどを用いた モバイルゲーム分析環境
PDF
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
PDF
データの見える化で進めるデータドリブンカンパニー #devsumiC
PDF
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...
PDF
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
PDF
Apache Kuduを使った分析システムの裏側
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
[db tech showcase OSS 2017] A24: マイクロソフトと OSS Database - Azure Database for M...
PDF
[20171031 db tech salon] クラウド移行をベトナムで!? by 株式会社インサイトテクノロジー 森 茂紀
PDF
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
PDF
金融機関でのHive/Presto事例紹介
[JAWSBigData#11]Cloudera on AWSと Amazon EMRを両方本番運用し 3つの観点から比較してみる
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
[よくわかるクラウドデータベース] CassandraからAmazon DynamoDBへの移行事例
[db tech showcase Tokyo 2015] A26:内部犯行による漏えいを防ぐPostgreSQLの透過的暗号化機能に関する実装と利用方法...
[db tech showcase OSS 2017] A22: NoSQL:誰のための、何のためのデータベース?その将来は?by Aerospike, ...
負荷分散勉強会
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
認証/認可が実現する安全で高速分析可能な分析処理基盤
Serverless analytics on aws
SparkやBigQueryなどを用いた モバイルゲーム分析環境
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
データの見える化で進めるデータドリブンカンパニー #devsumiC
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Apache Kuduを使った分析システムの裏側
[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...
[db tech showcase OSS 2017] A24: マイクロソフトと OSS Database - Azure Database for M...
[20171031 db tech salon] クラウド移行をベトナムで!? by 株式会社インサイトテクノロジー 森 茂紀
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
金融機関でのHive/Presto事例紹介
Ad

Similar to db tech showcase2019オープニングセッション @ 森田 俊哉 (20)

PDF
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
PDF
[CTO Night & Day 2019] AWS Database Overview -データベースの選択指針- #ctonight
PDF
[Modern Cloud Day Tokyo 2019] 基調講演(Day2):次世代クラウドがもたらす日本のイノベーション
PDF
[INSIGHT OUT 2011] b21 ひとつのデータベース技術では生き残れない part2 no sql, hadoop
PDF
[de:code 2019 振り返り Night!] Data Platform
PDF
ライトプランで利用可能な分析基盤「IBM Analytics Engine (IAE)」とは
PDF
詳説探究!Cloud Native Databaseの現在地点(CloudNative Days Tokyo 2023 発表資料)
PDF
[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...
PDF
[Modern Cloud Day Tokyo 2019] 次世代型データベース・クラウドの魅力に迫る ~ Autonomous Database Dee...
PPTX
データからビジネス変革をもたらすマイクロソフトの AI とは
PDF
Cassandraとh baseの比較して入門するno sql
PDF
[data analytics showcase] B16: Live Demo! データ分析基盤を支えるデータレプリケーション技術とデータワークロード分...
PDF
MapR と Vertica エンジニアが語る、なぜその組み合わせが最高なのか? - db tech showcase 大阪 2014 2014/06/19
PDF
C32 DB Performance on Cloud by 安藤賀章
PDF
進化を続けるデータベース・クラウド:Oracle Database, Exadata, MySQL, Cloud Machine [Oracle Clou...
PDF
20190620 multicloud share
PPTX
しばちょう先生が語る!オラクルデータベースの進化の歴史と最新技術動向#1
PDF
オラクルのHadoopソリューションご紹介
PDF
MariaDB Meetup Tokyo 2019 #2
PDF
女性限定! クラウド勉強会〜データベース、ぶっちゃけ”コレ”が良いってよ
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
[CTO Night & Day 2019] AWS Database Overview -データベースの選択指針- #ctonight
[Modern Cloud Day Tokyo 2019] 基調講演(Day2):次世代クラウドがもたらす日本のイノベーション
[INSIGHT OUT 2011] b21 ひとつのデータベース技術では生き残れない part2 no sql, hadoop
[de:code 2019 振り返り Night!] Data Platform
ライトプランで利用可能な分析基盤「IBM Analytics Engine (IAE)」とは
詳説探究!Cloud Native Databaseの現在地点(CloudNative Days Tokyo 2023 発表資料)
[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...
[Modern Cloud Day Tokyo 2019] 次世代型データベース・クラウドの魅力に迫る ~ Autonomous Database Dee...
データからビジネス変革をもたらすマイクロソフトの AI とは
Cassandraとh baseの比較して入門するno sql
[data analytics showcase] B16: Live Demo! データ分析基盤を支えるデータレプリケーション技術とデータワークロード分...
