Oracle Cloud Infrastructure：2022年4月度サービス・アップデート

過去資料はこちら：https://bit.ly/3IiEb7Y
2022年4月のOracle Cloud Infrastructure サービス・アップデートです。

Transcript

1. Oracle Cloud Infrastructure (PaaS & IaaS) 2022年4⽉度サービス・アップデート ⽇本オラクル株式会社 事業戦略統括 事業開発本部 2022年4⽉14⽇
2. マニュアル • Oracle Cloud Infrastructure Documentation (英語版︓最新情報はこちらをご覧ください) • Oracle Cloud Infrastructure ドキュメント (⽇本語版) アップデートへのリンク • Oracle Cloud Infrastructure 全体 • Autonomous Database ブログ • [英語]Oracle Cloud Infrastructure Blog • [英語]Oracle Database Insider • [⽇本語]オラクルエンジニア通信 • サービス・アップデート(全体概要) • 本資料の過去資料はこちら • OCI新機能ハイライト(機能詳細) 各サービスのアップデートはこちらから確認できます 2 Copyright © 2022, Oracle and/or its affiliates
3. 東京リージョン: 追加サービス (3-4⽉) ⼤阪リージョン: 追加サービス (3-4⽉) • なし サービス・アップデート • Compute • 専⽤仮想マシン・ホスト(DVH)でE4, X9, X9 optimizedのサポー ト • Autonomous Database • Oracle以外のデータベースへのデータベースリンク • IAM認証サポートの拡張 • ソースファイルを指定した外部パーティション表 • Oracle APEX 21.2が利⽤可能に • MySQL • ⼩さいシェイプへのリストア • DBシステム削除ポリシー • MySQL HeatWave ML サービス・アップデート (続き) • NoSQL • オンデマンド価格体系 • Exadata Cloud@Customer • インフラストラクチャ・メンテナンス制御の機能拡張 • ADB-D on Exadata Cloud@Customer (複数Autonomous VMクラスターのサポート) • Oracle Cloud VMware Solution • 保護インスタンスが利⽤可能 • 通知サービスの対応 • OCIファイル・ストレージをセカンダリ・ストレージとして利⽤可能 • DevOps • ブルーグリーンとカナリア・デプロイメント戦略の追加 • Operations Insights • DBCS/ExaCSのデータベースのサポート • Oracle Zero Downtime Migration 21.3 • 物理オンライン移⾏の拡張 (スタンバイDB, Data Guard Broker) • RDSからDBCS/ExaCSへの移⾏に対応 2022年4⽉度 アップデート・サマリー Copyright © 2022, Oracle and/or its affiliates 3
4. 1. 東京/⼤阪リージョン 2. Oracle Cloud Infrastructure 全体 3. Infrastructure Service 4. データベース・サービス 5. Platform Service 6. マーケティング関連情報 (ニュース/事例/セミナー等) サービス・アップデート 4 Copyright © 2022, Oracle and/or its affiliates
5. SINET6への対応 • 国⽴情報学研究所(NII)が構築、運⽤している学術 情報ネットワーク(SINET︓Science Information NETwork)の次期ネットワークであるSINET6のクラウ ド接続サービスにOCIが対応したことを発表しました 活⽤事例 • OCIは、2019年からSINETに対応しており、東京およ び⼤阪リージョンと接続しています。2019年の対応以 来、理化学研究所、奈良先端科学技術⼤学院⼤ 学をはじめ、多くの⼤学・研究機関がSINET経由で OCIに接続しています • 理化学研究所が開発主体として推進しているスー パーコンピュータ「富岳」は、SINETを介して「OCI」と 接続し、⾼度な計算資源の有効活⽤と研究成果 創出を促進しています Oracle Cloud Infrastructureが次期学術情報ネットワーク(SINET6)に対応 Copyright © 2022, Oracle and/or its affiliates 5 https://blogs.oracle.com/oracle4engineer/post/sinet6-oci
6. 1. 東京/⼤阪リージョン 2. Oracle Cloud Infrastructure 全体 3. Infrastructure Service 4. データベース・サービス 5. Platform Service 6. マーケティング関連情報 (ニュース/事例/セミナー等) サービス・アップデート 7 Copyright © 2022, Oracle and/or its affiliates
7. 1. より⾼い柔軟性を実現するOCIの新サービスや追加 機能を発表 2. お客様のご登壇/事例発表 (Oracle Red Bull Racing、Aleph Alpha、GoTo、Cox Automotive, Vodafone、Samsung Securities) 2022年3⽉15⽇ Run Workloads Your Way on OCI 録画はこちらからご覧いただけます https://www.oracle.com/jp/events/live/run-workloads- your-way-on-oci/on-demand/ Copyright © 2022, Oracle and/or its affiliates 8
8. 2022/3/16 プレスリリース より⾼い柔軟性を実現するOCIの新サービスや追加機能を発表 2022年内に提供開始予定 • Container Instances VMのホスティングの直接管理やKubernetesのオーケ ストレーションをすることなく、コンテナを利⽤可能 • AMD E4.Dense Compute Instances 新しくAMD最新世代のプロセッサを利⽤したインスタン ス、低レイテンシのストレージを提供するNVMeドライブ によるメリットを提供 • Oracle Cloud VMware Solution on AMD AMDベースの32、64、128コアの新しいコア・オプション を提供。