Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Oracle Autonomous Database:サービス概要のご紹介

Oracle Autonomous Database:サービス概要のご紹介

https://www.oracle.com/jp/autonomous-database/
Oracle Autonomous Databaseは、Oracle Cloud Infrastructureで利用できる次世代のデータベース・クラウド・サービスです。データベースのチューニングやセキュリティ、バックアップ、アップデートなど、従来はDBAが実行していた日常的な管理タスクを機械学習によって自動化します。従来のデータベースと違い、Oracle Autonomous Databaseは、人の介在を必要とせずに、あらゆるタスクを実行します。

oracle4engineer

January 18, 2024
Tweet

More Decks by oracle4engineer

Other Decks in Technology

Transcript

  1. 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 © 2024, Oracle and/or its affiliates 3
  2. ミッションクリティカル・エンタープライズ・ワークロードのため 0から設計・構築したクラウド基盤 リージョン (東京、⼤阪など) 物理ネットワーク 仮想クラウド・ネットワーク サービス AD1 AD2 AD3

    • 物理コア専有環境 • ⾼速なハードウェアを標準採⽤ • ネットワーク仮想化を分離し、 専⽤のハードウェアで実⾏ • 低遅延/⾼帯域 • フラットなネットワーク • オーバーサブスクリプションなし • 世界中で48リージョンを展開 • お客様DCへの展開も可能に • マルチクラウドへの拡張 SaaS Applications DWH Big Data AI HPC/Simulation ISVs ミッションクリティカル・システム ⼤規模ワークロード Copyright © 2024, Oracle and/or its affiliates 5
  3. ⾼品質と低価格の両⽴を実現 より良いサービスを適切な価格で 性能 価格 コンピュート メモリ ブロック ストレージ 仮想マシン コンピュート

    ブロック ストレージ ネットワーク サポート料⾦込み 性能もSLAで担保 Copyright © 2024, Oracle and/or its affiliates 6
  4. 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) ¥41.44/時 Compute (VM.Standard.E4; 16vCPU, 64GB, Linux) ¥124.99/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 ¥5,950/⽉ Block Volume (1TB, 25K IOPS) ¥278,880/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 ¥22,134/⽉ FastConnect (1Gbps, 100TB) *閉域網接続 ¥603,686/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 January 2024, Tokyo Region Copyright © 2024, Oracle and/or its affiliates 9
  5. 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 (3.5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 ¥12-16/GB ¥3.5/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 © 2024, Oracle and/or its affiliates 10 * as of January 2024, Tokyo Region
  6. 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 Copyright © 2022, Oracle and/or its affiliates 11 * 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 Copyright © 2024, Oracle and/or its affiliates 11
  7. Oracle Cloud Infrastructure: その分野のプロが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 © 2024, Oracle and/or its affiliates 12
  8. 2023年12⽉現在︓48リージョン提供中、さらに4リージョン計画 Oracle Cloud Infrastructure(OCI)のリージョン Copyright © 2024, Oracle and/or its

    affiliates 14 https://www.oracle.com/cloud/public-cloud-regions/ MUMBAI HYDERABAD CHUNCHEON SEOUL TOKYO OSAKA JOHANNESBURG SINGAPORE SINGAPORE 2 38 Commercial 4 Commercial Planned 8 Government 12 Microsoft Azure Interconnect 2 Sovereign NEWPORT AMSTERDAM FRANKFURT ZURICH LONDON STOCKHOLM MILAN PARIS JEDDAH JERUSALEM DUBAI SAUDI 2 ABU DHABI ISRAEL 2 MADRID MARSEILLE SERBIA SAUDI 3 SYDNEY MELBOURNE CANBERRA SAN JOSE PHOENIX CHICAGO ASHBURN TORONTO MONTREAL MONTERREY QUERETARO SANTIAGO VINHEDO SAO PAULO VALPARAÍSO BOGOTA デュアル・リージョン︓基本的にすべての国/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、全リージョンで 100%再⽣可能エネルギーを使⽤することを表明 (南⽶/欧州は達成済み)
  9. Oracle Cloud Infrastructure: サービス構成 インフラストラクチャ コンピュート Bare Metal / VM

    コンテナ K8s, Registry ストレージ Block, File, Object, Archive ネットワーク VCN, LB, VPN FastConnect データ管理 データ管理 GoldenGate Database Migration Data Integration, Catalog データ処理 Data Flow Big Data Autonomous Database Transaction, Data Warehouse データベース Bare Metal, VM Exadata, NoSQL, MySQL, SQL Server アプリケーション開発 サーバーレス Functions, Events API Gateway, Streaming インテグレーション Integration, Apiary アナリティクス Analytics Analytics, Cloud SQL Data Science 開発者 DevOps Low Code Visual Builder Digital Assistant APEX 開発者 Developer API/SDKs Infrastructure as Code Resource Manager Terraform セキュリティ ガバナンス ガバナンス IAM, Policy, Tagging Compartment Cost Analysis セキュリティ IAM, Encryption Vault, DDoS, WAF 監視 Monitoring, Logging Notification, Events, Alarm Copyright © 2024, Oracle and/or its affiliates 17
  10. Oracle Cloud Infrastructureのデータ管理サービス エンジン/データ・タイプ Oracle Database MySQL NoSQL Hadoop Blockchain

