【Oracle Cloud ウェビナー】オンプレミスDWHは今すぐ止めよう！ここまで進化したクラウドDWH (2022年2月16日)

Oracle Cloud ウェビナーオンプレミスDWHは今すぐ⽌めよう︕ ここまで進化したクラウドDWH ⽇本オラクル株式会社 2022年2⽉16⽇

1. はじめに︓オンプレミスDWHでよくある課題 2. Oracle Cloud Infrastructure / DWHソリューションのご紹介 3. データウェアハウス活⽤事例
本⽇の流れ Copyright © 2022, Oracle and/or its affiliates 2

オンプレミスDWHでよくある課題レスポンスが遅い障害対策ができていない複雑で管理が⼤変セキュリティ対策ができていない
機械学習など最新技術を取り⼊れられていない維持管理にコストがかかる Copyright © 2022, Oracle and/or its affiliates 3

オンプレミスDWH クラウドDWH 初期投資と維持コスト導⼊時に、ピーク時に合わせた調達が必要＝余剰リソースが発⽣段階的に拡張が可能リソース不⾜時の対応 HW, SWの調達が必要⼀度増やしたリソースは減らせない
従量制で増減に対応可能運⽤管理 IT部⾨が維持管理を⾏う性能問題への対応には専⾨家が必要クラウドベンダーが⼀定の維持管理を⾏う障害・災害対策様々な障害・災害への対策を導⼊し、管理していくことが必要⾃動的な障害・災害への対策が⾏われるセキュリティ対策様々なセキュリティ対策を導⼊し、管理していくことが必要⾃動的なセキュリティ対策が⾏われる最新ハードウェアへの⼊れ替え⼤規模な投資を伴うユーザが意識せず、最新のハードウェアへの⼊れ替えが⾏われる最新技術への対応 SWアップグレードや追加ソフトウェアの導⼊が必要⾃動的にSWアップグレードや機能拡張が随時⾏われるオンプレミスDWHとクラウドDHWの⽐較 Copyright © 2022, Oracle and/or its affiliates 4

Oracle Cloud Infrastructure (PaaS/IaaS) & Oracle Cloud Applications (SaaS) Oracle
Cloud Oracle Cloud Applications Global Cloud Data Center Infrastructure Commercial and Government Public Cloud Regions | Cloud@Customer | Dedicated Regions | Roving Edge Security | Governance | Compliance アプリケーション開発 DevOps インテグレーションコンテナ管理・監視⾃動化ネイティプVMware 機械学習 AI コンピュートストレージ分析・BI データサイエンスリレーショナル・データベースその他のデータベースネットワーク ERP SCM HCM ACX IA Enterprise Resource Planning Supply Chain and Manufacturing Human Capital Management Advertising and Customer Experience Industry Applications Oracle Cloud Infrastructure Copyright © 2022, Oracle and/or its affiliates 6

2022年2⽉現在︓37リージョン提供中、さらに7リージョン計画 Oracle Cloud Infrastructure(OCI)のリージョン Copyright © 2022, Oracle and/or its
affiliates 7 https://www.oracle.com/cloud/architecture-and-regions.html SYDNEY MELBOURNE Commercial Commercial Planned Government Microsoft Interconnect Azure SANTIAGO VINHEDO SAO PAULO CHILE 2 COLOMBIA デュアル・リージョン︓基本的に全ての国/地域で2つ以上のリージョンを提供し、お客様の業務継続要件に対応していく (⽇本の場合は東京-⼤阪) 各リージョンはOracle Backboneで接続サステナビリティ︓2025年までに、すべてのリージョンにおいて、100%再⽣可能エネルギーを使⽤することを表明 (欧州リージョンは達成済み) NEWPORT AMSTERDAM FRANKFURT ZURICH LONDON STOCKHOLM MILAN FRANCE 2 SPAIN MARSEILLE JOHANNESBURG CHUNCHEON SEOUL TOKYO OSAKA SAN JOSE PHOENIX CHICAGO ASHBURN TORONTO MONTREAL MEXICO JEDDAH JERUSALEM DUBAI MUMBAI HYDERABAD SAUDI 2 ABU DHABI ISRAEL 2 SINGAPORE

Oracle Cloud Infrastructure をご利⽤いただいているお客様 Copyright © 2022, Oracle and/or its
affiliates 8

Oracle Cloud Infrastructure が採⽤される理由より良いサービスを適切な価格でより堅牢なセキュリティの実現よりデータ活⽤に最適な環境
1 2 3 この後はこちらをテーマにお話します Copyright © 2022, Oracle and/or its affiliates 9

エンタープライズクラスのスケーラビリティ、信頼性、セキュリティによる最新化オラクル・エンタープライズ・データウェアハウス Oracle Cloud Infrastructure イベントデバイスユーザーセンサー Social
データ・ソースデータ組合せデータ管理データ分析企画・運営事業責任者レポートビジネスの最適化企業アプリケーションデジタル機器ストリーミングバッチ処理データレークデータサイエンス分析データウェアハウス Copyright © 2022, Oracle and/or its affiliates 10

エンタープライズクラスのスケーラビリティ、信頼性、セキュリティによる最新化オラクル・エンタープライズ・データウェアハウス Oracle Cloud Infrastructure イベントデバイスユーザーセンサー Social
データ・ソースデータ組合せデータ管理データ分析企画・運営事業責任者レポートビジネスの最適化企業アプリケーションデジタル機器ストリーミングバッチ処理データレークデータサイエンス分析データウェアハウスデータウェアハウス基盤 Autonomous Database Copyright © 2022, Oracle and/or its affiliates 11

Oracle Database + Exadata + AI/機械学習による⾃律化 Autonomous Databaseを構成するテクノロジー Autonomous Database
Automated Data Center Operations and Machine Learning Complete Infrastructure Automation Complete Database Automation Oracle Cloud Copyright © 2022, Oracle and/or its affiliates 12

新時代のデータベース・サービス Oracle Autonomous Database AI/機械学習を利⽤した完全⾃動運⽤チューニングをはじめとしたDB運⽤は消滅完全なマネージドサービス 1CPU単位でCPUを無停⽌で増減可能
ワークロードに応じた⾃動増減も可能 CPU/ストレージは1秒間単位で課⾦完全な柔軟性あらゆるワークロード(OLTP/分析/混在) あらゆるデータタイプ(構造化/JSON/グラフ等) 1つのデータベースで対応可能完全なマルチモデル Autonomous Database Copyright © 2022, Oracle and/or its affiliates 13

1. 本当に柔軟性があるか 2. 運⽤管理は完全に任せられるか 3. セキュリティ対策は万全か 4. あらゆるデータをサポートできるか 5. 隠れたコストはないか
クラウドDWHの検討ポイント Copyright © 2022, Oracle and/or its affiliates 14