業界をリードするSDDCホストあたりのVM展 開密度のオプションを提供し、⾼CPUや⾼メモリのユー スケースに対応 • Flexible Block Volumes with Performance-based Auto-tuning 需要の変化に応じて、ブロック・ストレージ・ボリュームの 性能特性を⾃動的に変更可能 • High Availability ZFS ZFSファイル・サーバーを、OCI Block Volumesの RAWストレージとして • Content Delivery Network (CDN) Interconnect 特定のサード・パーティーのCDNプロバイダーを利⽤し て、ダイレクトにピアリング接続を確⽴ • Content Delivery Network (CDN) Service 地理的分散したネットワークで、エンドユーザーに最も 近いロケーションから、デジタル・コンテンツを配信 • Flexible Web Application Firewall (WAF) セキュリティ上の弱点を突く攻撃からのアプリケーション 保護に役⽴つ、WAFポリシーを定義、ロードバランサー またはエッジで適⽤可能 • Web Application Acceleration (WAA) ロードバランサーでのWeb HTTPレスポンスのキャッシュ と圧縮に対応 • Network Visualizer 構成ベースの接続性チェックを実⾏し、ネットワーク・パ スを、パス内の仮想ネットワーク・エンティティに関する 情報とともに可視化可能に • vTAP OCI Networkで帯域外でのパケット・キャプチャやイン スペクションがトラブルシューティングや セキュリティ分析、データ監視を容易に可能に 9 Copyright © 2022, Oracle and/or its affiliates Compute Storage Networking https://www.oracle.com/jp/news/announcement/jp-oci-new-services-and-capabilities-for-more-flexibility-2022-03-16 アナウンス
9. Infrastructure Service サービス・アップデート詳細 2022年3⽉ https://blogs.oracle.com/oracle4engineer/categ ory/o4e-new-feature-highlights 10 Copyright © 2022, Oracle and/or its affiliates
10. Oracle Cloud Infrastructure: 最近の主な新機能 (2022/03 -1) https://docs.cloud.oracle.com/iaas/releasenotes/ Release Date Services 2022/03/01 MySQL Database MySQL Database Service Inbound Replication Channels for DB Systems with High Availability 2022/03/01 MySQL Database MySQL Database Service Restores to Smaller Shapes 2022/03/01 Networking DRG route distribution match criteria 2022/03/01 Data Flow Data Flow now Allows More than One Private Network 2022/03/01 MySQL Database MySQL Database Service introduces straightforward enable and disable operations for High Availability 2022/03/02 Logging Analytics Logging Analytics: Use filters to specify inputs in your dashboards 2022/03/02 APM View Dimension Values in Trace Explorer 2022/03/02 Database Exadata Cloud@Customer: Enhanced Infrastructure Maintenance Controls 2022/03/02 Data Science Service managed networking resources 2022/03/02 Database Exadata Cloud@Customer: Control Plane Server (CPS) Offline Diagnostic Report 2022/03/03 Functions Support for function invocation logs 2022/03/04 Data Science Accelerated Data Science v2.5.8 is released 2022/03/08 OCVS Shielded Instances now available for Oracle Cloud VMware Solution ⾚字：本資料で取り上げる機能 ⽇本以外のリージョンでの特定のサービス開始は除外 11 Copyright © 2022, Oracle and/or its affiliates
11. Oracle Cloud Infrastructure: 最近の主な新機能 (2022/03 -2) https://docs.cloud.oracle.com/iaas/releasenotes/ Release Date Services 2022/03/10 NoSQL Database Oracle NoSQL Database Cloud: On Demand pricing model 2022/03/10 NoSQL Database Oracle NoSQL Database Cloud: Visual Studio Code Extension 2022/03/11 APM APM Browser Agent New Features 2022/03/15 Management Agent New Release for Management Agent 2022/03/15 Vulnerability Scanning Container image scanning using the Console 2022/03/15 OKE Support for OCI Network Load Balancers 2022/03/16 Data Flow Data Flow Adds Spark Oracle Datasource Functionality 2022/03/16 Database ADB-D on Exadata Cloud@Customer: Multiple Autonomous VM Cluster Support 2022/03/16 Cloud Shell CloudShell now offers OpenJDK 11 2022/03/21 Data Integration New Release for Data Integration 2022/03/21 API Gateway Support for HTTP/2 2022/03/21 Cloud Guard Cloud Guard Adds a Configuration Detector for Vulnerability Scanning Service 2022/03/21 OKE Support for Kubernetes version 1.22.5 2022/03/22 Operations Insight Support for Oracle Database Cloud Service Databases ⾚字：本資料で取り上げる機能 ⽇本以外のリージョンでの特定のサービス開始は除外 12 Copyright © 2022, Oracle and/or its affiliates