    OCI サービス • Base Database • Exadata Database • Autonomous Database • MySQL HeatWave Database Service • NoSQL Database Service • Big Data Service • Blockchain Platform ワークロード トランザクション処理 分析処理 機械学習 トランザクション処理 分析処理 機械学習 トランザクション処理 分析処理 トランザクション処理 活⽤ケース 既存/新規システム 既存/新規システム 新規システム 既存システム 新規システム 提供場所 OCI (パブリック・クラウド) Dedicated Cloud@Customer (専有クラウド@お客様DC) Exadata Cloud@Customer (専有クラウド@お客様DC) Copyright © 2024, Oracle and/or its affiliates 18
  11. Oracle Cloud Infrastructureのデータ管理サービス エンジン/データ・タイプ Oracle Database MySQL NoSQL Hadoop Blockchain

    OCI サービス • Base Database • Exadata Database • Autonomous Database • MySQL HeatWave Database Service • NoSQL Database Service • Big Data Service • Blockchain Platform ワークロード トランザクション処理 分析処理 機械学習 トランザクション処理 分析処理 機械学習 トランザクション処理 分析処理 トランザクション処理 活⽤ケース 既存/新規システム 既存/新規システム 新規システム 既存システム 新規システム Copyright © 2024, Oracle and/or its affiliates 19 Oracle Database = コンバージド・データベース 個別サービスは提供しているが、 すべてのデータ・タイプ、ワークロードをOracle Databaseで管理することが可能
  12. シングル・データ・プラットフォームがデータドリブン実践の鍵 従来 理想 • 散在するデータ、複雑なデータ配置 • 複雑なデータ活⽤、価値提供の鈍化 • 多⼤なセキュリティリスク、運⽤保守コスト •

    集約され、⼀貫性のあるデータ • 市場変化に追従する、鮮度のよいデータ活⽤ • ⼀元化されたセキュリティ、シンプルな運⽤保守 データタイプ、機能別のデータサイロ 集約された、シングル・データ・プラットフォーム 基幹システム 分析 新規アプリ 基幹システム 分析 新規アプリ Copyright © 2024, Oracle and/or its affiliates 20
  13. 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 Copyright © 2024, Oracle and/or its affiliates 21
  14. 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 © 2024, Oracle and/or its affiliates 22 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/
  15. Autonomous Database (ADB) Base Database Service (BaseDB) Exadata Database Service

    (ExaDB) Oracle Cloud Infrastructure: データベース・サービス (Oracle Database) Oracle Database on Virtual Machines 1-64 OCPUs Oracle RAC on Virtual Machines 4-128 OCPUs 1コアからスタート可能 RAC対応 Autonomous Data Warehouse Autonomous Transaction Processing AI/機械学習を活⽤した ⾃律型データベース あらゆるワークロードで ⾼性能を実現する Exadataの専有環境 Oracle Exadata Max 4,032 OCPUs Copyright © 2024, Oracle and/or its affiliates 23
  16. Oracle Cloud Infrastructure: データベース・サービス (Oracle Database) Oracle Database on Virtual

    Machines 1-64 OCPUs Oracle RAC on Virtual Machines 4-128 OCPUs BaseDB 1コアからスタート可能 RAC対応 ADB Autonomous Data Warehouse Autonomous Transaction Processing AI/機械学習を活⽤した ⾃律型データベース ExaDB あらゆるワークロードで ⾼性能を実現する Exadataの専有環境 Oracle Exadata Max 4,032 OCPUs Automated (今までのOracle Databaseを便利に利⽤できる) Full-Managed サービス形態 サービス形態 =管理範囲の違い Copyright © 2024, Oracle and/or its affiliates 24
  17. DB on IaaS BaseDB/ExaDB Autonomous Database 各サービスの管理範囲の違い データセンター ハードウェア機器 OS

    データベース アプリケーション クラウド 事業者管理 お客様管理 ハイパーバイザー 仮想マシン データセンター ハードウェア機器 OS データベース アプリケーション クラウド 事業者管理 お客様管理 ハイパーバイザー 仮想マシン データセンター ハードウェア機器 OS データベース アプリケーション クラウド 事業者管理 お客様管理 ハイパーバイザー 仮想マシン OS以上は オンプレミス同様の管理 データベースはBYOL OS以上の操作が可能 OS/DBのバージョンや構成が限定される クラウドのメリットを享受(従量課⾦や⾃動化) 最⼩限のDB管理を除き DB以下はすべてクラウド事業者が管理 Automated Full-Managed Copyright © 2024, Oracle and/or its affiliates 25
  18. 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 © 2024, Oracle and/or its affiliates 26
  19. ⾃律型データベースが求められている背景 データ管理で直⾯する課題 85 % セキュリティ侵害の85% はCVE公表後に発⽣ (防御可能だった) - CVE *4

