Oracle Autonomous Database：サービス概要のご紹介

⽇本オラクル株式会社
事業戦略統括事業開発本部
2023年10⽉
サービス概要のご紹介
Oracle Autonomous Database

View Slide

• Oracle Cloud Infrastructure
• Oracle Autonomous Database
アジェンダ
Copyright © 2023, Oracle and/or its affiliates
2

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 | 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
3

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
4

View Slide

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46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
5

View Slide

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
6

View Slide

ブロックストレージ IOPS ⽐較
第三者機関検証によるストレージの圧倒的パフォーマンス
https://www.storagereview.com/review/oracle-cloud-infrastructure-compute-bare-metal-instances-review
https://www.storagereview.com/dell_emc_unity_450f_allflash_storage_review
0
50000
100000
150000
200000
250000
300000
350000
Microsoft
SQL
Oracle
Database
Oracle
他社
7

View Slide

⼀般的な可⽤性だけでなく、性能/管理も加える
安定した⾼速な基盤を元に、業界初のSLAを定義
可⽤性
(利⽤できるか)
性能
(性能を満たしているか)
管理
(管理操作ができるか)
https://www.oracle.com/cloud/iaas/sla.html
A社 B社
8

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)
¥41.44/時
Compute
(VM.Standard.E4;
16vCPU, 64GB, Linux)
¥125.44/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 December 2022, Tokyo Region
9

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 (3.5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
10 * as of December 2022, Tokyo Region

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
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
11

View Slide

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
12

View Slide

Oracle Cloud Infrastructure をご利⽤いただいているお客様
2023年9⽉時点
https://blogs.oracle.com/oracle4engineer/post/oci-customer-reference
13

View Slide

2023年10⽉現在︓46リージョン提供中、さらに6リージョン計画
Oracle Cloud Infrastructure(OCI)のリージョン
14 https://www.oracle.com/cloud/public-cloud-regions/
MUMBAI
HYDERABAD
36 Commercial
6 Commercial Planned
8 Government
12 Microsoft Azure Interconnect
SANTIAGO
VINHEDO
SAO PAULO
CHILE 2
COLOMBIA
CHUNCHEON
SEOUL TOKYO
OSAKA
JOHANNESBURG
2 Sovereign
SINGAPORE
SINGAPORE 2
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
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)

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
15

View Slide

• Oracle Cloud Infrastructure
• Oracle Autonomous Database
アジェンダ
16

View Slide

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
17

View Slide

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)
18

View Slide

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
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

View Slide

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
20

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
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
21

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
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/

View Slide

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
23

View Slide

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
24

View Slide

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
OS
データベース
クラウド
事業者管理
お客様管理
仮想マシン
OS
データベース
クラウド
事業者管理
お客様管理
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
25

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
26

View Slide

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
27

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
28
Autonomous
Database

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)
29

View Slide

運⽤・管理範囲の違い
サーバー管理
パッチ適⽤
リソース監視
HA/DR
DB最適化
お客様管理
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
30

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
性能
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︖

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
性能
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

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
セキュリティ
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︖

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
SELECT *
FROM customers
管理者
(特権ユーザー)
⼈事情報
顧客情報
財務情報
34
セキュリティ

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
- 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
35
セキュリティ

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
柔軟性
36

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
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
38
マルチモデル

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
39

View Slide

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
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

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
44

View Slide

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
46

View Slide

ユースケースとお客様事例
50

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
51

View Slide

データ分析基盤 (データウェアハウス・データマート)
55

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
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
56

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
57

View Slide

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
• 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
• Oracle Autonomous Data Warehouse
顧客事例︓アルペン様
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

View Slide

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
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

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
60 https://www.oracle.com/jp/news/announcement/keiodepartmentstore-oci-adw-20210916/
• Oracle Autonomous Data Warehouse (ADW)
• Oracle Database Cloud Service
• OCI Compute, Storage, FastConnect
導⼊パートナー
• 株式会社アシスト
分析基盤︓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
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/

View Slide

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
分析イメージ
• 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
62 https://www.oracle.com/jp/news/announcement/oracle-autonomous-database-helps-nippon-mektron-to-build-sales-data-platform-2023-02-27/

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
• 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
63

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 Analytics Cloud
• Oracle Integration Cloud
• Oracle Cloud Infrastructure Data Science
顧客事例︓東京都三鷹市様
64

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
65

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
分析基盤︓他社からの移⾏
66

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/
67

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 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
68

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
69

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
70

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
71

View Slide

データベース内での⾃動機械学習
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
機械学習の可能性を⾮エキスパートの⽅にも
データ
テーブル
72
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
72 Copyright © 2023, Oracle and/or its affiliates

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
73

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
74

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
75

View Slide

業務アプリケーション・混在ワークロード
76

View Slide

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
77
• 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

View Slide

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
78 https://www.oracle.com/jp/corporate/pressrelease/jp20191023.html
• 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

View Slide

• 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
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

View Slide

Oracle Autonomous Transaction
Processingを導⼊、拡⼤する販売店ネットワー
クとの連携システムの運⽤管理負担を半減しな
がら、システムの品質向上を実現
アズワンは1933年に創業したカタログとWebを媒体とする理化学機
器の総合商社です。研究・産業・医療分野において、先進のITと
ロジスティクスで創造的な価値を⽣み出しております。「Oracle
Exadata」、「Oracle Cloud」など適材適所で活⽤して、ビジネス
にITを活⽤してきました。2017年に稼働した、販売店へ在庫を公
開する仕組みが⾮常に好評で、年々システムの重要性が増してい
ました。⼤⼿販売代理店からは、計画停⽌の時間を減らして欲し
いなど、SLAの向上を要望されており、今回、「Oracle
Autonomous Database」を導⼊し、在庫情報の提供に関する
品質を向上できたと考えております。
アズワン株式会社 IT推進部部⻑福⽥智宏様
利⽤サービス
Oracle Autonomous Transaction Processing
Oracle Application Express
業務アプリ︓新規構築
80