12. Oracle Cloud Infrastructure: 最近の主な新機能 (2022/03 -3) https://docs.cloud.oracle.com/iaas/releasenotes/ Release Date Services 2022/03/23 MySQL Database MySQL Database Service DB System Deletion Policy 2022/03/23 GoldenGate New release for GoldenGate 2022/03/24 OCVS Notifications now available for Oracle Cloud VMware Solution 2022/03/29 Marketplace Introducing Paid Listings expansion to Brazil, Canada, and United Kingdom 2022/03/29 DevOps DevOps adds Blue-Green and Canary deployment strategies 2022/03/29 Cloud Advisor V2.1 Release 2022/03/29 DevOps DevOps now supports deployment to private Kubernetes API endpoints 2022/03/30 MySQL Database MySQL Database Service Restores from a High Availability DB System to a Standalone DB System 2022/03/30 Compute Compute troubleshooting and diagnostic tool in the Console¥ 2022/03/30 Java Management Java Management 4.0 is Now Available 2022/03/30 Networking New FastConnect Options 2022/03/30 Compute Dedicated virtual machine hosts support E4, X9, and X9 optimized shapes 2022/03/31 Partner Portal Automate Stack Validation in Partner Portal 2022/03/31 Functions Support for the creation of repositories in non-root compartments ⾚字：本資料で取り上げる機能 ⽇本以外のリージョンでの特定のサービス開始は除外 13 Copyright © 2022, Oracle and/or its affiliates
13. Oracle Cloud Infrastructure: 最近の主な新機能 (2022/03 -4) https://docs.cloud.oracle.com/iaas/releasenotes/ Release Date Services 2022/03/31 Logging Analytics Logging Analytics: Enhancements in Visualizations and Analytics 2022/03/31 Logging Analytics Logging Analytics: Summary statistics grouped by client host coordinates field using geostats command 2022/03/31 Block Volume New Metrics for Block Volume Cross Region Replication 2022/03/31 Logging Analytics Logging Analytics: Support to ingest OCI DevOps Build Logs ⾚字：本資料で取り上げる機能 ⽇本以外のリージョンでの特定のサービス開始は除外 14 Copyright © 2022, Oracle and/or its affiliates
14. • TerraformのDRGルート配布ステートメントに必須の matchCriteria フィールドには、空のリストの代わりに MATCH_ALL matchTypeが使⽤できるようになった。 • 空のリストは、「すべて⼀致」を⽰すために引き続き利⽤可能。 DRGルート配布のマッチ・クライテリア Copyright © 2022, Oracle and/or its affiliates 15 2022/3/1
15. 悪意あるブートレベル・ソフトウェアからESXiホストを保護 SDDCのESXiホストとして保護インスタンス（Shielded Instance）を使⽤することを選択できるようになった。 保護インスタンスは、ESXiホストのファームウェア・セキュリティを強化して、悪意のあるブートレベル・ソフトウェアから防御する 機能。以下2つが構成される。 • セキュアブート ︓ファームウェアドライバー、EFIアプリケーション、オペレーティングシステムなど、ブートソフトウェアの各部分の署名を チェックする。署名が有効な場合、サーバーが起動し、ファームウェアがオペレーティングシステムを制御。有効なシグニチャデータベース の中に署名がに⾒つからない場合、システムは起動しない。 • Trusted Platform Module（TPM）は、プラットフォームの認証に使⽤される署名、証明書、暗号化キーなどのアーティファクトを 安全に保存できるコンピューターチップ [OCVS] 保護インスタンスが利⽤可能 Copyright © 2022, Oracle and/or its affiliates 16 2022/3/8
16. Cloud Shellで、OpenJDK11とOpenJDK8の2つのプリインストールされたJavaランタイムを提供されるようになった。 Cloud Shell内からcsruntimectlコマンドを使⽤して、ランタイムを切り替えることが可能。 [Cloud Shell] OpenJDK 11の提供 Copyright © 2022, Oracle and/or its affiliates 17 2022/3/16 xxx@cloudshell:~ (ap-tokyo-1)$ csruntimectl java list openjdk-11.0.14.1 /usr/lib/jvm/java-11-openjdk-11.0.14.1.1-1.0.1.el7_9.x86_64 * openjdk-1.8.0.322 /usr/lib/jvm/java-1.8.0-openjdk-1.8.0.322.b06-1.el7_9.x86_64 xxx@cloudshell:~ (ap-tokyo-1)$ 利⽤可能バージョンの表⽰例
17. OCVSの障害やメンテナンス情報を管理者に通知 通知(Notification)サービスを利⽤して、OCVSのSDDCや ESXiホスト、ベアメタルインスタンス、ネットワーク・コンポーネント を監視して管理者に通知することが可能。 SDDCの編集画⾯から⼀括で通知設定が可能 ⼆種類の通知 • VMwareベア・メタル・インスタンス・アラーム • 監視(Monitoring)サービスを使ったBMインスタンスのアラーム 設定 • ホストのメンテナンスや障害に関する通知が可能 • VMwareイベント • イベント(Event)サービスを使った通知 • SDDCやインスタンス、ネットワークなどのOCIリソースに対する、 作成、変更、起動停⽌などのアクションを契機に通知 Oracle Cloud VMware Solutionの通知設定 Copyright © 2022, Oracle and/or its affiliates 18 2022/3/24