    75 % データベースの 運⽤コストのうち 3/4は労務費 - IDC *1 ↑10% データアクセス効率が 10%改善すれば $65.7 million の収益改善に貢献 - Baseline Magazine *5 91 % データセンターの 予期しないサービス停 ⽌91%が経験 - Healthcare IT News *2 データベース停⽌コスト $7,900 / 秒 - DB Maestro *3 セキュリティ 複雑性とコスト 変⾰への貢献 信頼性 *1: https://www.oracle.com/a/ocom/docs/database/autonomous-database-self-repairing-wp.pdf *2: https://www.healthitoutcomes.com/doc/beware-the-high-cost-of-data-center-outages-0001 *3: https://www3.dbmaestro.com/blog/5-ways-to-prevent-database-downtime *4: https://en.wikipedia.org/wiki/Common_Vulnerabilities_and_Exposures *5: http://www.baselinemag.com/analytics-big-data/slideshows/surprising-statistics-about-big-data.html Copyright © 2024, Oracle and/or its affiliates 27
  20. 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 Copyright © 2024, Oracle and/or its affiliates 28 Autonomous Database
  21. 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) Copyright © 2024, Oracle and/or its affiliates 29
  22. 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 © 2024, Oracle and/or its affiliates 30
  23. 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 性能 Copyright © 2024, Oracle and/or its affiliates 31 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︖
  24. 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 性能 Copyright © 2024, Oracle and/or its affiliates 32 Autonomous Databaseが登場して すぐにご利⽤開始いただいたお客様(既に3年ほど稼働)からは、 ”⾃動チューニング機能のおかげで、稼働後データ量が増⼤したが、安定し た稼働ができている”というお声をいただいています
  25. 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 セキュリティ Copyright © 2024, Oracle and/or its affiliates 33 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︖
  26. 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 © 2024, Oracle and/or its affiliates 34 セキュリティ
  27. 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 - 28,000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 © 2024, Oracle and/or its affiliates 35 セキュリティ
  28. 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 柔軟性 Copyright © 2024, Oracle and/or its affiliates 36
  29. 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 Copyright © 2024, Oracle and/or its affiliates 38 マルチモデル
  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 © 2024, Oracle and/or its affiliates 39
  31. Autonomous Databaseの料⾦体系 Autonomous DatabaseはExadataが使えますが、とてもリーズナブル https://www.oracle.com/cloud/price-list/ ECPU (1 EPU単位, 最⼩2 ECPU)

    Exadata ストレージ (ADW: 1 TB単位) (ATP: 1 GB単位, 最⼩20 GB) 47.04円 ECPU/時間 3,416円 TB/⽉(ADW) 16.184円 GB/⽉(ATP) 保有ライセンスをBYOLすると (ECPU料⾦が低減) コスト Copyright © 2024, Oracle and/or its affiliates 43 Backup ストレージ (1 GB単位) 3.416円 GB/⽉ 料⾦例 (1ヶ⽉/24時間31⽇) 2 ECPU/ストレージ 1TB/バック アップ 5TB 11.298円 ECPU/時間 90,492円(ADW) 103,260円(ATP) 37,307円(ADW) 50,075円(ATP) 76%OFF 3,416円 TB/⽉(ADW) 16.184円 GB/⽉(ATP) 3.416円 GB/⽉ [Exadata + Enterprise Edition + AI/機械学習による⾃律化] を備えたデータベース・サービスを⽉額7-9万円(BYOLの場合2-4万円)からご利⽤いただけます
  32. 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 © 2024, Oracle and/or its affiliates 44
  33. お客様は機械学習が実現する⾃動化の効果を実感 Autonomous Databaseがもたらす運⽤⾃動化の効果 “Autonomous Data Warehouse Cloudにより Hertzは運⽤コストを 削減し、その分を我々の顧客サービ スやリワードの拡充に振り向けること

    が可能になります” “パフォーマンスの⼀貫性は多くのビジネ スユーザーにとって重要です。 Autonomous Data Warehouse Cloudによって⼈的ミスによるクエリー・ パフォーマンスへの影響を排除すること が可能になります。” “⼈間が⽣きるに当たって時間がすべ てです。Autonomous Data Warehouse Cloudが⾃分⾃⾝で チューニングを⾏いダウンタイムがない ことは我々にとっても我々の患者に とっても重要なことです。” 運⽤に⼈⼿をかけない ⼈的ミスがなく安⼼ チューニング不要 Copyright © 2024, Oracle and/or its affiliates 45
  34. ATPを中核として、個別ワークロードに最適化されたサービスも展開 Autonomous Database: ワークロード設定/デプロイメント⽅式 * C@C: Oracle Cloud@Customer(お客様データセンターでのOCI提供サービス) デプロイメント Autonomous

