【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8月17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8⽉17⽇

View Slide

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
アジェンダ
Copyright © 2022, Oracle and/or its affiliates
2

View Slide

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
3

View Slide

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
4

View Slide

アジェンダ
5

View Slide

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 | [email protected] | 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
6

View Slide

2022年8⽉現在︓39リージョン提供中、さらに5リージョン計画
Oracle Cloud Infrastructure(OCI)のリージョン
7 https://www.oracle.com/cloud/cloud-regions/
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)
JOHANNESBURG
CHUNCHEON
SEOUL TOKYO
OSAKA
JEDDAH
JERUSALEM
DUBAI
MUMBAI
HYDERABAD
SAUDI 2
ABU DHABI
ISRAEL 2
SINGAPORE
NEWPORT
AMSTERDAM
FRANKFURT
ZURICH
LONDON STOCKHOLM
MILAN
PARIS
SPAIN MARSEILLE
SAN JOSE
PHOENIX
CHICAGO
ASHBURN
TORONTO
MONTREAL
QUERETARO

View Slide

Oracle Cloud Infrastructure をご利⽤いただいているお客様
2022年6⽉時点
https://blogs.oracle.com/oracle4engineer/post/oci-customer-reference
8

View Slide

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
9

View Slide

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
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
10

View Slide

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
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
11

View Slide

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
12

View Slide

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
13

View Slide

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
14

View Slide

本当に柔軟性があるか
15

View Slide

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
16

View Slide

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
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
汎⽤オブジェクト・
ストレージ
クラスタ2
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
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

View Slide

運⽤管理は完全に任せられるか
18

View Slide

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
サーバー管理
パッチ適⽤
リソース監視
HA/DR
DB最適化
DB設計・構築
スケーリング
AP管理/最適化
サーバー管理
パッチ適⽤
リソース監視
HA/DR
DB最適化
DB設計・構築
スケーリング
AP管理/最適化
サーバー管理
パッチ適⽤
リソース監視
HA/DR
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
19

View Slide

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︖
20

View Slide

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
Capture
Identify
Verify
Decide
Monitor
21

View Slide

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
22

View Slide

セキュリティ対策は万全か
23

View Slide

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
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︖
24

View Slide

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
25

View Slide

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
26

View Slide

より堅牢なセキュリティの実現〜セキュリティ・ファーストで設計されたクラウド
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
(Database/Storage/Network)
階層型権限管理
リスクのある設定を⾃動検知
27 * WAF: Web Application Firewall
脆弱性スキャン
リスクにつながる振る舞いを検知
脅威インテリジェンス情報の集約
Oracle SaaSの利⽤状況の監視
セキュリティポリシーの⾃動有効
特権ユーザーのアクセス制御
ボット対策とWAF*/
次世代ファイアウォール
多要素認証とリスクベース認証
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
脆弱性⾃動修復
⾃動化されたログ分析
Defense In Depth

View Slide

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
28

View Slide

あらゆるデータをサポートできるか
29

View Slide

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 Database
Service
Oracle
Exadata Cloud
@Customer
30

View Slide

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
31

View Slide

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
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/

View Slide

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
33

View Slide

隠れたコストないのか
34

View Slide

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
Base Database (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
35

View Slide

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
36

View Slide

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 CPU/メモリを柔軟に選択
可能 (フレキシブル・シェイプ)
¥35.52/時
Compute
(VM.Standard.E4;
16vCPU, 64GB, Linux)
¥107.52/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 性能に対するSLAあり
¥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
¥ 67%
低価格
¥ 98%
低価格
¥ 96%
低価格
Compute: 同⼀リソースを低価格で提供、⾼い柔軟性 (フレキシブル・シェイプ)
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 March 2022, Tokyo Region
37

