Submit Search
db tech showcase2019オープニングセッション @ 森田 俊哉
0 likes
352 views
Insight Technology, Inc.
db tech showcase2019 Tokyo Day2オープニング
Data & Analytics
Read more
1 of 29
Download now
Downloaded 28 times
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
More Related Content
PDF
db tech showcase2019 オープニングセッション @ 石川 雅也
Insight Technology, Inc.
PDF
Lunch & Learn, AWS NoSQL Services
Insight Technology, Inc.
PDF
MBAAで覚えるDBREの大事なおしごと
Insight Technology, Inc.
PDF
DBREから始めるデータベースプラットフォーム
Insight Technology, Inc.
PDF
先行事例から学ぶ IoT / ビッグデータの始め方
Cloudera Japan
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
Amazon Web Services Japan
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
Insight Technology, Inc.
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
Takahiro Moteki
db tech showcase2019 オープニングセッション @ 石川 雅也
Insight Technology, Inc.
Lunch & Learn, AWS NoSQL Services
Insight Technology, Inc.
MBAAで覚えるDBREの大事なおしごと
Insight Technology, Inc.
DBREから始めるデータベースプラットフォーム
Insight Technology, Inc.
先行事例から学ぶ IoT / ビッグデータの始め方
Cloudera Japan
[よくわかるクラウドデータベース] Amazon RDS for SQL Server導入事例
Amazon Web Services Japan
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
Insight Technology, Inc.
[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
Takahiro Moteki
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
Takahiro Moteki
PDF
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
オラクルエンジニア通信
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
Amazon Web Services Japan
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...
Insight Technology, Inc.
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, ...
Insight Technology, Inc.
PPTX
負荷分散勉強会
Yuji Otani
PDF
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
Yahoo!デベロッパーネットワーク
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
Masahiro Kiura
PDF
Serverless analytics on aws
Amazon Web Services Japan
PDF
SparkやBigQueryなどを用いたモバイルゲーム分析環境
yuichi_komatsu
PDF
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
Cloudera Japan
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
Yahoo!デベロッパーネットワーク
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...
Insight Technology, Inc.
PDF
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Cloudera Japan
PDF
Apache Kuduを使った分析システムの裏側
Cloudera Japan
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...
Naoki (Neo) SATO
PDF
[db tech showcase OSS 2017] A24: マイクロソフトと OSS Database - Azure Database for M...
Insight Technology, Inc.
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
Insight Technology, Inc.
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
Yahoo!デベロッパーネットワーク
PDF
金融機関でのHive/Presto事例紹介
Amazon Web Services Japan
[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
Takahiro Moteki
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
オラクルエンジニア通信
[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
Amazon Web Services Japan
[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...
Insight Technology, Inc.
[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, ...
Insight Technology, Inc.
負荷分散勉強会
Yuji Otani
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
Yahoo!デベロッパーネットワーク
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
Masahiro Kiura
Serverless analytics on aws
Amazon Web Services Japan
SparkやBigQueryなどを用いたモバイルゲーム分析環境
yuichi_komatsu
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
Cloudera Japan
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
Yahoo!デベロッパーネットワーク
[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...
Insight Technology, Inc.
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Cloudera Japan
Apache Kuduを使った分析システムの裏側
Cloudera Japan
[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...
Naoki (Neo) SATO
[db tech showcase OSS 2017] A24: マイクロソフトと OSS Database - Azure Database for M...
Insight Technology, Inc.
[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
Insight Technology, Inc.
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
Yahoo!デベロッパーネットワーク
金融機関でのHive/Presto事例紹介
Amazon Web Services Japan
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...
Insight Technology, Inc.
PDF
[CTO Night & Day 2019] AWS Database Overview -データベースの選択指針- #ctonight
Amazon Web Services Japan
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
オラクルエンジニア通信
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
Insight Technology, Inc.
PDF
[de:code 2019 振り返り Night!] Data Platform
Naoki (Neo) SATO
PDF
ライトプランで利用可能な分析基盤「IBM Analytics Engine (IAE)」とは
Kimihiko Kitase
PDF
詳説探究!Cloud Native Databaseの現在地点(CloudNative Days Tokyo 2023 発表資料)
NTT DATA Technology & Innovation
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...
オラクルエンジニア通信
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...
オラクルエンジニア通信
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
Miho Yamamoto
PDF
Cassandraとh baseの比較して入門するno sql
Yutuki r
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...
Insight Technology, Inc.
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
MapR Technologies Japan
PDF
C32 DB Performance on Cloud by 安藤賀章
Insight Technology, Inc.
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...