    Transaction Processing (混在ワークロード) Shared Exadata Infrastructure Dedicated Exadata Infrastructure (共有環境) (専有環境︓OCI or C@C*) 個別ワークロード Autonomous Data Warehouse (データマート/DWH) Autonomous JSON Database (ドキュメント指向) APEX Service (APEX⽤) ATPのサブセット(機能限定) 標準ワークロード Copyright © 2024, Oracle and/or its affiliates 46
  35. 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 © 2024, Oracle and/or its affiliates 51
  36. 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) 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 セルフサービス・ツール群をAutonomous Databaseでは提供しています Copyright © 2024, Oracle and/or its affiliates 56
  37. 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 © 2024, Oracle and/or its affiliates 57
  38. システム概要 • 2019年に中期IT戦略を策定し、2023年を⽬標にITコストの最適化、 機動性、柔軟性を⾼めるためのIT基盤構築に取り組む • ⼩売業に求められるスピード感の獲得に加え、コスト効率化も考慮 した結果、決⼼したのが”脱レガシー”と”内製化” • 情報系システムの中核を担う統合データ基盤としてADWを導⼊、 900万⼈の会員データを含む約400店舗およびECサイトの販売

    データの集約、⾼速処理を実現 導⼊効果 • ⼤量データの⾼速処理を実現する⾼い性能と柔軟性 • 多重SQL実⾏時に、他社クラウドサービスの1.5倍、レガシーシステ ムの3倍以上の性能を実現 • 夜間に⼤量のデータ集計処理を実⾏し、⽇中は⾃動スケーリング でリソースを⾃動的に縮退することでコストを最適化 • ⾃律機能による運⽤負荷軽減 • ⾃社メンバーが専⾨知識を習得したり、外部から⼈材を採⽤した りせずとも内製で運⽤可能 • オンプレミスで稼働するレガシー・システムを全廃し、ADWにすべての データを集約することで、システム運⽤に掛かるコストを10分の1まで 削減できる⾒込み Oracle Autonomous Data Warehouseでデータ・ドリブン経営基盤を実現 システム構成イメージ • 情報系システム内製化のため、クラウド・サービスを積極的に活⽤し、 最適なサービスを組み合わせたマルチクラウド環境でシステムのコスト 最適化を図っている 利⽤サービス・製品 • Oracle Autonomous Data Warehouse 顧客事例︓アルペン様 Copyright © 2024, Oracle and/or its affiliates 58 https://www.oracle.com/jp/news/announcement/alpen-data-driven-business-autonomous-data-warehouse-2022-08-29/ 統合データ基盤︓新規構築
  39. IT基盤改⾰の概要 • 全社のIT基盤を4領域に分類し、改⾰の指針を策定 Oracle Autonomous Data Warehouseでデータ・ドリブン経営基盤を実現 IT基盤改⾰プロジェクトとその効果 • IT戦略と⽬的

    • システム開発が⾜かせになっていた従来から、内製化により事業の 変化に追従可能なスピードを獲得 • 最終的には事業そのもののアジャイルシフトを促進するIT部⾨へ • すべてのデータがADWに集約 • 全社のシステムを”巨⼤な⼀つのデータベース”として扱えるように • “システム間の壁”が無くなり、統合的なデータ利活⽤が可能に • 情報システム部⾨の役割が変化 • 業務部⾨の業務要件をベンダーに依頼して実現するという従来の 役割から、内製化を武器に業務部⾨と密に連携しながら会社全 体の変⾰をリードする存在へ変化 • 今後に向けて • さらなるデータ分析の⾼度化や、 EC事業やデジタルマーケティング の強化を⽀援していく • 現在⾏っている売上、購買履歴を中⼼としたデータ分析に加え、 ⾏動履歴なども収集、保管、分析し、ワンツーワンマーケティングに 繋げていく • ADWに集約されるデータも⾶躍的に増⼤していく⾒込み 顧客事例︓アルペン様 Copyright © 2024, Oracle and/or its affiliates 59 https://www.oracle.com/jp/news/announcement/alpen-data-driven-business-autonomous-data-warehouse-2022-08-29/ 統合データ基盤︓新規構築
  40. 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 © 2024, Oracle and/or its affiliates 60 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 分析基盤︓新規構築
  41. 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 © 2024, Oracle and/or its affiliates 61

    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/ 分析基盤︓新規構築
  42. 世界的な競争⼒強化に向けてデータドリブンな業務オペレーションをオラクルの⾃律型データベースで実現 ⽇本メクトロン株式会社 • 電⼦部品の製造販売。グローバルブランド“Mektec"を展開し、世 界各地の製造拠点、販売拠点から、世界中のお客様にフレキシブ ルプリント基板(FPC)を提供 システム概要 • 最新データの⼀元化と多様な分析・情報共有を可能にする「販売 管理データ統合基盤」

