Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
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
120
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
130
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
340
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
90
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
85
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
99
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
80
Other Decks in Technology
See All in Technology
1つのリクエストを追って理解する - llm-dのP/D分離
akhino
1
160
USB PDを使ってスマホを労わりたい
raspython3
0
180
Temporal 最高!でも改めて「日付」について調べたら人類の負債すぎる件
riyaamemiya
0
180
NDIでApple Vision Proにリアルタイム映像送信
jyouryuusui
0
130
AI コーディングと人間の認知スループット / CTO Night & Day 2026 Morning Session / AI Coding and Human Cognitive Throughput
prog893
5
1.3k
初海外で注意すべきこと12選!!!安全快適なre:invent生活にするために
yuuuuuuu168
1
180
AI × アーキテクト 第1・2章|生成AIの課題とアーキテクトの素養
daidaidai
0
180
フロントエンドカンファレンス関西2026 - 速すぎるUIに、待ち時間を
teamlab
PRO
0
190
hackers_champloo_2026_tidb
makocchi
0
170
OptunaHub: ブラックボックス最適化のためのプラットフォーム
pfn
PRO
0
140
CTO Night|NotionのAIエージェントとFDE
kzkhykw1991
0
230
Local CI × GitHub Actions
gogutan
3
230
Featured
See All Featured
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
128
56k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
28
3.7k
Getting science done with accelerated Python computing platforms
jacobtomlinson
2
540
Breaking role norms: Why Content Design is so much more than writing copy - Taylor Woolridge
uxyall
1
450
The Impact of AI in SEO - AI Overviews June 2024 Edition
aleyda
6
1.2k
Rebuilding a faster, lazier Slack
samanthasiow
85
9.7k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
287
14k
Building Experiences: Design Systems, User Experience, and Full Site Editing
marktimemedia
1
630
How to build a perfect <img>
jonoalderson
1
6.1k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
10k
Scaling GitHub
holman
464
140k
Making Projects Easy
brettharned
120
6.8k
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