MapR と Vertica エンジニアが語る、なぜその組み合わせが最高なのか? - db tech showcase 大阪 2014 2014/06/19
C32 DB Performance on Cloud by 安藤賀章
進化を続けるデータベース・クラウド:Oracle Database, Exadata, MySQL, Cloud Machine [Oracle Clou...
20190620 multicloud share
しばちょう先生が語る!オラクルデータベースの進化の歴史と最新技術動向#1
オラクルのHadoopソリューションご紹介
MariaDB Meetup Tokyo 2019 #2
女性限定! クラウド勉強会〜データベース、ぶっちゃけ”コレ”が良いってよ
Ad

More from Insight Technology, Inc. (20)

PDF
グラフデータベースは如何に自然言語を理解するか?
PDF
Docker and the Oracle Database
PDF
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
PDF
事例を通じて機械学習とは何かを説明する
PDF
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
PDF
グラフデータベースは如何に自然言語を理解するか?
PDF
SQL Server エンジニアのためのコンテナ入門
PDF
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
PPTX
難しいアプリケーション移行、手軽に試してみませんか?
PPTX
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
PPTX
そのデータベース、クラウドで使ってみませんか?
PPTX
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
PDF
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
PPTX
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...
PPTX
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
PPTX
エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...
PDF
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)
PDF
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa)
PDF
[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮...
PDF
[db tech showcase Tokyo 2018] #dbts2018 #E37 『Attunity Replicateが変えた Oracle D...
グラフデータベースは如何に自然言語を理解するか?
Docker and the Oracle Database
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
事例を通じて機械学習とは何かを説明する
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
グラフデータベースは如何に自然言語を理解するか?
SQL Server エンジニアのためのコンテナ入門
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
難しいアプリケーション移行、手軽に試してみませんか?
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
そのデータベース、クラウドで使ってみませんか?
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
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...
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa)
[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮...
[db tech showcase Tokyo 2018] #dbts2018 #E37 『Attunity Replicateが変えた Oracle D...

Recently uploaded (9)

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
口腔内スキャナー市場: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
液体クラトム抽出物供給側分析:世界の生産能力・販売量・平均価格動向(2025-2031)
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
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
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
XCMSを用いた質量分析データ処理_BioCAsia2021_yamamoto.pdf
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
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
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
口腔内スキャナー市場:世界の産業現状、競合分析、シェア、規模、動向2025-2031年の予測
液体クラトム抽出物供給側分析:世界の生産能力・販売量・平均価格動向(2025-2031)
【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
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
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
XCMSを用いた質量分析データ処理_BioCAsia2021_yamamoto.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
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

db tech showcase2019オープニングセッション @ 森田 俊哉

  • 2. Copyright @2019 Insight Technology, Inc. All Right Reserved ⾃⼰紹介 ■名前 森⽥ 俊哉 / Toshiya Morita ■所属 株式会社インサイトテクノロジー(2013) 取締役副社⻑ 兼 COO(2018) ■過去の職歴 [⽇⽴製作所] ⽇⽴半導体組み⽴て⼯程技術者 [独⽴系SIer] C⾔語プログラマー/C⾔語デバッガー UNIX管理者 Oracle DBA データベースチューニング データベーストラブルシューティング
  • 8. Copyright @2019 Insight Technology, Inc. All Right Reserved 2012 db tech showcase 4
  • 9. Copyright @2019 Insight Technology, Inc. All Right Reserved 2017 34
  • 10. Copyright @2019 Insight Technology, Inc. All Right Reserved 2018 37(-9+12)
  • 11. Copyright @2019 Insight Technology, Inc. All Right Reserved 2019 38(-16+17)