    導⼊効果 • Oracle Autonomous Data Warehouseを利⽤することで、複数 拠点の多種に渡る⼤量データの集約作業時間を⼤幅に短縮し、 ⽇々更新を実施。Oracle Analytics Cloudのダッシュボード機能を 活⽤し、多彩な表現⼒を活かした分析と情報の社内共有を促進 • ローコード開発ツールであるOracle APEXを活⽤し、最新製品情報 などの反映や現場担当者による引き合いのコメント⼊⼒機能を実装。 タイムリーなデータ利活⽤の実現に向けてデータマネジメントを効率 化し、優良な開発から販売活動の拡⼤や改善に貢献 • 業務部⾨による内製化により、継続的な機能実装のスピード化を 実現。また、数千万円と⾒込まれる外注費やシステム変更に伴うコ ストの削減を⾏いつつ、タイムリーなシステム更新を実現 システム構成イメージ 分析イメージ 利⽤サービス・製品 • Oracle Autonomous Data Warehouse (ADW) • Oracle APEX • Oracle Analytics Cloud (OAC) • Oracle Essbase Plus 顧客事例︓⽇本メクトロン様 Copyright © 2024, Oracle and/or its affiliates 62 https://www.oracle.com/jp/news/announcement/oracle-autonomous-database-helps-nippon-mektron-to-build-sales-data-platform-2023-02-27/ 分析基盤︓新規構築
  43. 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 分析基盤︓オンプレミスからの移⾏ Copyright © 2024, Oracle and/or its affiliates 63
  44. 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 システム構成イメージ 利⽤サービス・製品 • 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 Copyright © 2024, Oracle and/or its affiliates 64 分析基盤︓新規構築
  45. 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 分析基盤︓新規構築 Copyright © 2024, Oracle and/or its affiliates 65
  46. ⼩売業向け販売管理システム提供基盤をOCIで構築し、性能および信頼性を向上 システム概要 • 「storeGATE2」は、専⾨店・⼩売業に適した、全店舗の販 売情報をリアルタイムに把握できるサービスで、約10年で40 社、3,000店舗以上で導⼊ • 従来オンプレミス環境でサービスを提供。ハードウェア更改に 際し、サービス基盤をモダナイズすることを決定 採⽤ポイント

    • ⾃律型データベースにより、データベースのチューニング、ス ケーリング、パッチ適⽤などの運⽤管理を⾃動化し、⾼いレ ベルの性能、セキュリティ、可⽤性が実現できること • 現⾏オンプレミス環境と⽐較し、5倍以上の性能向上 • システムを無停⽌でスケールアップおよびスケールダウンが可能 • 専有環境であるため、⾃社のポリシーに合った頻度でのメン テナンスの設定が可能で、⾃社の管理要件をすべて満たす ことができた • 保有しているStandard EditionライセンスをBYOLすること ができ、コストを低減しながら、Exadata/Enterprise Editionの機能がフル活⽤できる 顧客事例︓NECネクサソリューションズ様 Copyright © 2024, Oracle and/or its affiliates 77 システム構成イメージ 利⽤サービス・製品 • Autonomous Database Dedicated (Autonomous Transaction Processing) • OCI Compute, Storage, FastConnect https://www.oracle.com/jp/news/announcement/necnexsolutions-20210908.html 業務アプリ︓オンプレミスからの移⾏
  47. システム概要 • 約2万社の広告を約300万のサイトに24時間365⽇配信 するアフィリエイト・ネットワークサービス「A8.net」のデータベー ス基盤。億単位のレコードを持つテーブルが複数あり、1⽇ 数百万件の処理を⾏う • 従来はAmazon RDS for

    Oracle(Standard Edition)で 稼働していたが、性能や拡張性の⾯で課題があった 導⼊効果 • お客様のコメント︓ 「Autonomous Database=究極のデータベース」 • Exadataを基盤とした、性能、可⽤性、およびセキュリティに 優れたデータベース • サービスを⽌めずにリソースの増減が可能な拡張性があり、インフラ の⼼配は不要に • ⾃動化により、少ないリソースや⼯数での運⽤や監視が可能に • Standard Editionを卒業 • 既存のSEライセンスを持ち込むことでコストを低減しながら、 Exadata/Enterprise Editionの機能を活⽤可能に データを駆使し広告効果を最⼤化するシステム基盤にOracle Autonomous Databaseを採⽤ 顧客事例︓ファンコミュニケーションズ様 Copyright © 2024, Oracle and/or its affiliates 78 https://www.oracle.com/jp/corporate/pressrelease/jp20191023.html システム構成イメージ 利⽤サービス・製品 • Oracle Autonomous Transaction Processing • MySQL Database Service with HeatWave (別システムの分析基盤で利⽤) ⾃社データセンター アプリケーション郡 (管理系) 他社SaaS (顧客管理等) ⾃社拠点 分析ツール AWS A8.net 基幹システム アプリケーション群 OCI A8.net 基幹システム 分析基盤 Autonomous Database MySQL Database Service with HeatWave データ連携 業務アプリ︓他社からの移⾏
  48. • 販売管理システムのデータ管理にOracle Databaseをオンプ レミスで20年以上にわたり利⽤ • Oracle Databaseの機能や使い勝⼿等のメリットを継続して 活⽤しながら、運⽤管理負担を軽減するため、ATPへ移⾏ • 保有しているOracle