View Slide

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
38

View Slide

参考︓
Oracle Cloud Infrastructureが提供する
データ連携・分析サービス
39

View Slide

セルフサービス Analytics からエンタープライズ Analytics までカバーした包括的な可視化・分析クラウドサービス
サービス概要
【セルフサービス Analytics 】
・ドラッグ & ドロップによる直感的な操作性
・40 種類以上の接続データ・ソースとチャート
・データの特性診断(Explain 機能)
・データの準備・加⼯(データ・フロー機能)
・機械学習
【エンタープライズ Analytics (全社的な Analytics)】
・直感的な概況把握を実現するダッシュボード(KPI)
・レポーティング(定期配信)
・⾃由分析機能(⾮定型分析・検索)
・Office 連携 & モバイル対応
こんな課題に役⽴ちます
• IT 部⾨を頼らず、担当者⾃ら可視化・分析したい
• 属⼈化したレポート作成業務を効率化したい
• データドリブンな意思決定を⾏いたい
サービス価格
CPU単位
• Professional: ¥129.0360 [OCPU/時間]
• Enterprise: ¥258.0720 [OCPU/時間]
ユーザ単位
• Professional: ¥1,920 [User/⽉] (最少10)
• Enterprise: ¥9,600 [User/⽉] (最少10)
Oracle Analytics Cloud
40

View Slide

フルマネージド型データレプリケーション(Change Data Capture)サービス
サービス概要/特徴
• OCI GoldenGate は、Oracle GoldenGateをベースとした
フルマネージド型のデータレプリケーションサービスです
• OCI GoldenGate は、接続対象データベースのパフォーマン
スへの影響を最⼩限に抑えながら、リアルタイムの変更デー
タをキャプチャして、OLTP、DWH、ODS、レポート・システム
などに伝搬します
• OLTPシステムとDWHシステムの間で、変更差分データをリ
アルタイムに連携させたい
• オンプレミスDBのデータをクラウド上のDBにリアルタイム連携
させたい
• クラウド上のDB間でリアルタイムデータ連携をしたい
サービス価格
• Oracle Cloud Infrastructure - GoldenGate:
¥161.292 [OCPU/時間]
Oracle Cloud Infrastructure - GoldenGate
GUIで操作する
フルマネージド型
GoldenGate
サービス
オンプレミスと
クラウドを繋ぐ
リアルタイムな
データ連携
マルチリージョン、
マルチクラウドでの
リアルタイムな
データ連携
41

View Slide

GUIベースのクラウドETLサービス
サービス概要/特徴
• OCI Data Integration は、様々なデータ変換処理を⾏う
ためのETL機能と、コーディング無しで設計するグラフィカルな
インタフェースを提供します
• OCI Data Integration により、簡単にデータの準備、統合、
ロードを⾏うことが可能です
• データサイエンスやアナリティクスに使⽤されるデータレイクへ
の⼤規模なデータのロードと変換を効率的に実⾏したい
• 分析⽬的で使⽤されるDW(⾃律型データウェアハウスなど)
へのスケーラブルなデータロードと変換を効率的に実⾏した
い
サービス価格
• Oracle Cloud Infrastructure - Data Integration -
Workspace(ETL開発時):
¥19.2 [Workspace Usage Per Hour]
• Oracle Cloud Infrastructure - Data Integration(ETL実⾏時):
¥4.8 [Gigabyte of Data Processed Per Hour]
• Oracle Cloud Infrastructure - Data Integration - Pipeline
Operator Execution(Pipeline/Schedule実⾏時)︓
¥36.0 [Execution Hour]
Oracle Cloud Infrastructure - Data Integration
42

View Slide

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
43

View Slide

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
44

View Slide

アジェンダ
45

View Slide

データマート
システム規模
Analytics
Transactions
46

View Slide

データマート
システム規模
Analytics
Transactions
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
47
⽬的別
データベース

View Slide

アーキテクチャ例︓全社データウェアハウス
https://docs.oracle.com/en/solutions/oci-hcm-analysis/index.html
48

View Slide

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
49

View Slide

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
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
50
オンプレミスからの移⾏

View Slide

Autonomous Databaseの採⽤により、既存Cloudに⽐べ最⼤95%の処理時間減少、更にコストは20%減少
株式会社ダリア
• 販売管理データの分析基盤の性能を向上させ、営業拠点でのレ
ポート作成をスムーズにしたい
従来の課題
• 分析するデータ規模が拡⼤し続けるため、既存のAmazon Web
Service上に構築されていたシステムでは限界があった
• 利⽤料が⾼くなっている点
• AWSへの⽀払いが、⽉額100万円以上にまで膨れていた
• 性能を向上させるための⼿間や時間が膨⼤にかかる点
• システムのチューニングは⾏っていたが限度があり、抜本的にアプリケーション改
修を⾏うか、AWSサービスの性能向上オプションを購⼊しないと、性能がこれ
以上あがらないところまできていた
導⼊効果
• データを照会するための処理時間がAWSから移⾏することで最⼤
95%減少
• データとデータを突合して⽐較するための処理時間がAWSから移⾏
することで最⼤68%減少
• AWSの構成が8 vCPUに対してOracle Cloudでは2 OCPU
性能検証結果
利⽤サービス
• Autonomous Data Warehouse
• 株式会社ピー・ビーシステムズ
顧客事例︓ダリア様
約600秒
https://go.oracle.com/LP=87649
期間・分類別集計
パターンA
期間・分類別集計
パターンB
他社からの移⾏
51