1 CPU単位＋無停⽌＋⾃動でスケーリング負荷状況を判断し、⾃動的にリソースの拡張・縮⼩を無停⽌で実施します 1 CPU単位で拡張・縮⼩を⾏い、秒単位で課⾦されます Autonomous Databaseの完全な柔軟性 0 4 8
CPU 6時 12時 18時 24時翌6時⽇中時間帯のスパイクに対応夜間バッチの⾼負荷に対応 16 実際に利⽤しているリソース Autonomous Database 〜〜 0 4 8 6時 12時 18時 24時翌6時 16 実際に利⽤しているリソース課⾦対象のリソース他社データベース・サービス柔軟性が⽋如しているため、クラウドにも関わらず、ピークに合わせたサイジングが必要〜〜シェイプ単位での拡張のみシステム再起動が必要 Copyright © 2022, Oracle and/or its affiliates 16

Autonomous Database クラウドDWH(A) クラウドDWH(B) アーキテクチャ⽐較︓Autonomous Databaseと他のクラウドDWH Copyright © 2022, Oracle
and/or its affiliates 17 サーバレス (1CPU単位で設定) 専⽤ストレージ (ストレージでもDB処理) 広帯域専⽤ネットワーククラスタ1 (固定シェイプ) クラスタ1 (固定シェイプ) 汎⽤オブジェクト・ストレージクラスタ2 (固定シェイプ) 同時実⾏性を⾼めるため⽤途別にクラスタを増やしていくクラスタ (固定シェイプ) 内蔵ストレージ CPUとストレージが密結合両⽅を同時に拡張していく

運⽤・管理範囲の違いファシリティ管理サーバー管理パッチ適⽤リソース監視バックアップ/リストア HA/DR DB最適化お客様管理 OSインストール
DBインストール DB設計・構築スケーリングオラクル管理オンプレミス DB on IaaS DB PaaS Automated (Database/Exadata) ユーザー管理範囲ユーザー管理範囲+機能(ツール)提供オラクル管理範囲 AP管理/最適化ファシリティ管理サーバー管理パッチ適⽤リソース監視バックアップ/リストア HA/DR DB最適化 OSインストール DBインストール DB設計・構築スケーリング AP管理/最適化ファシリティ管理サーバー管理パッチ適⽤リソース監視バックアップ/リストア HA/DR DB最適化 OSインストール DBインストール DB設計・構築スケーリング AP管理/最適化ファシリティ管理サーバー管理パッチ適⽤リソース監視バックアップ/リストア HA/DR OSインストール DBインストール DB設計・構築スケーリング AP管理/最適化 DB最適化 DB PaaS Full-Managed (Autonomous Database) 無停⽌かつ⾃動でスケーリング利⽤開始から最適な性能 AI/機械学習を利⽤した最適化を継続強固な可⽤性構成 AI/機械学習を利⽤した障害対応強固なセキュリティ対策セキュリティパッチはオンラインで⾃動適⽤ Copyright © 2022, Oracle and/or its affiliates 19

利⽤開始直後からプロのチューニングに匹敵ユーザがチューニングした既存データウェアハウスとAutonomous Databaseの⽐較 • ユーザ⾃⾝が、パーティション、コンプレッション等を活⽤してチューニング • Autonomous Databaseでの⾃動的なチューニング Autonomous Databaseがもたらす運⽤⾃動化
Autonomous Databaseはユーザがチューニングした環境と⽐較して⼀貫して⾼速 Elapsed Time (sec) Customer Tuned 2551 5137 ADW 証券取引所製造業 Customer Tuned 2835 4051 ADW 銀⾏ Customer Tuned 2265 2831 ADW 導⼊直後に速いのは当然導⼊後も最適化が⾃動で⾏われるか︖ Copyright © 2022, Oracle and/or its affiliates 20

AI/機械学習を利⽤した最適化の継続(⼀例)︓⾃動索引作成熟練したエンジニアによる索引チューニングが、24 x 365 休みなく⾏うことと同等の機能⾃動索引を作成する⼿順は、これまでのSQLチューニングのアプローチと同様 • 新たなSQL実⾏計画と索引の特定 •
本番環境の外で評価/検証 • ⼀度実⾏し確認 • もし遅ければ、元の実⾏計画に戻す⼀連のプロセスに DBA は介在する必要なく、全⾃動で実⾏チューニング内容はレポーティングされる Autonomous Databaseがもたらす運⽤⾃動化 Capture Identify Verify Decide Monitor Copyright © 2022, Oracle and/or its affiliates 21

Autonomous Databaseの⾰新を体験いただいたお客様の声お客様⽤途⽐較対象結果コメント Propre Japan 不動産情報
ビッグデータ基盤インメモリDB on AWS EC2 83秒→0.7秒 (99%短縮) データを移⾏しただけでチューニングをしていない状態で⾼い性能が得られたことは衝撃的でした。稼働開始後の運⽤においても、チューニングが必要ないこと実感しています。運⽤管理が⾃動化されたことで新サービスの検討や開発に注⼒できるようになりましたウィルグループ基幹システム (⼈事派遣管理システム) オンプレミス Oracle Database SE 10倍以上の性能向上既存システムにまったく⼿を⼊れないままの状態で、Oracle Cloud上でのテストを⾏いました。本番に近い環境で何種類ものテストを実施した結果、平均的に速度が速くなるなど、良好なパフォーマンスを確認しました。ある部分では何も⼿を⼊れていなく載せ替えただけなのに10倍くらいのスピードを実現したテストもありますファンコミュニケーションズアフィリエイトサービスのデータ管理基盤 AWS RDS for Oracle (SE) N/A ⾼性能とAIによる運⽤の⾃動化を実現したOracle Autonomous Database Cloudは、まさに究極のデータベースと⾔っても過⾔ではありません。今、振り返ると、その存在になぜもっと早く気付けなかったのかと悔しくてなりませんねアズワン在庫データ提供基盤 N/A 255秒→18秒 (93%短縮) ⾃律化機能によりチューニング、パッチング、モニタリングなどの運⽤管理の負担を50％軽減しながら、在庫データのロード時間を約93％短縮できましたピー・ビーシステムズ(ダリア) 販売管理データの分析基盤他社クラウドの DBサービス 95%短縮パフォーマンスはもちろんのことコスパも⼤きく向上することを確認できましたので即ADWを採⽤しました。ADWのパフォーマンスと可能性には⼤きな期待をしております Copyright © 2022, Oracle and/or its affiliates 22