18. クラウド・アドバイザで新たな推奨事項が追加になりました。 • Change compute instances to burstable. Cloud Advisorの機能拡張 Copyright © 2022, Oracle and/or its affiliates 19 2022/3/29
19. コンピュート・インスタンスの問題解決に役⽴つコンソール上のツール コンソール上のコンピュート・インスタンスのトラブルシューティングと診断ツール [Compute] トラブルシューティングおよび診断ツール Copyright © 2022, Oracle and/or its affiliates 20 メトリックやコンソール履歴の出⼒内容から、インスタンス の⼀般的な潜在的な問題を監視し、推奨されるトラブ ルシューティング⼿順を提供 2022/3/30
20. VM.Standard.E4.Flex, VM.Standard3.Flex, VM.Optimized3.FlexシェイプでもDVH利⽤可能 専⽤仮想マシン・ホスト(Dedicated Virtual Machine Hosts) • テナンシ専⽤のサーバー上にVMインスタンスを配置することが可能 • 他のお客様との共有環境ではなく、完全にお客様専⽤のサーバーを使⽤ • DVH上の各VMインスタンスは同⼀テナント内の別コンパートメントにも配置可能 • ユースケース • セキュリティ上の理由などで、物理サーバーとして独⽴した環境の上にVMが必要な場合 • BYOL要件によって専⽤の物理サーバー上でVMを動作させる必要がある場合 • 専⽤仮想マシン・ホストでサポートされない機能 • ⾃動スケーリング、容量予約、インスタンス構成、インスタンスプール、バースト可能インス タンス、リブート・マイグレーション（メンテナンスの際に⼿動での移⾏が必要） • 使⽤可能シェイプ（2022/04現在、前世代シェイプを除く） [Compute] 専⽤仮想マシン・ホスト(DVH)でE4, X9, X9 optimizedのサポート Copyright © 2022, Oracle and/or its affiliates 21 専⽤仮想マシン・ホスト VMインスタンス VMインスタンス VMインスタンス • 各VMインスタンスごとにはCompute課⾦は発⽣せず、 専⽤仮想マシンホストを作成した時点で、Billed OCPU分の課⾦が発⽣ • VMインスタンスごとにWindowsの場合のWindows 課⾦や、そのほかライセンスが必要なソフトウェアがある 場合は別途必要 VMインスタンス Shape Instance Type Billed OCPU Usable OCPU DVH.Standard3.64 X9-based VM host 64 60 DVH.Standard.E4.128 E4-based VM host 128 121 DVH.DenseIO2.52 X7-based dense I/O VM host 52 48 DVH.Optimized3.36 X9-based optimized VM host 36 32 2022/3/30
21. FastConnectの障害時動作やテストに有⽤な機能が追加された FastConnectで以下⼆点の機能追加 • 仮想回線リソースを削除することなく、コンソール上から既存のBGPセッションの無効化/再確⽴（⾮Active化/Active化）をするこ とが可能になった • フェイルオーバーのテスト⽬的などに利⽤可能 • FastConnectで双⽅向転送検出（Bidirectional Forwarding Detection, BFD）のオプションの追加 • BFDにより、パス障害時のフェイルオーバーをより⾼速に⾏うことが可能になる。 FastConnectのオプション追加 Copyright © 2022, Oracle and/or its affiliates 22 2022/3/30
22. リージョン間レプリケーションの最終同期からの経過時間を監視可能 • oci_blockstore メトリック・ネームスペースの新しいメトリックを使⽤して、ブロック・ボリュームのリージョン間レプリケーショ ン操作のステータスを追跡できるようになった。 ブロック・ボリュームのクロス・リージョン・レプリケーションの新メトリック Copyright © 2022, Oracle and/or its affiliates 23 ソース・ボリューム側の VolumeReplicationSecondsSinceLastUpload メトリック レプリカ側の VolumeReplicationSecondsSinceLastSync メトリック 2022/3/31
23. インスタンスに接続できないようなケースでのセルフサービスでのトラブルシューティング コンピュートのVMインスタンスの診断リブート • VMインスタンスに接続できないようなケースで、他のトラブルシューティングの⼿段がすべて失敗した場合の最終⼿段。 • 診断リブート実施前にOSの再起動やインスタンスの構成が正しく設定されているかなど確認すること。 • 診断リブートでは、インスタンスは停⽌し、再構成され、再起動される。（再構成といっても、OCIDやインスタンスの作成⽇などの基 本情報はもちろん、IPアドレス、ボリューム、VNICなどのインスタンスのプロパティ情報も保持され、再構成前と変わらない。） • サポートされるシェイプ︓DenseIOシリーズのシェイプを除くすべてのVMシェイプ [Compute] 診断リブート（再起動診断、Diagnostic Reboot） Copyright © 2022, Oracle and/or its affiliates 24 2022/4/6
24. https://docs.oracle.com/ja-jp/iaas/Content/Compute/References/troubleshooting-compute-instances.htm インスタンスのトラブルシューティングおよび診断ツール メトリックやコンソール履歴の出⼒内容から、インスタンスの ⼀般的な潜在的な問題に対して推奨されるトラブルシュー ティング⼿順を提供 コンソール履歴 コンソール上から、インスタンスのシリアル・コンソールの現時 点までの履歴を表⽰ コンソール接続 Cloud ShellまたはクライアントPCから、インスタンスのシリア ル・コンソールやVNCコンソールに接続して操作可能 診断中断（Diagnostic Interrupt）の送信 ハング時などに、インスタンスのOSをクラッシュさせてクラッ シュ・ダンプを出⼒して再起動させる 診断リブート（Diagnostic Reboot） インスタンスに接続できないような場合、他の⽅法で解決で きない場合の最終⼿段。インスタンスを再構成して再起動。 【参考】コンピュート・インスタンスのトラブルシューティングで活⽤できる機能 Copyright © 2022, Oracle and/or its affiliates 25 インスタンスのトラブルシューティング コンソール履歴 コンソール接続 New New