View Slide

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
52 https://www.oracle.com/jp/news/announcement/keiodepartmentstore-oci-adw-20210916/
• Oracle Autonomous Data Warehouse (ADW)
• Oracle Database Cloud Service
• OCI Compute, Storage, FastConnect
• Oracle Consulting Service
• 株式会社アシスト
新規構築

View Slide

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
53
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/
新規構築

View Slide

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
新規構築
54

View Slide

EBPM推進を⽀える新たな取り組み。データ利活⽤基盤として市⺠の声を能動的に把握する仕組みを整備
システム概要
• EBPM を積極的に推進するための分析基盤。データ分析から実際
の地域課題の解決に向けて、政策を⽴案・実⾏
• ⾏政への市⺠の声をより広範に把握するため、Twitter データを分
析することで市⺠の反応やニーズを把握、施策検討に活⽤
導⼊効果
• ⽉数万件単位の Tweet を取得。これまで⾃治体に届いていた市⺠
の声(年間数千件)より広範なデータを収集。データの収集・加⼯・
可視化までのプロセスを⾃動化
• ふるさと納税の取組など、各施策に対する市⺠の反応を能動的に
把握することができ、更なる施策の向上に寄与
• 今後のスマートシティ政策にも活かせる基盤になり得る
• Oracle Autonomous Data Warehouse
• Oracle Analytics Cloud
• Oracle Integration Cloud
• Oracle Cloud Infrastructure Data Science
顧客事例︓東京都三鷹市様
55
新規構築

View Slide

データ活⽤基盤の構築からデータドリブンな経営を⽬指して
顧客事例︓⽇本セレモニー様
n フューネラル（葬儀・葬祭）事業やブライダル事業など冠婚葬
祭関連サービスを全国展開
n 本社: ⼭⼝県下関市
『今後は、婚礼や葬儀のデータをはじめ、様々なデータを有効
活⽤してインサイトの獲得、お客様への戦略的なアプローチを
実践していきたい』
株式会社⽇本セレモニー
情報システム課課⻑中村健次⽒
会社概要
導⼊背景
n 継続的なデータマネジメントの強化
• M&A や事業領域ごとに分散しているデータの統合
• ⾼負荷なデータの収集・加⼯・展開作業からの解放
n データ活⽤基盤の構築からデータドリブンな経営を⽬指して
• データドリブンな経営判断へ
• AI を活⽤した顧客満⾜度の向上など
採⽤クラウドサービス
n Oracle Autonomous Data Warehouse Cloud
n Oracle Analytics Cloud
Why Oracle Cloud
n 事業変化に柔軟に対応できる拡張性（⾃律型データベース）
n データの統合からインサイトの獲得まで One Stop（シングル
ベンダー）で提供
定形ダッシュボード（KPI）
各種分析
データの統合
婚礼
葬儀・葬祭 Other
会員
https://special.nikkeibp.co.jp/atcl/ONB/19/oracle0906/
新規構築
56

