Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
多様性時代のDB選択
Search
GridDB
August 29, 2020
Technology
140
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
多様性時代のDB選択
GridDB
August 29, 2020
More Decks by GridDB
See All by GridDB
東芝が開発したオープンソースのIoT向けデータベースGridDB - 最新の強化ポイントについて -
griddb
0
110
ペタバイトデータをSQLでリアルタイム分析し、品質を向上させたユーザ事例~現場の苦労を紹介~
griddb
0
120
2024年時系列データベースの最新動向と最適な選択基準
griddb
0
1.4k
社会を支えるデータ処理基盤技術を目指すGridDB®ならびにPGSpider®
griddb
0
160
【技術報告】東芝の時系列データ処理基盤技術(GridDB)ならびにデータ仮想化エンジン(PGSpider)
griddb
0
310
ビッグデータ・IoTシステム向け高速スケールアウト型データベース GridDB - 従来のデータベースでは不可能だったビッグデータのリアルタイム分析が可能に -
griddb
0
83
ペタバイト級の時系列データを低レイテンシー&高スループットで処理する GridDB
griddb
0
80
素早く!!かつ簡単に!! GridDB Cloudで時系列データをリアルタイムに活用するIoTシステムを構築してみよう!!
griddb
0
93
本当にペタバイトまでスケールアウトできる!!IoT向けデータベースGridDBのコア技術と事例紹介
griddb
0
73
Other Decks in Technology
See All in Technology
プロダクト思考 × 基盤思考を AIで実現する Compound Engineering
tkc66buzz
1
220
PdMをやめて、 "プロダクトビルダー"という 働き方に変えました / PdM to Product Builder
shikichee
2
670
JAWS-UG初心者支部#88わいわい初心塾(夏休みの宿題やったかGit編)
otsuki
0
110
APIセキュリティを組織で実現するには~注力する点と設計・実装に入れたい対策~
riiimparm
3
910
Beyond the Hype: Practical AI for Your Oracle Database with MCP
thatjeffsmith
1
220
Driving AI Adoption Using In-House GPUs to Serve Qwen
po3rin
2
410
データエンジニアリングワークショップ:Auto LoaderとSparkで学ぶデータパイプライン構築
databricksjapan
PRO
0
130
Genie Code ワークショップ 応用編 / Genie-Code-Workshop-advanced
databricksjapan
PRO
0
290
[RSJ26] Building a VLA Model Based on Self-Distilled Classification
keio_smilab
PRO
0
180
Webとヘルスデータ
yukukotani
0
160
When Token Pruning is Worse than Random: Understanding Visual Token Information in VLLMs
sansantech
PRO
0
240
[DroidKaigi 2026] Making UI specifications visible: Android UI development in the AI agent era supported by Compose Screenshot Testing and galleries
syarihu
0
490
Featured
See All Featured
Exploring anti-patterns in Rails
aemeredith
3
490
Between Models and Reality
mayunak
4
440
Navigating Algorithm Shifts & AI Overviews - #SMXNext
aleyda
1
1.6k
Winning Ecommerce Organic Search in an AI Era - #searchnstuff2025
aleyda
1
2.1k
Ten Tips & Tricks for a 🌱 transition
stuffmc
0
180
Into the Great Unknown - MozCon
thekraken
41
2.7k
The untapped power of vector embeddings
frankvandijk
2
1.9k
End of SEO as We Know It (SMX Advanced Version)
ipullrank
3
4.4k
The Invisible Side of Design
smashingmag
301
52k
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
63
45k
What's in a price? How to price your products and services
michaelherold
247
13k
The browser strikes back
jonoalderson
0
1.6k
Transcript
© 2020 Toshiba Digital Solutions Corporation オープンソースカンファレンス2020 Online/Kyoto 多様性時代のDB選択 東芝デジタルソリューションズ株式会社
栗⽥ 雅芳 2020/8/28 © 2020 Toshiba Digital Solutions Corporation
2 © 2020 Toshiba Digital Solutions Corporation 多様性時代のDB選択 データ処理ツール(DBMS)は,少数の有⼒ツー ルの
寡占で良いか? 多様化に向かうべきか?