25. BYOIPでIPv6アドレス持ち込みが可能になった • IPv6のBYOIP（Bring Your Own IP） • 持ち込むIPv6接頭辞のサイズは /48以上 • BYOIPのプロセスはIPv4 CIDR持ち込みの場合と同様 • VCNへのIPv6接頭辞の割り当て • 割り当てるIPv6接頭辞のタイプを選択 • Oracle割当てのGUA（ /56 固定）、BYOIPv6接頭辞（ /64 以上）、 ULA接頭辞（ /64 以上） • VCNに最⼤5つのIPv6接頭辞を追加可能。Oracle割り当ては1つのみ。 • IPv6サブネットのサイズは /64 固定 VCNでのBYOIPv6のサポート Copyright © 2022, Oracle and/or its affiliates 26 VCNへのIPv6接頭辞の追加 BYOIPのインポート⼿順概観 Oracleへのリクエスト、RIRでのROA作成、RIRへの 検証（最⼤10営業⽇）などのプロセスが必要 2022/4/13
26. ダッシュボード画⾯でカスタマイズしたコスト分析のチャート表⽰が可能 • コンソールのダッシュボード画⾯で新規ウィジェットとして「コスト管理」ウィジェットが追加された • コスト分析と同様にフィルタリングやグループ化などカスタマイズしたチャートを⽣成できる。 • ダッシュボード上からコスト分析画⾯に移動したり、PDFエクスポートも可能 コンソール・ダッシュボードのコスト管理ウィジェットの追加 Copyright © 2022, Oracle and/or its affiliates 27 2022/4/13
27. リリースノート以外のアップデート そのほかのアップデート Copyright © 2022, Oracle and/or its affiliates 28
28. 作成されたサポート・リクエストに対して、コンソール画⾯を通じたファイルの添付が可能に サポート・センター・ダッシュボードを使⽤して サポート・リクエストに ファイルの添付が可能になりました ※ ファイルサイズは 100MB 以下、実⾏可能ファイルの添付は出来ません [サポート・センター] ファイルの添付が可能に Copyright © 2022, Oracle and/or its affiliates 29
29. 地域ごとにタブが分割され、より⾒やすいレイアウトに すべてのリージョンの、全てのOCI サービスの稼働状況を確認できる「OCI Status ダッシュボード」がアップグレードされました • リージョンは地域ごとにタブで分かれ、関⼼のあるリージョンをより⾒つけやすいレイアウトに • 以前と同様、ダッシュボードでは過去のイベント履歴を閲覧可能 • 各ステータスのレポートは、エンドポイントにアクセスすることで JSONファイル でダウンロード可能 - サマリー・レポート︓https://ocistatus.oraclecloud.com/api/v2/components.json - ステータス・レポート︓https://ocistatus.oraclecloud.com/api/v2/status.json OCI Status ダッシュボードがアップグレード Copyright © 2022, Oracle and/or its affiliates 30
30. エンタープライズレベルでクラウドを採⽤する際の指針となるフレームワークの提供 「OCI Cloud Adoption Framework」テクニカル・サイト（2022年1⽉〜） • https://docs.oracle.com/ja-jp/iaas/Content/cloud-adoption-framework/home.htm エンタープライズレベルのベースライン・ランディング・ゾーン • https://docs.oracle.com/ja-jp/iaas/Content/cloud-adoption-framework/landing-zone.htm • セキュリティ、ガバナンス、アイデンティティなど、オラクルのあらゆるベスト・プラクティスをもとに、OCIへの迅速な導⼊とデプロイメントを可 能にするソリューション • GitHubでフルスタックの提供、またはコンソールのクイックスタートから⼩規模向けのデプロイも可能 OCI Cloud Adoption Frameworkの拡充 Copyright © 2022, Oracle and/or its affiliates 31
31. SDDC vSANデータストア より柔軟にOCVSのストレージ領域を拡張可能 Oracle Cloud VMware Solutionのストレージ領域としてOCI ファイル・ストレージ・サービスが利⽤可能に • ファイル・ストレージ・サービスのファイル・システムをvSANのデータストアとして追加可能になった • これまではvSANはローカルNVMeのみで構成されていたのでデータストアを拡張したい場合にはノード追加する必要があったが、ファイ ル・ストレージを追加することによってより柔軟に拡張が可能 OCIファイル・ストレージをOCVSのセカンダリ・ストレージとして利⽤可能 Copyright © 2022, Oracle and/or its affiliates 32 ローカルNVMe ベアメタル インスタンス ローカルNVMe ベアメタル インスタンス ローカルNVMe ベアメタル インスタンス ファイル・ストレージ セカンダリのデータストアとして追加 NFSアクセス
32. https://blogs.oracle.com/oracle4engineer/post/sinet6-oci FastConnectは2019年から学術情報ネットワーク（SINET︓Science Information NETwork）に対応していたが、 2022年4⽉に本格運⽤を開始した次期ネットワークである SINET6 にも対応。 [FastConnect] 次期学術情報ネットワーク（SINET6）に対応 Copyright © 2022, Oracle and/or its affiliates 33
33. https://blogs.oracle.com/oracle4engineer/category/o4e-OCI新機能ハイライト よりタイムリーに新機能情報をキャッチアップしたい⽅は、Oracleエンジニア通信内のブログシリーズ「Oracle Cloud Infrastructure 新機能ハイライト」もご参照ください。 隔週で新機能をご紹介しています。 Oracle Cloud Infrastructure 新機能ハイライト 34 Copyright © 2022, Oracle and/or its affiliates
34. 1. 東京/⼤阪リージョン 2. Oracle Cloud Infrastructure 全体 3. Infrastructure Service 4. データベース・サービス 5. Platform Service 6. マーケティング関連情報 (ニュース/事例/セミナー等) サービス・アップデート 35 Copyright © 2022, Oracle and/or its affiliates
35. 1. HeatWave ML (機械学習ソリューション) 2. リアルタイムの伸縮性 (ノード数の動的な拡張) 3. 搭載可能データ量の拡⼤ 4. TPC-DCベンチマーク ※ 詳細は本資料の巻末をご覧ください 2022年3⽉29⽇ MySQL HeatWave New Machine Learning Capabilities 録画はこちらからご覧いただけます https://www.oracle.com/jp/events/live/mysql-heatwave- ml/on-demand/ Copyright © 2022, Oracle and/or its affiliates 36