セキュリティ対応︓利⽤開始直後から強固に保護され、安⼼して利⽤できる Autonomous Databaseがもたらす運⽤⾃動化バックアップを含む全てのデータを暗号化 (Transparent Data Encryption) 特権ユーザ・Oracle運⽤者から顧客データへのアクセスをブロック (Database
Vault) DB 全ての通信を暗号化 (Advanced Security) 監査ログを保管 (OCI Audit / Unified Audit) 特定の通信のみを許可 (Network ACL) 27001 : 27017 : 27018 国際的コンプライアンス標準に対応（⼀部抜粋）・・・常に最新のセキュリティパッチで保護特定のユーザのみを許可 (デジタル証明書/パスワード認証) 統合されたDBセキュリティ管理サービス (Data Safe) 重要情報の隠蔽セキュリティ構成機密データ発⾒アクティビティ監査データ暗号化やセキュリティパッチの⾃動適⽤は当然ですが、それだけで⼗分︖ Copyright © 2022, Oracle and/or its affiliates 24

特権ユーザーの職務分掌にも対応したアクセス制御 Oracle Database Vault 職務分掌特権ユーザー (SYS, DBA権限)であっても情報にはアクセスさせない透過的既存アプリケーションの変更不要、Multitenant
Architecture対応厳密ユーザー、クライアント情報 (IPアドレスなど)、時間を組み合わせポリシー設定アプリケーション SELECT * FROM customers 管理者 (特権ユーザー) ⼈事情報顧客情報財務情報 Copyright © 2022, Oracle and/or its affiliates 25

ハイブリットクラウドで利⽤するデータベースをよりセキュアに ü 統合されたデータベースセキュリティ管理サービス 1. 機密データの発⾒（Sensitive Data Discovery ） 2. データ・マスキング（Data
Masking） 3. アクティビティの監査（Activity Auditing） 4. セキュリティ構成の評価（Security Assessment） 5. ユーザーのリスク評価（User Assessment） ü 特別なセキュリティの専⾨知識 ü 多層防御における重要なデータ・セキュリティ対策 ü 短時間でセキュリティ・リスクを軽減 ü Oracle Cloud Databaseの利⽤でサービスを無償提供 ※1 ü オンプレミス、他社クラウド上のオラクルDBへも対応 - 24,000円 /ターゲット/⽉ Oracle Data Safe ※ 監査機能は100万レコード/⽉まで無償、その他の機能は無償 Oracle Cloud上のデータベース監査ユーザー発⾒アセスマスクオンプレミスのデータベース⾃動化されたセキュリティ管理 Data Safe AWS, Azure上のオラクルデータベース Copyright © 2022, Oracle and/or its affiliates 26

セキュリティ・ファーストで設計されたクラウド Oracle Cloud Infrastructure データ中⼼のセキュリティ⾃動化されたセキュリティ管理セキュリティ
・バイ・デザイン SECURITY ON THE CLOUD SECURITY OF THE CLOUD ＋強⼒、完全なテナント分離強制的な暗号化 (DB/Storage/Network) 階層型権限管理特権ユーザーのアクセス制御多要素認証とリスクベース認証ボット対策とWAF(*) 脆弱性⾃動修復セキュリティポリシーの⾃動有効リスクのある設定を⾃動検知⾃動化されたログ分析 Copyright © 2021, Oracle and/or its affiliates 27 Defense In Depth 重要情報の隠蔽セキュリティ構成機密データ発⾒アクティビティ監査 DBセキュリティ対策の⾃動化 * WAF: Web Application Firewall Copyright © 2022, Oracle and/or its affiliates 27

Oracle Cloud Infrastructure: セキュリティのプロがSaaS基盤として選択するクラウド世界最⼤のコンピュータネットワーク機器ベンダーハードウェアやソフトウェアセンサーからテレメトリー情報を収集し、データを⾼度な機械学習技術によって分析するSaaS (Cisco
Tetration) で OCIを採⽤数千コア以上の⼤規模アプリケーションを2ヶ⽉で稼働インテリジェンス主導型のセキュリティ企業なりすまし攻撃、フィッシング、スパムによるEメール脅威の対策を提供するSaaSでOCIを採⽤⾼度なリアルタイム分析をベアメタル・インスタンスを活⽤することでクラウドで実現業界をリードするサイバーセキュリティ企業脅威の識別、調査、解決を⾏うクラウドベースの SIEMソリューション(McAfee ESM Cloud)で OCIを採⽤他社クラウドに⽐べ1/4のコストで実現 60万データソースにおける1秒当たり50万イベントをサポート Copyright © 2022, Oracle and/or its affiliates 28

オラクルが提供するシングル・データ・プラットフォームコンバージド機能シングル・データ・プラットフォーム構造化データ JSON キーバリュー地理情報グラフ
ファイルあらゆるデータタイプとワークロードに1つのデータベースで対応企業内の様々なデータブロックチェーン JSON ハイパースケール機械学習地理情報グラフ永続化メモリインメモリアナリティクスマルチテナント Cloud Integration インメモリ IoT オンプレミス Oracle Autonomous Database Oracle Exadata Cloud Oracle Exadata Cloud @Customer Copyright © 2022, Oracle and/or its affiliates 30

シングル・データ・プラットフォームの価値スマートフォンを購⼊するアプリケーションの例カタログからの検索 (JSON) クレジットカードでの購⼊ (構造化データ(OLTP)) 配送管理 (位置情報) 顧客情報（構造化データ(DWH)）
売り上げ分析 (機械学習⽤データ) ⽬的別データベースシングル・データ・プラットフォームデータ連携 VS ||| ・ ||| ・・・・・・・・・・カタログからの検索 (JSON) クレジットカードでの購⼊ (構造化データ(OLTP)) 配送管理 (位置情報) 顧客情報（構造化データ(DWH)）売り上げ分析 (機械学習⽤データ) ⽬的別データベースを実装・運⽤し、それぞれをデータ連携する⼿間をなくすことができます Autonomous Database Copyright © 2022, Oracle and/or its affiliates 31

地図制作業務におけるデジタル変⾰推進を⽀える基盤をOracle Cloud Infrastructure(OCI)で刷新企業・システム概要 • 全国の道路、建築物や施設、地形の変化を詳細に調査し、その変化を随時データベースに反映し、⾼鮮度・⾼精度な地図制作を⾏う • オンプレミスで利⽤してきた既存システムでは、業務毎に追
加された数百のツールやデータベースにより⽣じる地図編集者の業務のサイロ化、ITの運⽤管理の負荷やデータの増加に伴うデータベースの追加に係るコストが課題に採⽤ポイント • オープンソース・ベースの機能専⽤型クラウド・データベースを複数連携させた構成など複数のパブリック・クラウドを⽐較し OCIを採⽤ • 地図制作に必要な空間データおよびグラフ・データベースなどのあらゆるデータ・モデルやデータ・ワークロードに対応する、 Oracle Database Cloud Serviceのコンバージド・データベース・エンジン • オラクルのコンサルティング部⾨の⾼い技術や知⾒顧客事例︓トヨタマップマスター様 Copyright © 2022, Oracle and/or its affiliates 32 システム構成イメージ利⽤サービス・製品 • Database Cloud Service (DBCS) • Container Engine for Kubernetes • Oracle Consulting Service https://www.oracle.com/jp/news/announcement/toyotamapmaster-jp-20210806/