    Database Standard Edition ライセン スを持ち込むことで、コストを抑えながら、最新機能をクラウド で活⽤可能に • 既存のアプリケーションを⼤きく改修する必要がなかったため、 利⽤ユーザの操作性を変えることなく、 1ヶ⽉という短期間で 移⾏を完了 • ATPが持つ⾃律機能により、運⽤管理負担を軽減しながら、 アプリケーション処理速度が約1.5倍向上し、バッチ処理時間 も従来から半減したことで、業務効率の⼤幅な向上を実現 東映 様 Copyright © 2024, Oracle and/or its affiliates 79 Oracle Autonomous Transaction Processing (ATP)への移⾏を1カ⽉で完了 アプリケーション性能向上、バッチ処理時間の半 減により、業務効率向上に貢献 “SaaSでのクラウド利⽤は進んでいますが、今回初めてデータ ベースのクラウドへの移⾏を⾏いました。オンプレミスの 「Oracle Database」から「Oracle Autonomous Database」への移⾏は想定よりも容易で、基本的な使い⽅ が変わらず、従来の知⾒を⽣かして運⽤することができ、利 ⽤者もクラウドに移⾏したことを意識せず利⽤できています。 チューニングも最低限で、移⾏しただけで性能が向上したの は驚きでした。今回の移⾏により改めてクラウドのメリットを実 感しており、今後そのほかのデータベースやシステムにおいても クラウドの利⽤を積極的に検討したいと考えています。" 東映株式会社 情報開発室 室⻑ 鈴⽊ 聡 ⽒ 課⻑ 池⽥ 治 ⽒ 業務アプリ︓オンプレミスからの移⾏
  49. 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 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・チューニングの実施には最低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) 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 混在ワークロード︓他社からの移⾏ Copyright © 2024, Oracle and/or its affiliates 82
  50. 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 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) <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 混在ワークロード︓他社からの移⾏ Copyright © 2024, Oracle and/or its affiliates 83
  51. 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 Copyright © 2024, Oracle and/or its affiliates 85
  52. 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 © 2024, Oracle and/or its affiliates 89 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 部⾨システム︓業務デジタル化
  53. 経理データ分析基盤の導⼊により、ビル別収⽀表などの帳票作成業務の効率化と 経営層へのデータ・ビジュアライゼーションを活⽤した説明でビジネス上の迅速な意思決定を⽀援 三井不動産ファシリティーズ • 三井不動産グループの施設管理業務を担う企業。グループの建物 を中⼼に、300棟以上のオフィスビルや商業施設などの設備管理、 清掃、警備等の請負を⾏う 従来の課題 • 経理課主体によるビル別収⽀表などの帳票作成業務において、社

    内約20部⾨に対する物件管理シート(Excel マクロ)の配布と収集、 その後の集計業務で多くの煩雑な作業が発⽣ • 経理関連データの収集・蓄積および分析基盤の不在による⾮効率 な⼈海戦術からの脱却 導⼊効果 • 経理データ分析基盤の導⼊により、帳票作成業務を80%削減(1週 間から1⽇へ) • 複数データの照合などにおけるオペレーションミスを根絶 • Excel マクロを使⽤した分析では2パターンのみだったが、新たなデー タ分析基盤では16パターンに増え、分析深度を向上 • 集計データから明細データへスムーズなドリルダウン分析を実現 • 経営層へデータ・ビジュアライゼーションを活⽤した説明で経営層にお ける納得感の向上とビジネス上の迅速な意思決定を⽀援 Before / After 利⽤サービス・製品 • Oracle Autonomous Data Warehouse • Oracle Application Express • Oracle Analytics Cloud • Oracle Consulting Service 顧客事例︓三井不動産ファシリティーズ株式会社 Copyright © 2024, Oracle and/or its affiliates 90 After Oracle Autonomous Data Warehouse Oracle Analytics Cloud Oracle APEX 各部⾨の担当者 経理部 経営層 データ・ビジュアライゼーションの活⽤ ビジネス上の迅速な意思決定へ 業務システム 業務システム 各種 Excel ファイル GUI ベースによる データ⼊⼒・更新 Web ブラウザベースによる 集計データの抽出・分析 Before 業務システム 業務システム 経理部 A 部⾨ B 部⾨ C 部⾨ D 部⾨ E 部⾨ F 部⾨ ・・・・・ 社内約20部⾨ 社内約20部⾨へ Excel シート(未記⼊)の配布 社内約20部⾨から Excel シート(記⼊済)の収集 管理データ CSV ファイル CSV ファイル ⽬的別帳票作成 データの照合および集計 (Excel マクロ) 部⾨システム︓Excelからの移⾏
  54. 株式会社ケーブルメディア四国 • ⾹川県⾼松市に本社を置くケーブルテレビ局 • サービス提供エリアは、⾼松市、東かがわ市、さぬき市およ び三⽊町 従来の課題 • 経験や勘に頼らない、データに基づく視聴者ニーズの把握と 番組改編などの意思決定を推進すべく、外部から視聴率