36. MySQL Database Serviceに追加されたデータは分析クエリで即座に利⽤可能 MySQL HeatWaveのアーキテクチャ Copyright © 2022, Oracle and/or its affiliates 37 • アプリケーション側からはMySQLに対してSQLを実⾏するのと同じ MySQL Database Service 分析 クエリ 結果 セット MySQL コンパイラ & オプティマイザー 分析クエリ 最適化 Insert/ Update OLTPクエリ 最適化 リアルタイム 更新 InnoDB ストレージエンジン MySQL クエリ実⾏ HeatWave Node インメモリデータ管理 分析クエリ実⾏ 分析ジョブスケジューラ 結果 クエリ プッシュダウン 並列化 Object Storage リロード
37. 追加費⽤不要でトランザクション処理、分析処理、予測処理を⼀つのデータベースで HeatWave ML - MySQL HeatWaveの内部で機械学習エンジンが動作 Copyright © 2022, Oracle and/or its affiliates 38 • MySQL HeatWave内の データに対して機械学習 → ETL不要 & セキュリティの向上 • オラクルのAutoMLによって 機械学習の⼯程を⾃動化 → 作業効率の向上 • 少数のSQL関数の実⾏のみで 機械学習の各⼯程を実⾏可能 → DB利⽤者との親和性 • Amazon Redshift MLより ⾼い予測精度をもち「トレーニング」 は25倍以上⾼速かつ1%のコスト New
38. 10TB TPC-DS: 対Redshift 4.8倍, 対Snowflake 14.4倍, 対BigQuery 12.9倍, 対Synapse 14.9倍 • Pricing for Redshiftの価格はリザーブドインスタンスの1年分先払い、 Snowflakeは Standard Editionで計算 • Google Big Queryは定額料⾦、⽉額コミットメント、For Azure Synapseは1年間のリザーブドの価格で計算 費⽤対効果の⽐較: HeatWave, Redshift, Snowflake, Google Big Query, Azure Synapse 5.19 8.2 13.2 20.4 23.2 0 5 10 15 20 25 HeatWave (15 HW Nodes) Redshift (8 * ra3.4xlarge) Snowflake (X-Large cluster) Google BQ (800 slots) Azure Synapse (DW 2500c) Geomean (sec) $49,561 $150,784 $280,320 $ 163,200 $165,575 $0 $50,000 $100,000 $150,000 $200,000 $250,000 $300,000 HeatWave Redshift Snowflake Google BQ Azure Synapse 実⾏時間 年間コスト Copyright © 2022, Oracle and/or its affiliates 39 https://www.oracle.com/mysql/heatwave/performance/
39. ゲーム難易度の調整やイベントの参加率をリア ルタイムで分析したいと考えていました。 MySQL HeatWaveを導⼊したおかげで、 想定の最⼤90倍もの⾼速化を実現し、 リアルタイム分析を毎時間⾏うことができます。 プログラム開発の負荷や事前に検証した 想定処理時間では実現不可能と 思っていたので、本当に驚きです。 川本 昌之 ジニアス・ソノリティ株式会社 取締役 / 最⾼技術責任者 Copyright © 2022, Oracle and/or its affiliates 40
40. Autonomous Database サービス・アップデート詳細 2022年3⽉ https://docs.oracle.com/en/cloud/paas/autono mous-database/adbsn/ 41 Copyright © 2022, Oracle and/or its affiliates
41. Storage Auto Scaling ストレージの⾃動スケーリング 設定値の最⼤3倍までストレージの⾃動スケーリングができるようになりました。あらかじめ最⼤サイズを予約する必要がなくな るためコストを抑えることができます。また想定外のデータ量の増加への対応にも利⽤できます。 • インスタンスの作成時または作成後に有効化（デフォルトは無効） • 予約済みストレージの空きが900GBを下回ると、1TBずつ、設定値の最⼤3倍まで⾃動的に拡張 • ⾃動スケーリング機能を無効化するときに、割り当て済みストレージ量が設定値を超えている場合は、警告が表⽰され、 使⽤済みのストレージ量が収まるよう設定値が変更される • 課⾦は割り当て済ストレージを切り上げた値にかかります（例︓0.1GB⇒1TB、1.1GB⇒2TB) 2022/3 予約済みストレージ(例︓1TB)- 割り当て済ストレージ（例︓104GB)<900GBとなると 【サービスコンソールの概要で確認】 42 予約済みストレージの サイズ 予約済みストレージが 1TB拡張される Copyright © 2022, Oracle and/or its affiliates
42. Storage Auto Scaling ストレージの⾃動スケーリング 割り当てられたストレージより使⽤済みストレージが⼤幅に少ない場合、以下の条件で割り当てられたストレージを⼿動で 縮⼩できます。⾃動スケーリングにより拡張後、データを⼤量に削除したときなど利⽤できます。 • ストレージの⾃動スケーリングが有効 • 予約するストレージの量より割り当て済ストレージが⼤きい • 割り当て済ストレージ量ー使⽤済記憶域>100GBである 割り当てられたストレージ量と 使⽤済記憶域に⼤きく差 （差>100GB） 縮⼩ボタンをクリック 2022/3 Copyright © 2022, Oracle and/or its affiliates 43
43. Database Links with Oracle-Managed Heterogeneous Connectivity Oracle以外のデータベースへのデータベースリンク Oracle Database Gatewayをユーザ側で⽤意しなくとも、Oracle以外のデータベースへのデータベースリンクを作成できるよう になりました。他のデータベースのデータを簡単にAutonomous Databaseで利⽤することができます。 前提 • 現在サポートされるデータベースはRedshift、MySQL、PostgreSQL、Snowflake • ターゲットデータベースがパブリックインターネットからアクセス可能であり、サポートされているポート番号を使⽤ • ターゲットデータベースが着信SSLおよびTLS接続を許可する構成 AWS Redshift PostgreSQL SELECT COUNT(*) FROM TABLE@各DBへのDBLINK; 2022/3 Copyright © 2022, Oracle and/or its affiliates 44
44. Identity and Access Management (IAM) Authentication Additional Features IAM認証サポートの拡張 IAM認証サポートで さらに以下の機能強化が⾏われました。IAM認証を利⽤することでユーザの⼀元管理およびツール、 アプリケーションとの連携が容易にできるようになります。 • グローバルユーザーマッピングの定義 • グローバルロールマッピングの定義 • IAMでのリソースプリンシパル使⽤のサポート • プロキシユーザーサポート ※ADB-IAM統合は2021/11/8より以前に作成されたテナントでサポート 2022/3 Copyright © 2022, Oracle and/or its affiliates 45