Autonomous Database: 活⽤ケース業務アプリケーション混在ワークロードデータウェアハウスデータマートシステム規模新規ビジネスアプリケーション Analytics
Transactions 部⾨アプリケーションワークロード種別あらゆるデータタイプとワークロードに 1つのデータベースで対応できます Copyright © 2022, Oracle and/or its affiliates 33

Autonomous Databaseの費⽤体系 Autonomous DatabaseはExadataが使えますが、とてもリーズナブル他社データベース・クラウドから、BYOLを利⽤してAutonomous Databaseへ移⾏いただいたファンコミュニケーションズ様からのコメント『⾼性能とAIによる運⽤の⾃動化を実現したOracle Autonomous Database
Cloudは、まさに究極のデータベースと⾔っても過⾔ではありません。今、振り返ると、その存在になぜもっと早く気付けなかったのかと悔しくてなりませんね。これまで抱えていたデータベースに関するさまざまな⼼配ごとが⼀切なくなりましたし、今回の導⼊がOracle Databaseの最後の移⾏作業となると確信しています』 https://www.oracle.com/jp/corporate/pressrelease/jp20191023.html CPU (1 CPU単位) Exadata ストレージ (1 TB単位) 161.292円/時間 14,208円/⽉ Database Cloud (EP) とCPUは同じ料⾦ 38.712円/時間 Standard Edition ライセンスをBYOLすると 14,208円/⽉ (76%OFF) * 60⽇間分のバックアップ費⽤を含む * 60⽇間分のバックアップ費⽤を含む * Autonomous JSONは別料⾦ Copyright © 2022, Oracle and/or its affiliates 35

Oracle Cloud Infrastructureは圧倒的低価格⾒落とされがちな、クラウドから外部へのデータ転送コストポイント1︓ 最初の10TBまで無償 (他社では100GBまで) ポイント2︓ 単価が安価 (3円/GB)
(他社の1/3-1/4) ポイント3︓ 閉域網接続では課⾦なし (接続ポート料⾦のみ) 外部へ(アウトバウンド通信)のデータ転送コスト 0 50 100 150 200 250 300 0 2 4 6 8 10 12 14 16 18 20 千円/月送信データ(TB/月) オラクル他社 100GBまで無償 10TBまで無償 ¥10-14/GB ¥3/GB クラウドオンプレミス他リージョン他クラウド発⽣ Copyright © 2022, Oracle and/or its affiliates 36

利⽤頻度の⾼いサービス３つ全てで低価格を実現圧倒的なコストパフォーマンス Oracle の強み Oracle 他社クラウド Compute ü 同⼀リソースを低価格で提供
ü より⾼性能なリソースも提供可能 ¥61.25/時 Compute (VM.Standard2.8; 16vCPU, 120GB, Linux) ¥119.94/時仮想マシン (16vCPU, 64GB, Linux) Storage ü 他社標準ストレージ価格で、⾼性能ストレージを提供 ü IOPS設定＋SLA ¥5,100/⽉ Block Volume (1TB, 25K IOPS) ¥239,040/⽉ブロック・ストレージ (1TB, 25K IOPS) Network ü AD間無償 ü 10TB/⽉まで無償 ü 閉域網接続時はデータ転送無償 ¥18,972/⽉ FastConnect (1Gbps, 100TB) *閉域網接続 ¥517,445/⽉接続サービス (1Gbps, 100TB) *閉域網接続 ¥ 49% 低価格 ¥ 97% 低価格 ¥ 96% 低価格 Compute: 同⼀リソースを低価格で提供(メモリは約2倍) Storage/Network: トランザクションやデータ転送量による料⾦変動を低減する料⾦体系 * as of August 2021, Tokyo Region Copyright © 2022, Oracle and/or its affiliates 37

データ利活⽤の流れとAutonomous Database データベースファイル等センサーソーシャルモバイル業務部⾨ IT 開発者
データサイエンティスト 3rd Patry Infromatica IBM Analytics Cloud 対象データデータ利⽤者 Autonomous Database Data Integration GoldenGate 3rd Patry Tableau Qlik MotionBoard データ収集ロードデータ管理データ活⽤ (可視化/分析/データサイエンス) オープンオープンデータ管理の⾃律化 ADB (ロード、変換等) ADB (AutoML UI, APEX等) 無償無償オープン性を維持しつつ、⾮IT部⾨ユーザが、より⽣産的なデータ活⽤を進められるよう Autonomous Databaseが搭載するセルフサービス・ツール群を提供しています既存のデータ連携・分析ツールを利⽤可能⼀⽅、ADBはすぐに利⽤できる無償のセルフサービス・ツール群も豊富に提供 Copyright © 2022, Oracle and/or its affiliates 38

クラウドDWHの検討ポイントポイント内容 Oracle Cloud Infrastructure ご検討中のクラウドDWH (記載してみてください) 本当に柔軟性があるか •
どういう単位で拡張・縮⼩ができるのか、2倍単位(1→2→4→8…)ではないか • 同時実⾏ユーザ数が増えたらどう対応するのか • 1 CPU単位＋無停⽌＋⾃動でスケーリング • ExadataとOracle Databaseのテクノロジーにより、⾼い同時実⾏性を提供運⽤管理は完全に任せられるか • 本当にDBAは不要になるのか • 導⼊後、データ量や検索内容の変化に合わせて、チューニングは必要にならないのか • AI/機械学習を利⽤した最適化を継続的に実施 • 例︓⾃動索引作成セキュリティ対策は万全か • 暗号化やセキュリティパッチの⾃動適⽤は当たり前 • あらゆるケースに備えて、重要なデータをどのように守る仕組みが実装されているか • 特権ユーザーの職務分掌にも対応したアクセス制御による内部犯⾏対策 • 継続的かつ⾃動的なセキュリティ管理を実施あらゆるデータをサポートできるか • 活⽤が進む⾮構造化データを、1つのデータベースで扱うことができるか • あらゆるデータ・タイプや処理タイプに対応 • ⽬的別データベースを実装・運⽤し、それぞれをデータ連携する⼿間をなくすこと可能 • リアルタイム分析、DB内での機械学習が可能隠れたコストはないか • クラウドならではのデータ転送コストには注意 • 新規DWHの場合、データ連携や分析ツールのコストがどのくらいかかるか • 部⾨システムでも利⽤できる料⾦から、⾼性能・⾼機能DWHを利⽤可能 • データ活⽤の障壁になるデータ転送コストを圧倒的に低減 • すぐに利⽤できる無償のセルフサービス・ツール群も豊富に提供 Copyright © 2022, Oracle and/or its affiliates 39