    データを⼿配。しかしながら、秒単位の膨⼤な視聴率データ を Excel 上で加⼯・集計し、グラフ作成を⾏っていたため、 多くの煩雑な作業が発⽣していた 導⼊効果 • 視聴率データの分析基盤の導⼊により、経営層へのレポー ト作成業務を⼤幅削減(1週間から1時間へ) • 視聴者ニーズのわずかな変化を直感的に⾒える化し、番組 改編に⼤きく貢献(番組改編後の接触率: 最⼤50%アップ) • 初期導⼊時、オラクルのコンサルティング・サービスからレク チャーを受け、データ分析基盤を企画部のみで運⽤ システム構成イメージ 分析イメージ 利⽤サービス • Oracle Autonomous Data Warehouse • Oracle Analytics Cloud • Oracle Consulting Service Oracle Autonomous Data Warehouse Oracle Analytics Cloud 設定済み指標を活⽤した 視聴率データのスムーズな⾒える化 秒単位の膨⼤な視聴率 データ(外部データ) ⽉次定点観測による 視聴者ニーズの動向把握 四半期毎の経営層へのレポーティング (従前の1週間作業から1時間へ⼤幅削減) 視聴率データの投⼊ データ接続 平均接触率のレーダー折れ線 平均接触率のヒートマップ 顧客事例︓株式会社ケーブルメディア四国 秒単位の膨⼤な視聴率データをOracle Autonomous Data Warehouseに投⼊してOracle Analytics Cloudでスムーズに⾒える化。 データに基づく新たな “気づき“ を直感的に発⾒し、番組改編に⼤きく貢献 Copyright © 2024, Oracle and/or its affiliates 91 部⾨システム︓Excelからの移⾏
  55. 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/database/technolog ies/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.oracle.com/cd/E83857_01/paas /index.html 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 Copyright © 2024, Oracle and/or its affiliates 95
  56. Oracle Cloud サービス概要 • https://www.oracle.com/jp/cloud/ Oracle Cloud Free Tier (Always

    Free&無償トライアル) • https://www.oracle.com/jp/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/public-cloud- regions/service-availability/ 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 • https://blogs.oracle.com/oracle4engineer/po st/oci-customer-reference セミナー情報 • https://blogs.oracle.com/oracle4engineer/po st/oci-seminar Oracle Cloud Infrastructure: 参考資料 Copyright © 2024, Oracle and/or its affiliates 96
  57. 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 + Copyright © 2024, Oracle and/or its affiliates 97
  58. 2 ECPU/ストレージ 1TB/バックアップ 5TB 24時間31⽇間(744時間) サービス名 数量 単価 単位 費⽤

    1 Oracle Autonomous Data Warehouse 2 ¥47.04 1時間/ECPU ¥69,996 (744時間) 2 Exadata Storage for ECPU 1,000 ¥3.416 1ヶ⽉/GB ¥3,416 3 バックアップ・ストレージ 5,000 ¥3.416 1ヶ⽉/GB ¥17,080 合計 ¥90,492 Autonomous Database: ⾒積もり例 / ECPU版 (ADW) * その他の費⽤あり︓Data Transfer (Outbound) 等 * As of October 2023 Copyright © 2024, Oracle and/or its affiliates 100 https://www.oracle.com/jp/autonomous-database/autonomous-data-warehouse/
  59. 2 ECPU/ストレージ 100GB/バックアップ 500GB 24時間31⽇間(744時間) サービス名 数量 単価 単位 費⽤

    1 Oracle Autonomous Transaction Processing 2 ¥47.04 1時間/ECPU ¥69,996 (744時間) 2 Exadata Storage for ECPU 100 ¥16.184 1ヶ⽉/GB ¥1,618 3 バックアップ・ストレージ 500 ¥3.416 1ヶ⽉/GB ¥1,708 合計 ¥73,322 Autonomous Database: ⾒積もり例 / ECPU版 (ATP) * その他の費⽤あり︓Data Transfer (Outbound) 等 * As of October 2023 Copyright © 2024, Oracle and/or its affiliates 101 https://www.oracle.com/jp/autonomous-database/autonomous-transaction-processing/
  60. 1 OCPU(2vCPU)/ストレージ 1TB/バックアップ 60⽇間分含む 24時間31⽇間(744時間) Autonomous Database: ⾒積もり例 / OCPU版

    サービス名 数量 単価 単位 費⽤ 1 Oracle Autonomous Data Warehouse Oracle Autonomous Transaction Processing 1 ¥188.174 1時間/OCPU ¥140,001 (744時間) 2 Exadata Storage for OCPU 1 ¥16,576 1ヶ⽉/TB ¥16,576 合計 ¥156,577 * その他の費⽤あり︓Data Transfer (Outbound) 等 * As of August 2023 Copyright © 2024, Oracle and/or its affiliates 102
  61. 2 ECPU BYOL/ストレージ 1TB/バックアップ 5TB 24時間31⽇間(744時間) サービス名 数量 単価 単位