3 © 2020 Toshiba Digital Solutions Corporation 1980年代➜ 1990年代➜ 2000年代➜
1970年代➜ 2010年代➜ 2020年代➜ 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 ネットワーク 型DB 階層型 DB RDB以前 ⼀部統合 各種DBの統合 ワイド カラム型 ドキュメント 型 グラフ型 キーバリュー 型 時系列 DB ビッグデータ/NoSQL出現 OO指向 DB 多次元 DB カラム型 DB ポストRDB XML DB RDB RDB誕⽣・全盛期 現在 ▼ 多様化 DBの50年の歴史
4 © 2020 Toshiba Digital Solutions Corporation ターゲットを広めるため多様化の傾向があり、 表⾯的に機能・⾮機能ともに,類似性が⾼い 場合が多いので、DB選択が困難(︖)
© 2020 Toshiba Digital Solutions Corporation
5 © 2020 Toshiba Digital Solutions Corporation 出典︓IDC White Paper
I Doc# US44413318 I November 2018 The Digitization of the World – From Edge to Core 2025年には世界のデータ量は、 2017年の23ゼタバイトから175ゼタバイトへ 現在
6 © 2020 Toshiba Digital Solutions Corporation 2025年には世界で⽣成されるデータの 約30%がリアルタイムデータに 出典︓IDC
White Paper I Doc# US44413318 I November 2018 The Digitization of the World – From Edge to Core 現在
7 © 2020 Toshiba Digital Solutions Corporation DBの50年の歴史 1980年代➜ 1990年代➜
2000年代➜ 1970年代➜ 2010年代➜ 2020年代➜ 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 ネットワーク 型DB 階層型 DB RDB以前 統合 各種DBの統合 列指向型 ドキュメント 型 グラフ型 キーバリュー 型 時系列 DB ビッグデータ/NoSQL出現 OO指向 DB 多次元 DB DWH ポストRDB XML DB RDB RDB誕⽣・全盛期 現在 ▼
8 © 2020 Toshiba Digital Solutions Corporation DBの50年の歴史 1980年代➜ 1990年代➜
2000年代➜ 1970年代➜ 2010年代➜ 2020年代➜ 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 ネットワーク 型DB 階層型 DB RDB以前 統合 各種DBの統合 現在 ▼ OO指向 DB 多次元 DB DWH ポストRDB XML DB RDB RDB誕⽣・全盛期 列指向型 ドキュメント 型 グラフ型 キーバリュー 型 時系列 DB ビッグデータ/NoSQL出現 更 " # 膨 ⼤ " & ' (
9 © 2020 Toshiba Digital Solutions Corporation インダストリアルIoT︓IIOT サイバーフィジカルシステム︓ C
P S デジタルツイン ⼩規模 リアルタイム性 ⾼ B2C IoT 購買⾏動分析 ソーシャルメディア分析 リアルタイム性 中 or 低 更なる膨⼤なリアルタイムデータ © 2020 Toshiba Digital Solutions Corporation ⼤規模 現在のDBを容易に 「あてはめる」ことができる領域 または、 現在のDBが⽣まれつき「あてはまる」領域 ➚
10 © 2020 Toshiba Digital Solutions Corporation B2C IoT 購買⾏動分析
ソーシャルメディア分析 インダストリアルIoT︓IIoT サイバーフィジカルシステム︓CPS デジタルツイン データ サンプル (⼀部⽋損は 許容範囲) すべてのデータが必須 (⽋損不可) 分析⼿法 統計⼿法 ⼩さな異常も⾒逃さない 分析正確性 低精度でもよい ⾼精度がもとめられる リアルタイム性 中〜低 バッチでもよい ⾼ システム信頼性 中程度でも⼗分 ⾼信頼が必須
11 © 2020 Toshiba Digital Solutions Corporation 更なる膨⼤なリアルタイムデータへの領域 実世界のデータをサイバー空間にリアルタイムに 再現し、アナリティクス。その結果を現実世界へ