データウェアハウスがかかえる複雑な課題全てを解決する Autonomous Data Warehouse Easy 容易に始めて、⽌めることができる数分でプロビジョニングが可能データベースは⾃動最適化 ExadataとOracle Databaseのテク
ノロジーが最⼤限実装され、⾃律的に運⽤データベース・チューニングは不要 Fast Scalable 部⾨システムから全社規模まで、完全な柔軟性と拡張性を提供完全無停⽌での⾃動スケーリング Available and Secure ⾃動的なバックアップ⾃動的な障害・災害対策⾃動的なセキュリティ対策 High-concurrency ExadataとOracle Databaseのテクノロジーにより、⾼い同時実⾏性を提供完全な柔軟性が提供され、リソースの拡張・縮⼩がいつでも可能利⽤したリソースのみ費⽤を⽀払い Low cost Oracle Machine Learning 多様なアルゴリズムを実装データベース内で機械学習を実現 Copyright © 2022, Oracle and/or its affiliates 40

ミッションクリティカル⽤途におけるクラウド・データベースとして、⾼い評価を得ています Gartner 社 Oracle Ranked Highest in Gartner® Critical Capabilities
for Cloud DBMS Operational Use Cases KuppingerCole Analysts 社 Leadership Compass: Enterprise Databases in the Cloud 調査会社における評価 Copyright © 2022, Oracle and/or its affiliates 41 ⽇本語発表はこちらレポート⾃体もこちらから閲覧いただけます

Transactions 部⾨アプリケーションワークロード種別あらゆるデータタイプとワークロードに 1つのデータベースで対応できます Autonomous Database DWH 専⽤クラウドDB OLTP 専⽤クラウドDB 部⾨向けクラウドDB 機械学習⽤クラウドDB JSON クラウドDB 位置情報クラウドDB Copyright © 2022, Oracle and/or its affiliates 44 ⽬的別データベース

エクセルを中⼼とした分析業務から脱却し、データウェアハウス基盤を整備低コストで利⽤でき、データウェアハウス管理者が不要、性能問題に困ることもない使いやすいセルフ・サービス分析ツールが利⽤可能アーキテクチャ例︓部⾨別データウェアハウス https://docs.oracle.com/en/solutions/oci-spreadsheet-analysis/index.html Copyright © 2022, Oracle and/or
its affiliates 45

データ利活⽤の流れとAutonomous Database データベースファイル等センサーソーシャルモバイル業務部⾨ IT 開発者
データサイエンティスト 3rd Patry Infromatica IBM 等 Analytics Cloud 対象データデータ利⽤者 Autonomous Database Data Integration GoldenGate 3rd Patry Tableau Qlik MotionBoard 等データ収集ロードデータ管理データ活⽤ (可視化/分析/データサイエンス) オープンオープンデータ管理の⾃律化 ADB (ロード、変換等) ADB (AutoML UI, APEX等) 無償無償オープン性を維持しつつ、⾮IT部⾨ユーザが、⽣産的なデータ活⽤をすぐに始められるように Autonomous Databaseは無償のセルフサービス・ツール群を豊富に提供しています既存のデータ連携・分析ツールを利⽤可能⼀⽅、ADBはすぐに利⽤できる無償のセルフサービス・ツール群も豊富に提供 Copyright © 2022, Oracle and/or its affiliates 46

データ利活⽤を促進するセルフサービス・ツール群インスタンスを作成すれば、すぐに利⽤可能機械学習 Notebook / AutoML UI ビジネスインテリジェンス Oracle Analytics
Desktop Webアプリ開発 Application Express : APEX API開発 Oracle Rest Data Services データ操作(ロード/変換等) Database Actions Service Console SQL Monitor / Performance Hub Copyright © 2022, Oracle and/or its affiliates 47

単に “ドラッグ・アンド・ドロップ” でできるデータ・ロード • ローカル・コンピュータ上のファイル • クラウド・ストレージ上のファイル (AWS S3
や Azure Blob Storage にも対応) • Oracle Databases (オンプレミスでもクラウドでも) データ・ロード Copyright © 2022, Oracle and/or its affiliates 48

単に “ドラッグ・アンド・ドロップ” で出来るデータ変換 • ODIのあらゆるソースやターゲットに対するコードの⾃動⽣成 (対象には Fusion, NetSuite
and Salesforce を含む) • ビルトイン済のデータ・クオリティ Oracle Data Integrator が基盤 • 新しくて使いやすいウェブUI • ODIを利⽤して ADB に簡単に移⾏ • すべてのビルトイン・データベース演算⼦を利⽤可能データ変換 Copyright © 2022, Oracle and/or its affiliates 49

お客様とシステム概要 • 「アウトソーシング・グループ」の特例⼦会社 • グループ全体で健康経営推進を⽬標とし健康経営システム基盤を Oracle Autonomous Data Warehouse Cloudで構築
課題 • グループ従業員が国内で約35,000⼈、国内連結⼦会社約30社、⾃社だけでも約50拠点を超える会社全体の現状を把握し、タイムリーなアクションができない状況におかれていた。その取り組みに際しアウトソーシングビジネスサービスは、IT部⾨担当者が少ない中で、これからの時代に向けた柔軟で強固な健康経営システム基盤を早急に構築する必要性が求められていた。アウトソーシングビジネスサービス様健康経営推進のためのシステム基盤の短期構築に Oracle Autonomous Database Cloudを活⽤お客様の声「弊社で健康経営というテーマの中で、各部⾨にて従業員の健康情報をExcelなどで収集し気を遣ってきました。しかし、会社全体の今を把握することができずタイムリーなアクションができないという課題がありました。加えてExcelや紙のデータを集めて情報を確認するのに多⼤な⼯数がかかる試算になっていました。健康経営の重要さに鑑み急ぎシステム化に踏み切りました。ただのシステム移⾏でない新しい取り組みなので不安もありましたが、オラクルの短期導⼊コンサルサービスを採⽤したことで、Oracle Autonomous Database CloudへのデータロードやOracle Data Visualizationの利⽤ガイドを受けることができ、すぐにデータの⼀元管理を構築できたり、Excelのような⼿軽さでデータの可視化が簡単になっただけではなく、⾃分でデータを加⼯して簡単にデータ活⽤できそうな印象を受けました。今後も健康情報だけではなく、拠点や業務などの勤務情報などを組み合わせて、健康経営に向けてデータを有効活⽤しながら新しい取り組みに挑戦していきたいと思います。」利⽤サービス • Oracle Autonomous Data Warehouse Cloud, • Oracle Data Visualization Desktop, • Oracle Application Express • Oracle Consulting Service – Rapid Start for Autonomous Data Warehouse Cloud https://www.oracle.com/jp/corporate/pressrelease/jp20191219.html Copyright © 2022, Oracle and/or its affiliates 50