    費⽤ 1 Oracle Autonomous Data Warehouse BYOL 2 ¥11.298 1時間/ECPU ¥16,811 (744時間) 2 Exadata Storage for ECPU 1,000 ¥3.416 1ヶ⽉/GB ¥3,416 3 バックアップ・ストレージ 5,000 ¥3.416 1ヶ⽉/GB ¥17,080 合計 ¥37,307 Autonomous Database: ⾒積もり例(BYOL) / ECPU版 (ADW) * その他の費⽤あり︓Data Transfer (Outbound) 等 * As of October 2023 Copyright © 2024, Oracle and/or its affiliates 103 https://www.oracle.com/jp/autonomous-database/autonomous-data-warehouse/
  62. 2 ECPU BYOL/ストレージ 1TB/バックアップ 5TB 24時間31⽇間(744時間) サービス名 数量 単価 単位

    費⽤ 1 Oracle Autonomous Data Warehouse BYOL 2 ¥11.298 1時間/ECPU ¥16,811 (744時間) 2 Exadata Storage for ECPU 100 ¥16.184 1ヶ⽉/GB ¥1,618 3 バックアップ・ストレージ 500 ¥3.416 1ヶ⽉/GB ¥1,708 合計 ¥20,138 Autonomous Database: ⾒積もり例(BYOL) / ECPU版 (ATP) * その他の費⽤あり︓Data Transfer (Outbound) 等 * As of October 2023 Copyright © 2024, Oracle and/or its affiliates 104 https://www.oracle.com/jp/autonomous-database/autonomous-transaction-processing/
  63. 1 OCPU(2vCPU) BYOL/ストレージ 1TB/バックアップ60⽇間分含む 24時間31⽇間(744時間) Autonomous Database: ⾒積もり例(BYOL) / OCPU版

    サービス名 数量 単価 単位 費⽤ 1 Oracle Autonomous Data Warehouse BYOL Oracle Autonomous Transaction Processing BYOL 1 ¥45.164 1時間/OCPU ¥33,602 (744時間) 2 Exadata Storage for OCPU 1 ¥16,576 1ヶ⽉/TB ¥16,576 合計 ¥50,178 * その他の費⽤あり︓Data Transfer (Outbound) 等 * As of October 2023 Copyright © 2024, Oracle and/or its affiliates 105
  64. 1 OCPU(2vCPU)/ストレージ 1TB/Backup 60⽇間分含む 24時間31⽇間(744時間) Autonomous JSON Database: ⾒積もり例 サービス名

    数量 単価 単位 費⽤ 1 Oracle Autonomous JSON Database 1 ¥45.164 1時間/OCPU ¥33,602 (744時間) 2 Exadata Storage for OCPU 1 ¥16,576 1ヶ⽉/TB ¥16,576 合計 ¥50,178 * その他の費⽤あり︓Data Transfer (Outbound) 等 * As of October 2023 Copyright © 2024, Oracle and/or its affiliates 106 https://www.oracle.com/jp/autonomous-database/autonomous-json-database/
  65. 必要ライセンス数について 保有ライセンス BYOL to IaaS BYOL to PaaS BaseDB /

    ExaDB BYOL to PaaS Autonomous Database 記載ドキュメント Oracle Processor Core Factor Table Oracle PaaS and IaaS Universal Credits Service Descriptions Oracle PaaS and IaaS Universal Credits Service Descriptions Standard Edition シリーズ 1 Processor = 4 OCPU (8vCPU) 8 OCPU毎に最少10 NUP(もしくは 実際のユーザ数の多い⽅) 1 Processor = 4 OCPU (8vCPU) 10 NUP = 2 OCPU (4vCPU) * SE BYOLはBaseDBのみ * インスタンス当たり最⼤8 OCPUまで 1 Processor = 16 ECPU / 4 OCPU 10 NUP = 4 ECPU / 1 OCPU * インスタンス当たり最⼤32 ECPU / 8 OCPUまで Enterprise Edition 1 Processor = 2 OCPU (4vCPU) 2 OCPU毎に最少25 NUP(もしくは 実際のユーザ数の多い⽅) 1 Processor = 2 OCPU (4vCPU) 25 NUP = 2 OCPU (4vCPU) EEライセンスに加え、利⽤する機能 に応じたオプションライセンスが必要 1 Processor = 8 ECPU / 2 OCPU 25 NUP = 8 ECPU / 2 OCPU EEライセンスに加え、以下の場合は オプション・ライセンスが必要 ‐ 65 ECPU / 17 OCPU以上: Real Application Clusters - Autonomous Data Guard: Active Data Guard BYOL to IaaS / PaaS Copyright © 2024, Oracle and/or its affiliates 107