View Slide

ポイント管理・顧客管理システムのサービス基盤にOCIを導⼊、多様化かつ⾼度化する企業の分析ニーズに対応
顧客事例︓クレアンスメアード様
n 「⻑期的な顧客関係構築」と「集客」をサポートし、顧客ロイ
ヤリティを⾼めるため、ポイントシステム、ポイントカードを
起点とした顧客管理システムの導⼊・構築
https://www.creansmaerd.co.jp/
お客様のデータ分析のリテラシーが⾼まる中、より⾃由度の⾼い
分析環境が必要となっていました。今回、『 Oracle
Autonomous Data Warehouse 』を導⼊し、さらにお客様に
『 Oracle Analytics Cloud 』をご利⽤いただくことで、お客様が
必要なときに必要な分析が⾏えるセルフサービス BI 環境が整え
られ、新たなメリットを提供できるのではないかと考えています。
株式会社クレアンスメアード
代表取締役社⻑菊池⼀夫⽒
会社概要
導⼊背景
n チャネルの増加や成⻑に伴い、あらゆるデータを統合して分析
したい
n 施策データと結果データを⾃由に分析したい
n これまで利⽤していた他社クラウドでは、ストレージのデータ
量に制限があり、お客様のビジネス成⻑にマッチしない
採⽤クラウドサービス
n Oracle Analytics Cloud
n Oracle Autonomous Data Warehouse Cloud
n Oracle Cloud Infrastructure, Compute, Block Storage
Why Oracle Cloud
n 直感的な操作性で実現する⾃由分析（セルフサービス BI 環境）
n ストレージのデータ量の制限を気にすることなく、低コストで
ハイパフォーマンスなクラウド環境（他社クラウドと⽐較した
場合、コスト⾯で 30% 前後改善）
ユーザ毎の
インスタンス
POS レジ
EC サイト
ポイント管理
システム
Oracle Analytics Cloud
Oracle Autonomous
Data Warehouse
ユーザー企業
ポイント管理・顧客情報システム
新規構築
57

View Slide

• TaylorMade Golfは、ゴルフ⽤品を製造・販売するリー
ディングカンパニー
• アディダスから独⽴後、新たなクラウド・データ管理基盤を
構築する必要があった
• オンプレミスERPシステムから、1TBのデータベースを
Autonomous Databaseへ移⾏し、40%コストを削減
• オンプレミスと⽐較して40倍⾼速なDWH基盤を数⽇で
構築
• ⾃動チューニング、⾃動パッチ適⽤等により、ITスタッフが
管理業務から開放され、より付加価値の⾼い分析業務
に従事できるように
https://www.oracle.com/corporate/pressrelease/taylormade-
autonomous-database-021119.html
データ管理をオラクルに任せ、
イノベーションを推進
オンプレミスからの移⾏
58

View Slide

• ライドシェア・サービスのパイオニアであるLyftは、スタート
アップから年間数⼗億件の処理を⾏う企業に成⻑しまし
た
• サイロ化されていた30以上のシステムをERP Cloudに統
合し、財務処理の時間を50%以上削減しました
• Autonomous Databaseにより、より少ないメンテナンス
⼯数で、より正確で迅速な洞察を得られる単⼀データモ
デルを作成しました
• ⾃動スケーリング機能により、レポートピーク期間における
柔軟性とコスト最適化を実現しました
• 財務チームはAnalytics Cloudを利⽤し、単⼀データモ
デルにアクセスし成⻑機会を探ることが容易になりました
https://www.oracle.com/customers/lyft/
Autonomous Database
により新たなインサイトを促進
新規構築
59

View Slide

アーキテクチャ例︓全社データウェアハウス
データを移動させることなく
DB内で機械学習が可能
https://docs.oracle.com/en/solutions/oci-hcm-analysis/index.html
60

View Slide

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
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
61

View Slide

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
62

View Slide

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
リーダーボード(アルゴリズムをスコアリング)
属性評価
63

View Slide

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
64

View Slide

• 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
65
機械学習

View Slide

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)
66

View Slide

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
67
混在ワークロード

View Slide

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)
68
混在ワークロード

View Slide

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
69

View Slide

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
70

View Slide

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
71

View Slide

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
72

View Slide

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
73

View Slide

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
74

View Slide

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
75

View Slide

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
76
• 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
業務デジタル化

View Slide

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。
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
アウトソーシングビジネスサービス様お客様の声
「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
77
Excelからの移⾏

View Slide

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
https://blogs.oracle.com/oracle4engineer/oracle-cloud-platformpaasiaas
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
78