建築統計データ整備業務を紙ベースからデジタル化し、⼯数を削減・効率化システム概要 • 各都道府県が作成する建築着⼯統計調査票等をまとめて、集計し、オープンデータ化し公開する • ⼤半の調査票⽤紙を郵送で受領、OCRでデータ化し集計していた業務から、Excel/Web画⾯で⼊⼒、Autonomous Databaseに保存、APEXの集計アプリケーションに置き換え
導⼊効果 • 毎⽉数万件にのぼるデータの収集・管理にかかる作業⼯数を削減・効率化 • ⼿書き⼊⼒データの収集、OCR転記などの⼯程をデジタル化し、作業を効率化するとともに、紙の保管場所とコストを削減 • データチェックに通常3⽇を要していたものが1⽇へ短縮、オープンデータ公開までの作業の省⼒化を実現 • Autonomous DatabaseとAPEXで、データ蓄積と集計を運⽤コストをかけずに⼀元化 • OCIはIOPS課⾦がないため、⼤量のデータ⼊出⼒環境を低コストでパブリック・クラウドに構築顧客事例︓国⼟交通省総合政策局情報政策課建設経済統計調査室様 Copyright © 2022, Oracle and/or its affiliates 51 システム構成イメージ利⽤サービス・製品 • Autonomous Transaction Processing(ATP) • Oracle Application Express(APEX) パートナー • 株式会社システムサポート

部⾨アプリケーションの構築に最適 ü 業界最先端のローコード開発プラットフォーム ü 学習が容易ですぐにスタート可能 ü SQLおよびRESTフレンドリー ü レスポンシブおよびモバイルアプリ構築可能 ü
Oracle Database / Database Cloud / Autonomous Database に無償バンドル ü Oracle CloudのAlways Freeでも利⽤可能 ü グローバルですべての業界での成功事例 ü 50万⼈超の開発者コミュニティ Autonomous Databaseを⽴ち上げると、すぐにAPEXが利⽤可能 Webサーバ等の準備は不要 Oracle APEX (Oracle Application Express) https://apex.oracle.com/ja/ ファイルを使ったアプリケーションの Webへの移⾏代表的な利⽤ケース Copyright © 2022, Oracle and/or its affiliates 52

利⽤ケース︓ファイルを使ったアプリケーションのWebへの移⾏ Oracle APEX (Oracle Application Express) Excelファイルをドラッグ・アンド・ドロップファイル・データを認識しデータベースへ⾃動ロード
Webアプリを⾃動作成スマホにも⾃動対応ブラウザだけで、Excelファイルからデータベースへデータをロードし、スマホに対応したWebアプリを容易に作成可能 Copyright © 2022, Oracle and/or its affiliates 53

⾼性能データ基盤を⾃動管理で導⼊可能、分析サービス/OACとの組み合わせ Autonomous Database: 部⾨システムや新規ビジネスに活⽤されているお客様お客様ご利⽤⽤途アウトソーシングビジネスサービス国内グループ従業員約35,000名の快適な職場環境整備を⽀援するデータの⼀元管理と分析を⾏うシステムを「Oracle
Autonomous Database」で構築 ANAデジタルデザインラボ地域企業活性化に向けた新規事業「Journey＋」にAutonomous Databaseを活⽤ NTT⻄⽇本 AIを活⽤した認知症予知基盤にAutonomous Databaseを採⽤平⽥タイル Oracle Autonomous Data WarehouseとOracle Analytics Cloudで基幹システムのデータを⼀元化。データの抽出・集計・分析を⾃動化かつセルフサービス化し、事業部⾨による多⾯的でタイムリーなデータ活⽤を可能に富良野市 IoT除排雪効率化実証実験にOracle Autonomous Databaseを活⽤ベネフィット・ワン Oracle Autonomous Data WarehouseおよびOracle Analytics Cloud を活⽤し、会員のサービス利⽤状況の集計・分析業務を効率化、従来2時間を費やしていた集計業務をわずか15分に短縮三鷹市エビデンスに基づく政策企画・⽴案推進を⽀える⾼度なデータ分析環境を Autonomous DatabaseとOracle Analytics Cloudで実現クラウド分析基盤膨⼤なデータ量に対応できるDB 使いやすいデータ分析ツール Copyright © 2022, Oracle and/or its affiliates 54

オンプレミス・データウェアハウスクラウド・データウェアハウスクラウドオンプレミス・データウェアハウスの課題を解決するオンプレミス業務DB データ変換 DWH データ分析オンプレミス
業務DB データ分析データ変換サービス DWH サービス柔軟性が求められるデータウェアハウス基盤をクラウドへ移⾏ ü データ量の増⼤に対して、臨機応変に対応できない ü リソース増強や運⽤管理に対するコストが膨らんでいる ü 無停⽌でのリソース増減が可能に ü データ量の増⼤や処理量の増加に最適なコストで対応 ü チューニングをはじめとしたDB運⽤は消滅 Copyright © 2022, Oracle and/or its affiliates 56

データ分析基盤をOracle Autonomous Data WarehouseとOracle Analytics Cloudへ移⾏株式会社オカムラ • オフィスや店舗等の設備および家具の設計・製造、物流システム機器の開発など幅広い事業を⼿がける
• 販売分析や⽣産効率および物流効率の向上などを⽬的として、全従業員の4分の1にあたる約1,000名が利⽤従来の課題 • 従来のオンプレミス環境は、アプライアンス型DWHとOracle BIEEで構成。ピーク時に合わせたサイジングのため、余剰リソースが発⽣していた導⼊効果 • ADWの⾼い基本性能やスマートスキャンを活⽤することで、従来環境と⽐較して少ないリソースで⾼いパフォーマンスを実現(従来環境 32コア→ADW 4コア) • バッチ処理で平均1.5倍に性能が改善、BIレスポンスタイムは最⼤60分の1に短縮 • 運⽤管理負荷を軽減すると同時に、ADWのオートスケーリング機能により、柔軟なリソース増減が可能になり、年額費⽤を約36％削減システム構成イメージ利⽤サービス • Autonomous Data Warehouse, Oracle Analytics Cloud, Oracle Data Integrator 導⼊パートナー • イデア・コンサルティング株式会社顧客事例︓オカムラ様 https://www.oracle.com/jp/corporate/pressrelease/jp20210310.html Copyright © 2022, Oracle and/or its affiliates 57 オンプレミスからの移⾏