フィードバックする これを実装するために 「あてはめる」のではなく、 ⽣まれつき 「あてはまる」 DBも必要 © 2020 Toshiba Digital Solutions Corporation
12 © 2020 Toshiba Digital Solutions Corporation
13 © 2020 Toshiba Digital Solutions Corporation 多様性時代 幅広く性質が異なるが類似性のあるDB が存在する
お互いの⽣まれつきの特性を認め、 適所適材に「あてはまる」DBを採⽤
14 © 2020 Toshiba Digital Solutions Corporation GridDB とは 実世界のセンシングデータをサイバー空間で再現し
リアルタイムに処理するために「あてはめる」のではなく、 ⽣まれつき「あてはまる」ようデザインした DB l スケールアウトとスケールアップのベストミックスで、 ペタバイト級のデータ管理を実現 l NoSQL (キー・バリュー) / SQL のデュアルAPI © 2020 Toshiba Digital Solutions Corporation
15 © 2020 Toshiba Digital Solutions Corporation 次世代⾞両管理システム 運転情報をリアルタイムに集めて、 保険会社に提供。
保険会社は保険料に反映する とともに、リアルタイムにドライバー に運転技術について警告 実世界 サイバー空間 リアルタイムに複製 (データ) フィードバック © 2020 Toshiba Digital Solutions Corporation
16 © 2020 Toshiba Digital Solutions Corporation HDD製造会社 品質管理システムの再構築 製造レコードを全件保管し、ありのままの状態を
リアルタイムに把握を⽬指す。 n データ蓄積量︓1.9PB / 5年 n 登録データ量︓267 GB / ⽇ n 分析⽤SQLによるアクセス︓約30,000 回 / ⽇ DBアプライアンス以上の性能を標準的なIAサーバで 実現 © 2020 Toshiba Digital Solutions Corporation
17 © 2020 Toshiba Digital Solutions Corporation DBの稼働環境もクラウドが当たり前になっていく のか? (たとえば,オンプレミスのスケールアップ⼤型
DBサーバの使い道は残るか?) © 2020 Toshiba Digital Solutions Corporation
18 © 2020 Toshiba Digital Solutions Corporation 国内パブリッククラウドサービス市場予測 出典︓国内パブリッククラウドサービス市場 売上額予測、2019年〜2024年
IDC Japan 3/2020
19 © 2020 Toshiba Digital Solutions Corporation ⽇本におけるクラウド・コンピューティングの 導⼊率︓2020年 出典︓ガートナー
(2020年5⽉)
20 © 2020 Toshiba Digital Solutions Corporation インダストリアルIoT︓IIOT サイバーフィジカルシステム︓ C
P S デジタルツイン ⼩規模 リアルタイム性 ⾼ 現状の業務システム 現状のSoE 現状のSoR リアルタイム性 中 or 低 © 2020 Toshiba Digital Solutions Corporation ⼤規模 現在のDBを容易に 「あてはめる」ことができる領域 または、 現在のDBが⽣まれつき「あてはまる」領域 ➚
21 © 2020 Toshiba Digital Solutions Corporation クラウドなどでDBが肥⼤化していくと・・・ 次の要件への要求が⼀層⾼くなると想定 低コスト
ビット単価をできるだけ抑制したい ⻑期 原⼦⼒30年、電⼒⾃由化 13ヶ⽉ ⾼効率 コストにも連動 クラウド横断・クラウド⾮依存かつオンプレミスとハイブリッドに ⾃律的にトータルコストで最適化できるようなDBが注⽬ されるのでは・・・
22 © 2020 Toshiba Digital Solutions Corporation 多様性時代 幅広く性質が異なるが類似性のあるDB が存在する
お互いの⽣まれつきの特性を認め、 適所適材に「あてはまる」DBを採⽤ © 2020 Toshiba Digital Solutions Corporation
23 © 2020 Toshiba Digital Solutions Corporation
24 © 2020 Toshiba Digital Solutions Corporation