View Slide

顧客事例︓北海道岩⾒沢市役所様
除排雪事業の効率化による市⺠満⾜度向上を⽬的とした ICT およびデータの利活⽤
システム概要
• 障害物の GIS 位置情報と除雪⾞の⾛⾏履歴、
位置情報をリアルタイムで可視化し、除雪作業
の品質、効率性、安全性の向上を⽀援
• ⾛⾏履歴算出データ(距離・時間)、市⺠要望、
天候データなどを Oracle Analytics Cloud や
Graph で分析し、除排雪作業の⾒える化
および効率化を⽀援
岩⾒沢市役所様からのコメント
特別豪雪地帯の指定を受けている当市では「市⺠⽣活の質の向上」
と「地域経済の活性化」の実現に向け、地域特性を活かした持続性の
⾼い社会環境形成を図るため、データ活⽤による地域課題解決に向
けた取り組みを進めています。
昨今の異常気象をはじめ、少⼦⾼齢化によるオペレータの⼈材不⾜等
の課題に対応するため、除排雪に係る作業品質の持続化に向けた取
り組みが必要と考えています。さらに「Oracle Analytics Cloud」での複
合的・多⾓的な分析や業務オペレーションの効率化を進め、市⺠満⾜
度の⾼い除排雪対策を⽬指してまいります。
パートナー
• TIS北海道株式会社
導⼊効果
• さまざまなデータの横断分析や可視化により EBPM を推進
• 道路上の障害物位置情報の可視化による作業効率の向上
• 市⺠要望や注意箇所の可視化による作業品質の持続化
• 熟練作業者の作業軌跡のデータ化による技術・経路等の継承
• ⽇報、⽉報の書類整理作業の即時化と負荷軽減
79 Copyright © 2022, Oracle and/or its affiliates
Oracle Cloud Infrastructure (Tokyo Region)
VCN
職員
開発
パートナー
携帯端末
（除雪⾞）
Cloud Guard
Oracle
Analytics Cloud
Load Balancer
Internet
Gateway Private
Subnet
APサーバ
Virtual
Machine
Oracle
Autonomous
Data
Warehouse
Bastion
Service
Gateway
新規構築

View Slide

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
80
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

View Slide

1. 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
• 業務処理データベースに対して、そのままデータ分析処理を実⾏し、リアルタム分析を実現
2. 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
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
81

View Slide

Oracle Cloud Infrastructure: データウェアハウスに関するWebサイト
https://www.oracle.com/jp/autonomous-
database/modern-data-warehouse/
本⽇ご紹介しました各種ソリューションの資料やお客様事
例をご確認いただけます
82

View Slide

サービス概要/価格情報
• https://www.oracle.com/jp/autonomous-
database/
よくあるご質問(FAQ)
• https://www.oracle.com/jp/database/techno
logies/datawarehouse-bigdata/adb-
faqs.html
マニュアル
• 英語︓https://docs.cloud.oracle.com/en-
us/iaas/Content/home.htm
• ⽇本語︓https://docs.cloud.oracle.com/ja-
jp/iaas/Content/home.htm
技術資料
• https://speakerdeck.com/oracle4engineer/a
utonomous-database-cloud-ji-shu-xiang-xi
チュートリアル
• https://oracle-
japan.github.io/ocitutorials/database/
Oracle Autonomous Database: 参考資料
83

View Slide

Oracle Cloud サービス概要
• https://www.oracle.com/jp/
Oracle Cloud Free Tier
(Always Free＆無償トライアル)
• https://www.oracle.com/cloud/free/
マニュアル
• 英語 / ⽇本語
リージョン毎のサービス提供情報
• https://www.oracle.com/cloud/data-
regions.html#apac
東京/⼤阪リージョン最新情報
• https://blogs.oracle.com/oracle4engineer/po
st/oci-tokyo-osaka
サービス・アップデート
• https://blogs.oracle.com/oracle4engineer/
技術情報
• 活⽤資料集 / チュートリアル
活⽤事例
st/oci-customer-reference
セミナー情報
st/oci-seminar
Oracle Cloud Infrastructure: 参考資料
84

View Slide

Oracle Cloudにサインナップいただくと、両⽅が利⽤可能です
• https://www.oracle.com/jp/cloud/free/
Oracle Cloud Free Tier: Always Free＆無償トライアル
Always Free
時間制限なく
特定サービスを利⽤可能
Free Trial
30⽇間 300ドル
フリー・クレジット
+
85

View Slide

View Slide

【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8月17日)

【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8月17日)

oracle4engineer
PRO

More Decks by oracle4engineer

Other Decks in Technology

Featured

Transcript

【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8月17日)

【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8月17日)

oracle4engineer PRO

More Decks by oracle4engineer

Other Decks in Technology

Featured

Transcript

oracle4engineer
PRO