オラクルエンジニア通信
PDF
20190620 multicloud share
Mai Nagahisa
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
オラクルエンジニア通信
PDF
オラクルのHadoopソリューションご紹介
オラクルエンジニア通信
PDF
MariaDB Meetup Tokyo 2019 #2
GOTO Satoru
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
Natsumi Yotsumoto
[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...
Insight Technology, Inc.
[CTO Night & Day 2019] AWS Database Overview -データベースの選択指針- #ctonight
Amazon Web Services Japan
[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
オラクルエンジニア通信
[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
Insight Technology, Inc.
[de:code 2019 振り返り Night!] Data Platform
Naoki (Neo) SATO
ライトプランで利用可能な分析基盤「IBM Analytics Engine (IAE)」とは
Kimihiko Kitase
詳説探究!Cloud Native Databaseの現在地点(CloudNative Days Tokyo 2023 発表資料)
NTT DATA Technology & Innovation
[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...
オラクルエンジニア通信
[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...
オラクルエンジニア通信
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
Miho Yamamoto
Cassandraとh baseの比較して入門するno sql
Yutuki r
[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...
Insight Technology, Inc.
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
MapR Technologies Japan
C32 DB Performance on Cloud by 安藤賀章
Insight Technology, Inc.
進化を続けるデータベース・クラウド:Oracle Database, Exadata, MySQL, Cloud Machine [Oracle Clou...
オラクルエンジニア通信
20190620 multicloud share
Mai Nagahisa
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
オラクルエンジニア通信
オラクルのHadoopソリューションご紹介
オラクルエンジニア通信
MariaDB Meetup Tokyo 2019 #2
GOTO Satoru
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
Natsumi Yotsumoto
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?
Insight Technology, Inc.
PDF
Docker and the Oracle Database
Insight Technology, Inc.
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~
Insight Technology, Inc.
PDF
事例を通じて機械学習とは何かを説明する
Insight Technology, Inc.
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
Insight Technology, Inc.
PDF
グラフデータベースは如何に自然言語を理解するか?
Insight Technology, Inc.
PDF
SQL Server エンジニアのためのコンテナ入門
Insight Technology, Inc.
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
Insight Technology, Inc.
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?
Insight Technology, Inc.
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
Insight Technology, Inc.
PPTX
そのデータベース、クラウドで使ってみませんか?
Insight Technology, Inc.
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』...
Insight Technology, Inc.
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。。
Insight Technology, Inc.
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...
Insight Technology, Inc.
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]
Insight Technology, Inc.
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...
Insight Technology, Inc.
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)
Insight Technology, Inc.
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)
Insight Technology, Inc.
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...
Insight Technology, Inc.
PDF
[db tech showcase Tokyo 2018] #dbts2018 #E37 『Attunity Replicateが変えた Oracle D...
Insight Technology, Inc.
グラフデータベースは如何に自然言語を理解するか?
Insight Technology, Inc.
Docker and the Oracle Database
Insight Technology, Inc.
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~
Insight Technology, Inc.
事例を通じて機械学習とは何かを説明する
Insight Technology, Inc.
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
Insight Technology, Inc.
グラフデータベースは如何に自然言語を理解するか?
Insight Technology, Inc.
SQL Server エンジニアのためのコンテナ入門
Insight Technology, Inc.
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
Insight Technology, Inc.
難しいアプリケーション移行、手軽に試してみませんか?
Insight Technology, Inc.
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
Insight Technology, Inc.
そのデータベース、クラウドで使ってみませんか?
Insight Technology, Inc.
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』...
Insight Technology, Inc.
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。。
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...
Insight Technology, Inc.
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]
Insight Technology, Inc.
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...
Insight Technology, Inc.
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)
Insight Technology, Inc.
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)
Insight Technology, Inc.
[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...
Insight Technology, Inc.
[db tech showcase Tokyo 2018] #dbts2018 #E37 『Attunity Replicateが変えた Oracle D...
Insight Technology, Inc.
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
snow326214
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
snow326214
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)
yhresearch
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
QY Research株式会社
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
yhresearch
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
QlikPresalesJapan
PDF
XCMSを用いた質量分析データ処理_BioCAsia2021_yamamoto.pdf
h_yama2396
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
2418867459
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
2418867459
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
snow326214
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
snow326214
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)
yhresearch
【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
QY Research株式会社
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
yhresearch
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
QlikPresalesJapan
XCMSを用いた質量分析データ処理_BioCAsia2021_yamamoto.pdf
h_yama2396
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
2418867459
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
2418867459
db tech showcase2019オープニングセッション @ 森田 俊哉
1.
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
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
3.
Platinum Sponsors
4.
Gold Sponsors
5.
Silver Sponsors
6.
Thank you
7.
1300 Thank you!
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
29.
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。
Download