  • 12. Copyright @2019 Insight Technology, Inc. All Right Reserved 扱えるデータベース TOP20推移 (選択肢の数) 2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89) 1 Oracle Oracle Oracle Oracle Oracle 2 MySQL MySQL MySQL MySQL MySQL 3 PostgreSQL Microsoft SQL Server PostgreSQL PostgreSQL PostgreSQL 4 Microsoft SQL Server PostgreSQL Microsoft SQL Server Microsoft SQL Server Microsoft SQL Server 5 DB2 MongoDB Hadoop Access Access 6 Hadoop DB2 MongoDB MariaDB MariaDB 7 MongoDB Hadoop DB2 SQLite Amazon Aurora 8 MariaDB Hive MariaDB Hadoop Db2 9 Hive MariaDB Hive Db2 MongoDB 10 Cloudera Cloudera Spark MongoDB Amazon Redshift 11 Amazon Redshift Vertica Amazon Redshift Amazon Aurora Hadoop 12 MapR Amazon Redshift Vertica Spark SQLite 13 HiRDB Netezza Cloudera Amazon Redshift Spark 14 Amazon DynamoDB Teradata Netezza Redis Amazon DynamoDB 15 Netezza Cassandra Cassandra Amazon DynamoDB Hive 16 Greenplum Amazon DynamoDB Amazon Aurora Hive Azure SQL Database 17 Impala SAP HANA Amazon DynamoDB Azure SQL Database Redis 18 Vertica MapR Google BigQuery Google BigQuery Elasticsearch 19 Sybase ASE Impala SQL Azure Cassandra Oracle Cloud 20 Cassandra HiRDB MapR Memcached Hbase
  • 13. Copyright @2019 Insight Technology, Inc. All Right Reserved 扱えるデータベース TOP20推移 (選択肢の数) 2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89) 1 Oracle Oracle Oracle Oracle Oracle 2 MySQL MySQL MySQL MySQL MySQL 3 PostgreSQL Microsoft SQL Server PostgreSQL PostgreSQL PostgreSQL 4 Microsoft SQL Server PostgreSQL Microsoft SQL Server Microsoft SQL Server Microsoft SQL Server 5 DB2 MongoDB Hadoop Access Access 6 Hadoop DB2 MongoDB MariaDB MariaDB 7 MongoDB Hadoop DB2 SQLite Amazon Aurora 8 MariaDB Hive MariaDB Hadoop Db2 9 Hive MariaDB Hive Db2 MongoDB 10 Cloudera Cloudera Spark MongoDB Amazon Redshift 11 Amazon Redshift Vertica Amazon Redshift Amazon Aurora Hadoop 12 MapR Amazon Redshift Vertica Spark SQLite 13 HiRDB Netezza Cloudera Amazon Redshift Spark 14 Amazon DynamoDB Teradata Netezza Redis Amazon DynamoDB 15 Netezza Cassandra Cassandra Amazon DynamoDB Hive 16 Greenplum Amazon DynamoDB Amazon Aurora Hive Azure SQL Database 17 Impala SAP HANA Amazon DynamoDB Azure SQL Database Redis 18 Vertica MapR Google BigQuery Google BigQuery Elasticsearch 19 Sybase ASE Impala SQL Azure Cassandra Oracle Cloud 20 Cassandra HiRDB MapR Memcached Hbase
  • 14. Copyright @2019 Insight Technology, Inc. All Right Reserved 聞いてみたいデータベース TOP20推移 (選択肢の数) 2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89) 1 Oracle Oracle Oracle PostgreSQL PostgreSQL 2 MySQL MySQL MySQL MySQL MySQL 3 PostgreSQL PostgreSQL PostgreSQL Amazon Aurora Amazon Aurora 4 Microsoft SQL Server MongoDB Spark Oracle Oracle 5 MongoDB Amazon Redshift Microsoft SQL Server Hadoop Amazon Redshift 6 Hadoop Hadoop Hadoop Spark MariaDB 7 Amazon Redshift Microsoft SQL Server MongoDB Amazon Redshift Google BigQuery 8 Amazon DynamoDB Amazon Aurora Amazon Aurora MariaDB Hadoop 9 MariaDB Amazon DynamoDB Cassandra Google BigQuery Spark 10 SAP HANA MariaDB MariaDB MongoDB Amazon DynamoDB 11 MapR Cassandra Amazon Redshift Microsoft SQL Server MongoDB 12 Hive SAP HANA SAP HANA Azure SQL Database Azure SQL Database 13 Cloudera Hive Amazon DynamoDB Amazon DynamoDB Azure Cosmos DB 14 Cassandra MapR Google BigQuery Google Cloud Spanner Azure Database for PostgreSQL 15 Riak TreasureData SQL Azure Apache Kafka Oracle Cloud 16 Impala Vertica Apache Kafka Cassandra Cassandra 17 Couchbase Impala MapR Google Cloud SQL Apache Kafka 18 Presto Cloudera Hive SAP HANA Google Cloud Spanner 19 Netezza Riak Azure SQL Data Warehouse SQLite SAP HANA 20 DB2 Presto Cloudera Google Cloud Datastore Google Cloud SQL