View Slide

Autonomous Transaction Processingで新
キャッシュレス決済基盤を整備
今後4万台にも及ぶPOS端末の処理を無停⽌
によるスケールアップで対応
「Oracle Autonomous Database」の検証では、可⽤
性、運⽤効率に優れた環境が簡単に構築できることが確
認できました。将来的には、既存オンプレミスにて構築され
ている決済システムの「Oracle Exadata」のクラウド化も
⾒据え、本システムにおける「Oracle Autonomous
Database」の実⼒に期待したいと思います。
ベリトランス株式会社 *
取締役執⾏役員CTO ⾚尾浩平様
* 現︓DGフィナンシャルテクノロジー
お客様の課題
マルチ決済システムと専
⽤POS端末間で発⽣す
る、想定40GBものトラ
フィックへの対応
利⽤者の増減に応じて
柔軟にシステムリソースの
調整が可能な基盤の実
現
導⼊効果
将来的に⼤幅増加が予
想される処理にもサイジ
ング不要で対応可能な
基盤を実現
・無停⽌でCPUとスト
レージを拡張可能
・⾃動スケール機能
運⽤における作業⼯数
を⼤幅削減、本来の業
務に集中可能
・構築における各種設定
作業が不要
・設定ミスの発⽣がなくリ
スク低減
業務アプリ︓新規構築
81

View Slide

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
混在ワークロード︓他社からの移⾏
82

View Slide

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)
混在ワークロード︓他社からの移⾏
83

View Slide

部⾨システム・新規ビジネス
84

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
85

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
86 Copyright © 2023, 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

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
87

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
88

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
89
• 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

View Slide

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
• Oracle Application Express
• Oracle Analytics Cloud
顧客事例︓三井不動産ファシリティーズ株式会社
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

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。
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
91

View Slide

n 内外装タイル・オリジナルタイル・⽯材・⽊質建材・システムキッチン・ユニッ
トバス・洗⾯台・トイレ・給湯器などの建築資材の販売および施⼯を⾏う
総合企業
n ⼤阪に本社を置き、創業から 100 周年を迎える（1919 年創業）
会社概要
導⼊背景
n データに基づく開発事業・企画・販売業務の実現
• 昨今の変化の激しいビジネス環境を、より客観的に分析・把握する
ことの重要性や課題意識の⾼まり
n 基幹システムから出⼒される定型レポートをベースにした分析の限界（柔
軟性の⽋如）
n 基幹システム上の「社内ビックデータ」の有効活⽤
• ⼀部のデータから外部データを含めた様々なデータの有効活⽤
n パフォーマンスやチューニングを気にすることなく、データ量の増⼤に耐えられ
る分析基盤の構築
ソリューション
n Oracle Autonomous Data Warehouse
導⼊効果
n 顧客の嗜好遷移を決まった項⽬軸だけではなく直感的な操作で資材・市
場ごとに把握し、経営判断に活⽤
n Oracle Analytics Cloud に組み込まれた機械学習機能を活⽤してト
レンド分析を⾏い、売れ筋商品を容易に把握
n IT 部⾨との調整など属⼈的なプロセスからの解放
n 膨⼤なデータでも安定したパフォーマンスが確保され、データ分析範囲を⼤
幅に拡⼤
顧客事例︓平⽥タイル様
⾃由度の⾼い分析ツールで客観的な市場把握を⾏うため Oracle Cloud を導⼊
分析イメージ
営業別、地域別売上分析
分析イメージ
四半期別、売上トレンド分析
92

View Slide

Oracle Cloud Infrastructureでは、多様なデータベース・サービス(Base, Exadata, Autonomous
Database)を提供し、お客様のあらゆる要件に対応できます
世界初の⾃律型データベース・クラウド・サービスであるAutonomous Databaseは、⽇本のお客様での利
⽤が急速に進んでいます
部⾨システムからデータウェアハウス、そして基幹システムまであらゆる⽤途にご活⽤いただけます
まとめ
93

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.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
94

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
95

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
+
96

View Slide

参考情報
Oracle Autonomous
Database
97

View Slide

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
98 https://www.oracle.com/jp/autonomous-database/autonomous-data-warehouse/

View Slide

2 ECPU/ストレージ 100GB/バックアップ 500GB
24時間31⽇間(744時間)
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)
99 https://www.oracle.com/jp/autonomous-database/autonomous-transaction-processing/

View Slide

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
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
* As of August 2023
100

View Slide

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)
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)
101 https://www.oracle.com/jp/autonomous-database/autonomous-data-warehouse/

View Slide

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)
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)
102 https://www.oracle.com/jp/autonomous-database/autonomous-transaction-processing/

View Slide

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
1 Oracle Autonomous Data Warehouse BYOL
Oracle Autonomous Transaction Processing BYOL
1 ¥45.164 1時間/OCPU ¥33,602
(744時間)
合計 ¥50,178
103

View Slide

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
1 Oracle Autonomous JSON Database 1 ¥45.164 1時間/OCPU ¥33,602
(744時間)
合計 ¥50,178
104 https://www.oracle.com/jp/autonomous-database/autonomous-json-database/

View Slide

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
105

View Slide

View Slide

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

oracle4engineer
PRO

More Decks by oracle4engineer

Other Decks in Technology

Featured

Transcript

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

oracle4engineer PRO

More Decks by oracle4engineer

Other Decks in Technology

Featured

Transcript

oracle4engineer
PRO