45. External Tables with Partitioning Specified in Source Files ソースファイルのパーティショニングを使⽤した外部パーティション表 Hive形式や単純なフォルダーなどでパーティション化されたデータを元に外部パーティション表を作成できるようになりました。 DBMS_CLOUD.CREATE_EXTERNAL_PART_TABLEでfile_uri_list句にファイルパスを指定して作成します。 以下の利点があります。 • シンプルな記述 • ファイルパスからパーティションの列とデータ型を⾃動で判別(⼿動で指定も可） • ソースファイルの削除や追加に対して同期をとるSYNC_EXTERNAL_PART_TABLEの利⽤ ※partition_clouse句と同時には使えません。 2022/3 DBMS_CLOUD.CREATE_EXTERNAL_PART_TABLE ( table_name => 'mysales', credential_name => 'mycredential', file_uri_list => https://objectstorage.us-phoenix-1.oraclecloud.com/.../sales/*.csv', column_list => 'product varchar2(100), units number, country varchar2(100), year (number), month varchar2(2)', field_list => 'product, units', --[Because country, year and month are not in the file, they are not listed in the field list] format => '{"type":"csv","partition_columns":["country", "year", "month"]}'); .../sales/country=USA/year=2020/month=01/file1.csv .../sales/country=USA/year=2020/month=01/file2.csv .../sales/country=USA/year=2020/month=02/file3.csv .../sales/country=USA/year=2020/month=03/file1.csv .../sales/country=FRA/year=2020/month=03/file1.csv 46 Copyright © 2022, Oracle and/or its affiliates
46. 47 Metadata Columns in External Tables 外部表のメタデータ列 外部表のソースファイルのファイルパスとファイル名をメタデータとして⾮表⽰の列情報（file$path、file$name)でサポート します。検索したレコードがどのファイルを元にしているのか確認することに役⽴ちます。 例︓外部表(ext_genre)のデータとメタデータを⼀緒に検索 2022/3 SELECT genre_id, name, file$name, file$path FROM ext_genre WHERE rownum <= 2; genre_id name file$name file$path -------- --------- ----------- ---------------------- 1 Action genre.csv https://objectstorage.us-ashburn-1.oraclecloud.com/n/namespace-string/b/moviestream_gold/o/genre 2 Adventure genre.csv https://objectstorage.us-ashburn-1.oraclecloud.com/n/namespace-string/b/moviestream_gold/o/genre Copyright © 2022, Oracle and/or its affiliates
47. 48 Oracle APEX Upgrade Available Event 新しいAPEXリリースへのアップグレード可能時に⽣成されるイベント APEXの新しいリリースにアップグレードできるようになったときに⽣成されるイベントがサポートされました。イベント・タイプのカ テゴリはinformationになります。(太字が追加されたイベント） 2022/3 イベント・タイプ 含まれるイベント 条件 Information APEXUpgradeAvailable Oracle APEXの新しいリリースが利⽤可能 AJDNonJsonStorageExceeded Autonomous JSON Databaseでリレーショナルデータが20GBを超えた 場合に発⽣ MainentanceBegin メンテナンス開始（メンテナンススケジュール時刻での発⽣ではないことに 注意） MaintenanceEnd メンテナンス終了 DatabaseConnection 新規IPアドレス（過去30⽇間において接続なし）からの接続検知 NewMaintenanceSchedule 次回計画メンテナンス⽇時の通知（メンテナンス終了後に発⽣） ScheduledMaintenanceWarning 計画メンテナンスの時間から1時間前と24時間前に発⽣ Copyright © 2022, Oracle and/or its affiliates
48. 49 Oracle APEX 21.2 Oracle APEX 21.2が利⽤可能に 付属のAPEXのリリースが21.2になりました。21.2の新機能についてはこちらをご覧ください。 https://apex.oracle.com/ja/platform/features/whats-new-212/ 2022/3 Copyright © 2022, Oracle and/or its affiliates
49. 50 ADB-D on Exadata Cloud@Customer: Multiple Autonomous VM Cluster Support ADB-C@Cで複数のAutonomous VMクラスタのサポート Exadata Cloud@Cusomterインフラストラクチャ上で Autonomous VMクラスタと⾮Autonomous VMクラ スタが共存できるようになりました 以下が可能です • 複数のAutonomous VMクラスタの作成 • 各Autonomous VMクラスタのリソースのカスタマイ ズ(OCPU/メモリ/ストレージ） • Autonomous VMクラスタごとの個別のメンテナンス 実⾏ • Autonomous VMクラスタごとに異なるライセンス・ モデルの指定 2022/3 Compute Node 1 Compute Node 2 VM Cluster 2 OLTP⽤途で多くのコンピュートリソースを利⽤ Autonomous Database Service VM Cluster 1 分析⽤途で多くのストレージを利⽤ Exadata Database Service VM Cluster 3 コンピュートとストレージをバランスよく利⽤ Autonomous Database Service Available on Exadata Cloud@Customer Infrastructure X7 through X9M ADB-C@C イメージ例 Copyright © 2022, Oracle and/or its affiliates