  • 15. Copyright @2019 Insight Technology, Inc. All Right Reserved 聞いてみたいデータベース TOP20推移 (選択肢の数) 2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89) 1 Oracle Oracle Oracle PostgreSQL PostgreSQL 2 MySQL MySQL MySQL MySQL MySQL 3 PostgreSQL PostgreSQL PostgreSQL Amazon Aurora Amazon Aurora 4 Microsoft SQL Server MongoDB Spark Oracle Oracle 5 MongoDB Amazon Redshift Microsoft SQL Server Hadoop Amazon Redshift 6 Hadoop Hadoop Hadoop Spark MariaDB 7 Amazon Redshift Microsoft SQL Server MongoDB Amazon Redshift Google BigQuery 8 Amazon DynamoDB Amazon Aurora Amazon Aurora MariaDB Hadoop 9 MariaDB Amazon DynamoDB Cassandra Google BigQuery Spark 10 SAP HANA MariaDB MariaDB MongoDB Amazon DynamoDB 11 MapR Cassandra Amazon Redshift Microsoft SQL Server MongoDB 12 Hive SAP HANA SAP HANA Azure SQL Database Azure SQL Database 13 Cloudera Hive Amazon DynamoDB Amazon DynamoDB Azure Cosmos DB 14 Cassandra MapR Google BigQuery Google Cloud Spanner Azure Database for PostgreSQL 15 Riak TreasureData SQL Azure Apache Kafka Oracle Cloud 16 Impala Vertica Apache Kafka Cassandra Cassandra 17 Couchbase Impala MapR Google Cloud SQL Apache Kafka 18 Presto Cloudera Hive SAP HANA Google Cloud Spanner 19 Netezza Riak Azure SQL Data Warehouse SQLite SAP HANA 20 DB2 Presto Cloudera Google Cloud Datastore Google Cloud SQL
  • 16. Copyright @2019 Insight Technology, Inc. All Right Reserved 聞いてみたいデータベース TOP20推移 (選択肢の数) 2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89) 1 Oracle Oracle Oracle PostgreSQL PostgreSQL 2 MySQL MySQL MySQL MySQL MySQL 3 PostgreSQL PostgreSQL PostgreSQL Amazon Aurora Amazon Aurora 4 Microsoft SQL Server MongoDB Spark Oracle Oracle 5 MongoDB Amazon Redshift Microsoft SQL Server Hadoop Amazon Redshift 6 Hadoop Hadoop Hadoop Spark MariaDB 7 Amazon Redshift Microsoft SQL Server MongoDB Amazon Redshift Google BigQuery 8 Amazon DynamoDB Amazon Aurora Amazon Aurora MariaDB Hadoop 9 MariaDB Amazon DynamoDB Cassandra Google BigQuery Spark 10 SAP HANA MariaDB MariaDB MongoDB Amazon DynamoDB 11 MapR Cassandra Amazon Redshift Microsoft SQL Server MongoDB 12 Hive SAP HANA SAP HANA Azure SQL Database Azure SQL Database 13 Cloudera Hive Amazon DynamoDB Amazon DynamoDB Azure Cosmos DB 14 Cassandra MapR Google BigQuery Google Cloud Spanner Azure Database for PostgreSQL 15 Riak TreasureData SQL Azure Apache Kafka Oracle Cloud 16 Impala Vertica Apache Kafka Cassandra Cassandra 17 Couchbase Impala MapR Google Cloud SQL Apache Kafka 18 Presto Cloudera Hive SAP HANA Google Cloud Spanner 19 Netezza Riak Azure SQL Data Warehouse SQLite SAP HANA 20 DB2 Presto Cloudera Google Cloud Datastore Google Cloud SQL
  • 17. Copyright @2019 Insight Technology, Inc. All Right Reserved 聞いてみたいデータベース TOP20推移 (選択肢の数) 2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89) 1 Oracle Oracle Oracle PostgreSQL PostgreSQL 2 MySQL MySQL MySQL MySQL MySQL 3 PostgreSQL PostgreSQL PostgreSQL Amazon Aurora Amazon Aurora 4 Microsoft SQL Server MongoDB Spark Oracle Oracle 5 MongoDB Amazon Redshift Microsoft SQL Server Hadoop Amazon Redshift 6 Hadoop Hadoop Hadoop Spark MariaDB 7 Amazon Redshift Microsoft SQL Server MongoDB Amazon Redshift Google BigQuery 8 Amazon DynamoDB Amazon Aurora Amazon Aurora MariaDB Hadoop 9 MariaDB Amazon DynamoDB Cassandra Google BigQuery Spark 10 SAP HANA MariaDB MariaDB MongoDB Amazon DynamoDB 11 MapR Cassandra Amazon Redshift Microsoft SQL Server MongoDB 12 Hive SAP HANA SAP HANA Azure SQL Database Azure SQL Database 13 Cloudera Hive Amazon DynamoDB Amazon DynamoDB Azure Cosmos DB 14 Cassandra MapR Google BigQuery Google Cloud Spanner Azure Database for PostgreSQL 15 Riak TreasureData SQL Azure Apache Kafka Oracle Cloud 16 Impala Vertica Apache Kafka Cassandra Cassandra 17 Couchbase Impala MapR Google Cloud SQL Apache Kafka 18 Presto Cloudera Hive SAP HANA Google Cloud Spanner 19 Netezza Riak Azure SQL Data Warehouse SQLite SAP HANA 20 DB2 Presto Cloudera Google Cloud Datastore Google Cloud SQL
  • 18. Copyright @2019 Insight Technology, Inc. All Right Reserved 2019年は?