n 北海道地域共通ポイントカード「EZOCA（エゾカ）」の発⾏・運営事業を展開 n 会員数は約 190 万⼈、加盟企業は 120 社 700
店以上 n サッカー J リーグの北海道コンサドーレ札幌とのコラボカード「コンサドーレ EZOCA」などを発⾏会社概要導⼊背景 n Excel や他社専⽤ツールを使っていたが、分析パターンや分析可能なデータ量に限界があり、新たな視点による分析が困難（他社専⽤ツールの場合、 3 年分のデータ量の分析ができない） n システム担当者の負担が多く、また、タイムリーなデータ分析も困難 n 「新北海道スタイル」への対応（北海道コンサドーレ札幌のホームゲーム来場者に対する 3 密を回避したポイント付与）「新北海道スタイル」への対応と加盟店向け会員データ分析サービスソリューション n 「EZOCA（エゾカ）」のデータ分析基盤 l Oracle Autonomous Data Warehouse l Oracle Analytics Cloud n 「新北海道スタイル」への対応（北海道コンサドーレ札幌のホームゲーム来場者に対する⾮接触型ポイント付与システム） l Oracle Cloud Infrastructure（Compute ほか）上に構築導⼊効果 n 130〜150 万件のトランザクションデータを Oracle Autonomous Data Warehouse に投⼊することで、膨⼤なデータ量や処理性能を気にすることがなくなり、システム担当者の負担を軽減。また、タイムリーなデータ分析が可能に n わずか 2 週間で⾮接触型ポイント付与システムを構築。「新北海道スタイル」に対応しながら、昨年度と変わらないポイント付与率（約 12%）を実現。事業の継続性を保ち、地域ビジネスに貢献顧客事例︓リージョナルマーケティング様北海道地域共通ポイントカード「EZOCA（エゾカ）」の利⽤促進に向けて新たなデータ分析基盤に Oracle Cloud を導⼊、「新北海道スタイル」にも対応ポイントシステム基盤加盟店向け会員データ分析サービス会員⾏動認知による地域ビジネスへの貢献「新北海道スタイル」への対応北海道コンサドーレ札幌のホームゲーム来場者への⾮接触型ポイント付与システムポイントデータ分析基盤膨⼤なデータ量に対応タイムリーなデータ分析 https://www.oracle.com/jp/corporate/pressrelease/jp20201029.html 統合DWHの新規構築 Copyright © 2022, Oracle and/or its affiliates 58

顧客の変化や多様性に迅速に対応するデータドリブンな業務変⾰を実現システム概要 • Keio Department Store Data Lake (KDSDL) •
全社員が利⽤する顧客情報や販売情報などの様々なデータをシームレスに取り込める戦略的情報活⽤基盤 • 従来の顧客分析システムはオンプレミスDWHを利⽤していたが、容量や性能の制約により⾃在なデータ分析ができなかった • ギフト配送システム • ネット受注の配送連携強化を図るため、お中元やお歳暮時の店頭ギフト受注を⼀元管理するギフト配送システムを刷新導⼊効果 • ADWの⾃律機能により、管理や拡張、監視、チューニング、バックアップが全て⾃動化。他社クラウドサービスと⽐較して約30%コスト低減できる上、運⽤負荷の抑制と⾼性能を実現 • データが増え続けてもチューニングなしで⾼速性能を維持。 2年分で 4,000万件を超えるテーブルを含む複雑な結合検索を1-2秒のレスポンスで実⾏ • 店頭POSからの全ての取引明細データを、店舗や売場毎の管理レベルにほぼリアルタイムで集計。300ほどのダッシュボードを全従業員へ提供。店舗におけるタイムリーな情報把握を実現し、スタッフのデータ活⽤の頻度も向上顧客事例︓京王百貨店様 Copyright © 2022, Oracle and/or its affiliates 59 https://www.oracle.com/jp/news/announcement/keiodepartmentstore-oci-adw-20210916/ システム構成イメージ利⽤サービス・製品 • Oracle Autonomous Data Warehouse (ADW) • Oracle Database Cloud Service • OCI Compute, Storage, FastConnect • Oracle Consulting Service 導⼊パートナー • 株式会社アシスト統合DWHの新規構築

顧客の変化や多様性に迅速に対応するデータドリブンな業務変⾰を実現顧客事例︓京王百貨店様 Copyright © 2022, Oracle and/or its affiliates 60
課題︓⾃在なデータ分析への対応従来のオンプレミスDWHによる顧客/商品分析はテンプレートをベースとしており、現場が求める要件へ迅速に対応できていない。容量と性能の制約により前年度との⽐較しかできない ØメールやWeb、SNSなど、デジタルの顧客接点へと移⾏ Ø柔軟かつアジャイルな分析環境が必要 Øコストのかかる改修でなく、刷新を選択課題解決と今後 • 店舗におけるタイムリーな情報把握を実現。300 ほどのダッシュボードを全従業員へ提供し、現場からの要望にも対応 • ⾃律型基盤により容量と性能課題が解消 • データに基づいた売上・販売予測等による受発注精度の向上や、ローコード開発ツール活⽤によるさらなるアジリティ向上を⽬指す店舗、ネット販売など全ての顧客接点で蓄積されたデータに加え、他の社内データ、外部オープン・データ、ソーシャル・データなどを分析できる基盤を構築 https://www.oracle.com/jp/news/announcement/keiodepartmentstore-oci-adw-20210916/ 統合DWHの新規構築

データサイエンティストの⽣産性を向上 – 全般的な計算時間の削減 AutoML + Autonomous Database ⾃動アルゴリズム選択⼿あたり次第にアルゴリズ
ムを探すよりも格段に速く⾃動特徴量選択データノイズと特徴量の数を削減⾃動モデルチューニング正確性の向上に⼤きく貢献 ML Model ⾃動アルゴリズム選択 – モデルのクオリティを向上させることのできるデータベース内アルゴリズムを特定 – ⼿あたり次第のアルゴリズム探しよりも格段に速く最適なアルゴリズムを選択⾃動特徴量選択 – 最も予測に寄与する特徴量の特定によって特徴量の数を削減 – パフォーマンスと精度の向上マシンラーニングの可能性を⾮エキスパートの⽅にもデータテーブル Copyright © 2021, Oracle and/or its affiliates 62 Oracle Machine Learning AutoML UI ⾼度なMLをより⼿軽に⾃動モデルチューニング – アルゴリズムハイパーパラメータの⾃動チューニング – ⼿作業や総当たりの最適パラメータ探しが不要 Copyright © 2022, Oracle and/or its affiliates 62

実験の作成データ・ソースの選択 AutoML UIにより、ノンコーディングで機械学習モデルの作成が可能 AutoML + Autonomous Database Copyright ©
2022, Oracle and/or its affiliates 63

AutoML + Autonomous Database: ユースケース機微な情報を含む分析をセキュアに実施・ビジネスの⾻幹となる情報(売上、顧客マスターなど)を外部に出さず分析が可能・分析に必要となるWebなどの外部の情報も統合データベースに格納し⼀元化した分析を実施分析対象となるビジネスデータがDBに格納しているシステム・既存のデータから機械学習をすぐに始められる
・⼀般的な機械学習プロジェクトでは、データ収集、クリーンアップから始めるため、時間がかかり複雑になるリアルタイム予測をしたいお客様・DB内で分析できるため、DWHに加えてOLTPのシステムも分析対象にすることができる・プリペイドカード、バーコード決済、クレジットカード不正検知や購⼊者への次に提案するレコメンデーションなど Copyright © 2022, Oracle and/or its affiliates 65