  • 19. Copyright @2019 Insight Technology, Inc. All Right Reserved Data Volumes Becoming Unmanageable
  • 20. Copyright @2019 Insight Technology, Inc. All Right Reserved ⼤量データ処理のために スケールアウトスケールアップ 安価で拡張性が高いが 整合性が取りにくい 高価で拡張性に制限あり 排他制御などは楽
  • 21. Copyright @2019 Insight Technology, Inc. All Right Reserved NOSQL RDBMS(Single) MPP (massively parallel processing) ⾮構造化データ ⼤量データ CLOUD
  • 22. Copyright @2019 Insight Technology, Inc. All Right Reserved データも適材適所に?! [データマネージメントソフトマッピング] Mission CriticalOSS NoSQL Leader Niche playerHadoop / SQL on Hadoop GraphDB Cloud Service BigData Distributed
  • 23. Copyright @2019 Insight Technology, Inc. All Right Reserved ⽇本国内でのAttunityReplicateの適⽤事例 24 0 5 10 15 20 25 30 35 40 45 50 2012年 2013年 2014年 2015年 2016年 2017年 2018年 MIGRATION REPLICATION Oracle ↓ Oracle Oracle DB2 MySQL SQL Server (Sybase) (zOS/DB2) ↓ Oracle MySQL PostgreSQL SQL Server Teradata Amazon Aurora Azure Database (Kafka) (MongoDB) Oracle DB2 MySQL SQL Server Netezza zOS/DB2 (Sybase) (zOS/IMSDB) ↓ Oracle MySQL PostgreSQL SQL Server Teradata Amazon Aurora Azure Database Azure DW (Kafka) (MongoDB) Oracle ↓ Oracle Oracle DB2 ↓ Oracle PostgreSQL Oracle DB2 MySQL ↓ Oracle PostgreSQL Amazon Aurora Teradata Oracle ↓ Oracle 案件数→
  • 24. Copyright @2019 Insight Technology, Inc. All Right Reserved Replication Source & Target in Japan Azure SQLDWMainframe SOURCE TARGET
  • 26. Copyright @2019 Insight Technology, Inc. All Right Reserved BIG DATA ソーシャルメディア において参加者が書 き込むプロフィール 、コメント等 GPS、ICカード、RFID 等において検知される 位置、乗⾞履歴、温度 、加速度等 オフィスのパソコンに おいて作成されるオフ ィス⽂書、eメール等 Webサーバ等におい て⽣成されるアクセス ログ、エラーログ等 CRMシステムにおい て管理されるDM等販 促データ、会員カー ドデータ ECサイトの購⼊履歴 やブログエントリー 等の蓄積データ Web上の配信サイト 等で提供される⾳声、 動画データ 販売管理等の業務シ ステムにおいて⽣成 されるPOSデータ、 取引明細データ等 総務省:平成24年版情報通信⽩書
  • 27. Copyright @2019 Insight Technology, Inc. All Right Reserved BIG DATA ソーシャルメディア において参加者が書 き込むプロフィール 、コメント等 GPS、ICカード、RFID 等において検知される 位置、乗⾞履歴、温度 、加速度等 オフィスのパソコンに おいて作成されるオフ ィス⽂書、eメール等 Webサーバ等におい て⽣成されるアクセス ログ、エラーログ等 CRMシステムにおい て管理されるDM等販 促データ、会員カー ドデータ ECサイトの購⼊履歴 やブログエントリー 等の蓄積データ Web上の配信サイト 等で提供される⾳声、 動画データ 販売管理等の業務シ ステムにおいて⽣成 されるPOSデータ、 取引明細データ等 総務省:平成24年版情報通信⽩書
  • 28. Copyright @2019 Insight Technology, Inc. All Right Reserved MaaS(Mobility as a Service)時代 カーシェアリング サービス ⾃動運転 物流 サービス エネルギー シェアパーキング 配⾞ サービス