• デジタルマーケティング企業であるDX Marketingは、700の⼈⼝統計属性を持つ2億6000万の⽶国消費者情報を保持 • Autonomous Database/Oracle Machine Learningで
の機械学習処理によりキャンペーンをパーソナライズ • 70％のパフォーマンスの向上と、ダウンタイムやチューニングなしにオンデマンドでリソース拡張 • あるプロジェクトでは、顧客獲得の平均コストを52％削減し、収益を14倍に拡⼤ https://video.oracle.com/detail/video/6084798761001/ Autonomous Database の機械学習処理でキャンペーンを⾰新 Copyright © 2022, Oracle and/or its affiliates 66

⼀般的なクラウド上での分析基盤 Autonomous Databaseならリアルタイム分析が可能に Autonomous Database 業務処理業務処理業務DB データ変換 DWH
データ分析データ分析 Autonomous Database ⽤途別にデータベース・サービスが必要なため、各データベース間でのデータ連携が必要運⽤の複雑さと同時にデータの鮮度が落ちてしまうあらゆるデータ・タイプや処理に対応でき、常に最適な性能を実現するAutonomous Databaseでは、業務処理と分析処理の混在が可能運⽤のシンプル化、最新データでの分析が可能その他DB(JSON/地理情報など) Copyright © 2022, Oracle and/or its affiliates 67

企業概要 • 不動産データプラットフォームを投資家や企業へ提供 • 2020年3⽉現在、17か国が対象 • 1⽇あたり約1,600万件の不動産情報を収集し、各情報に約3万の特徴情報を紐付ける(不動産⾃体の特徴や周辺地理の特徴など) • 誰もが正確に不動産市場を理解できる環境の創出を⽬指しサービスの開発、
運営を⾏っていますビジネス課題 • 2020年中に対象を世界30カ国に拡⼤したい • リアルタイムで億単位のデータを活⽤をしたい • 数万項⽬の条件での集計、最適条件抽出、推移変動のランキング化等システム課題 • 従来AWSで、7-8台のクラスタ構成のインメモリDBを運⽤していた • インメモリDBは、格納するデータ量＝必要なメモリ容量となる • ⼤容量メモリのサーバは費⽤が⾼いため、レスポンスが求められないデータはディスクを使⽤するDBへ随時移動する運⽤が前提となる • 随時移動の仕組みの構築とパフォーマンスのチューニングを実施には最低5- 6⼈⽉の⼯数が必要 • 運⽤開始後は、多数のサーバやデータベースの管理とチューニングを継続しなければならないお客様の声、導⼊効果 • Autonomous Transaction Processingの検証(*)では、データを移⾏しただけでチューニングをしていない状態で⾼い性能が得られたことは衝撃的でした • 稼働開始後の運⽤においても、チューニングが必要ないこと実感しています。運⽤管理が⾃動化されたことで新サービスの検討や開発に注⼒できるようになりました • 今後Autonomous Transaction Processing以外の選択をすることはないと思いますご利⽤頂いたオラクルのサービス • Oracle Autonomous Transaction Processing • オラクルコンサルによる導⼊サービス (Oracle Consulting Rapid Start Service for Autonomous Transactional Processing Database Cloud) 顧客事例︓株式会社Propre Japan(プロパージャパン) 不動産テックの核となるビッグデータ基盤をAutonomous Transaction Processingで刷新 AWS上のインメモリDB Oracle Cloud 最⼤99%短縮世界中の「近くに学校、病院、公園があり、80㎡以上でベランダ付き、3,000万円以内で購⼊できる」物件数をエリアごとに集計 0.7秒 83秒 * Autonomous Transaction Processingの検証 https://www.oracle.com/jp/corporate/pressrelease/jp20200522.html Copyright © 2022, Oracle and/or its affiliates 68

従来の環境 Oracle Cloud環境顧客事例︓株式会社Propre Japan(プロパージャパン) 不動産テックの核となるビッグデータ基盤をAutonomous Transaction Processingで刷新＜課題＞ •
⽇次で増える膨⼤なデータに対して性能を出し続ける必要があるパフォーマンス要件に対応するため、 AWS上で7-8台のクラスタ構成のインメモリDBを運⽤していた • インメモリDBは、格納するデータ量＝必要なメモリ容量となる⼤容量メモリのサーバは費⽤が⾼いため、重要なデータでも⾼いレスポンスが求められない場合、ディスクを使⽤するDBへ随時移動していく運⽤が前提 ü 随時移動の仕組みの構築とパフォーマンスのチューニングを実施するためには最低でも5-6⼈⽉の⼯数が必要 • 運⽤開始後は、多数のサーバやデータベースの管理とチューニングを継続しなければならない＜効果＞ • チューニングを⼀切することなく、⾼性能を発揮し、運⽤後も性能を維持 ü ⼤容量メモリのサーバより圧倒的に安価な専⽤ディスクを活⽤できるので、重要なデータは全て同じDBに格納できる • 追加でパフォーマンスが必要となった場合、オンラインでCPUコア数の増減を⾏い性能を調整できる＜さらに＞ • ネットワークアウトバウンド費⽤も安い ü AWSの約1/10のコストで利⽤可能(株式会社Propre Japan調べ) • サポート・サービスが追加費⽤無しで利⽤できる • 空間データ処理機能が充実している(Oracle Spatial and Graph) https://www.oracle.com/jp/corporate/pressrelease/jp20200522.html Copyright © 2022, Oracle and/or its affiliates 69

1. 部⾨別データウェアハウス • エクセルを中⼼とした分析業務から脱却し、データウェアハウス基盤を整備 2. 全社データウェアハウス • 既存のオンプレミス・データウェアハウスの課題を解決するため、クラウド・データウェアハウスを構築 • 全社に分散したデータベースから、クラウド・データウェアハウスへデータを集約
• データウェアハウスに格納したデータを移動することなく、そのまま機械学習を実⾏ Autonomous Database • ⾼いコストパフォーマンス︓⾃動スケールによるコスト最適化、管理者は不要 • 使いやすさ︓完全⾃動運⽤、あらゆるデータを1つのデータベースで(データ分散やデータ移動を排除) • セキュア︓様々なセキュリティ⾃動実装(暗号化、特権ユーザからのデータ保護、最新のセキュリティパッチ) • セルフサービス︓データ収集やロードから、機械学習やグラフ分析等まで、⾮IT部⾨のデータ活⽤を促進する機能も統合的に内蔵本⽇ご紹介したデータウェアハウス活⽤ケース Copyright © 2022, Oracle and/or its affiliates 70

【Oracle Cloud ウェビナー】オンプレミスDWHは今すぐ止めよう！ここまで進化...

【Oracle Cloud ウェビナー】オンプレミスDWHは今すぐ止めよう！ここまで進化したクラウドDWH (2022年2月16日)

More Decks by oracle4engineer

Other Decks in Technology

Featured

Transcript