50. データベース・クラウド 各バージョンのサポート期間 52 Copyright © 2022, Oracle and/or its affiliates
51. Oracle Database: リリース及びサポート・タイムライン Release Schedule of Current Database Releases (Doc ID 742060.1) リマインド 53 Copyright © 2022, Oracle and/or its affiliates
52. 対象サービス • Database Cloud, Exadata Cloud (Public & Cloud@Customer) サポート終了 • 基本的にオンプレミスのライフタイム・サポートに準拠して設定 (オンプレミスにおけるエラー修正終了時に、クラウドではサポート終了となり、Sustaining Supportは提供されない) • セキュリティ・パッチを含むパッチ提供を終了、新規プロビジョニングを終了 • 当該バージョンのインスタンス稼働は保証されない (速やかなアップグレードもしくはインスタンス停⽌を推奨) 各データベース・バージョンのクラウドでのサポート期間 Release Schedule of Current Database Releases (Doc ID 742060.1) クラウドでの提供開始 サポート終了 (Sustaining Supportの提供なし) 11g R2 (11.2.0.4) 2014年9⽉ 2021年3⽉31⽇ (終了済み) 12c R1 (12.1.0.2) 2014年9⽉ 2022年7⽉31⽇ ← 残り3ヶ⽉ 12c R2 (12.2.0.1) 2017年3⽉ 2022年3⽉31⽇ (終了済み) 18c (12.2.0.2相当) 2018年3⽉ 2021年6⽉30⽇ (終了済み) 19c (12.2.0.3相当) 2019年1⽉ 2027年4⽉30⽇ 21c 2020年12⽉ 2024年4⽉30⽇ リマインド Copyright © 2022, Oracle and/or its affiliates 54
53. 1. 東京/⼤阪リージョン 2. Oracle Cloud Infrastructure 全体 3. Infrastructure Service 4. データベース・サービス 5. Platform Service 6. マーケティング関連情報 (ニュース/事例/セミナー等) サービス・アップデート 55 Copyright © 2022, Oracle and/or its affiliates
54. • Blue/Greenデプロイ戦略では、アクティブに加えてスタンバイの環境を使⽤して、アプリケーションの新バージョンをリリース • 新バージョンをスタンバイ環境にデプロイ (アクティブ環境やユーザーのトラフィックには影響) • 新バージョンに対して検証テストを実⾏。承認されると、ユーザーのトラフィックをスタンバイ環境を本番環境に昇格 • 最⼩限のダウンタイムと即時のロールバック機能を提供 • カナリア・リリースのデプロイ戦略では、アプリケーションの新しいバージョンを⼀部のユーザーに段階的にリリース • いずれもデプロイメント・パイプラインをGUI上で定義する際にテンプレートとして選択可能 Copyright © 2022, Oracle and/or its affiliates 56 Blue/Greenデプロイとカナリア・リリース [OCI DevOps] 新たなデプロイ戦略 Blue/Greenデプロイ カナリアリリース OCI DevOpsの新たなデプロイ戦略の発表 https://blogs.oracle.com/oracle4engineer/post/oci-dev-ops-canary-blue-green 機能拡張
55. [OCI GoldenGate] ストレージ使⽤率の確認 ▪概要 Trail Fileを格納するストレージの使⽤率を確認することができるようになりました OCIコンソール, GoldenGate APIで確認可能であり、 OCI Events ではイベント・タイプ ” StorageUtiliization”にて 設定可能となっています 57 Copyright © 2022, Oracle and/or its affiliates 機能拡張
56. [OCI Database Migration Service] チュートリアル • OCI Database Migration Serviceの チュートリアルを新規に公開しました • 移⾏の前準備、オフライン移⾏、 オンライン移⾏の3本構成となっています • チュートリアル内では DBCSからADBへの移⾏を例に 移⾏⽅法を紹介しています • https://oracle-japan.github.io/ ocitutorials/database/ adb304-database-migration-prep/ 58 Copyright © 2022, Oracle and/or its affiliates
57. OCIで管理しているコンテナ内環境の脆弱性検出 OCIのコンテナ内のイメージに対しての脆弱性スキャンにつ いて、コンソールから簡単に設定できるようになりました • 脆弱性スキャンの対象としてOCIのコンテナ・リポジトリ 単位で指定することが出来ます。包括指定も可能で す • これまではAPIやコマンド、コンテナレジストリでしか設 定できなかったので管理が統⼀されました OCIの様々なサービスの設定やアクティビティを監視する Cloud Guardのディテクタ・レシピ(問題設定の検出ルー ル)が強化されました • 脆弱性スキャンでコンテナイメージをターゲットにしてス キャンを⾏い問題が発⾒された場合 を検知し、レポートします [Cloud Security] コンテナをターゲットにした脆弱性のスキャンとCloud Guardでの検出 59 脆弱性スキャンのターゲット追 加画⾯から簡単に設定 左記脆弱性スキャンからの検 出結果を監視対象に追加 機能拡張 Copyright © 2022, Oracle and/or its affiliates
58. ⻑期間蓄積した情報からDBリソース消費を予測 & 影響の⼤きいSQLを抽出 新機能 • DBCS(VM, BareMetalとも)、ExaCSが標準監視先と して追加。従来から対応しているAutonomous DBをく わえクラウドDBの統合監視が可能 • 従来はManagement Agentのインストールなどを実施した上 で外部データベースとして登録するなどの準備が必要 • データ蓄積期間は25ヶ⽉。⼗分なデータを元にした精度 の⾼い機械学習での将来予測 メリット • DBリソースの適切な配置 • 「容量計画」メニューから監視下のDBのCPUやメモリなどのこ れまでのリソース消費記録にアクセス。あわせ機械学習による 将来の負荷予測を⾏い適切なリソース配分に活⽤ • 問題のあるSQLの把握と対処 • 「SQL Warehouse 」により過去実⾏されたSQLの情報を⻑ 期間蓄積し、2次元グラフでリソース消費度を⼀覧で把握。 ⻑期的にシステムに影響を与えている処理を特定できる [Operation Insight] DBCS、ExaCSを標準サポート 60 管理下のデータベースのリソース消費情報を⼀覧で表 ⽰し、負荷の重いDBを容易に発⾒ 蓄積されたデータから、任意のデータベースがどのような リソース消費を⾏うか機械学習で予想、アドバイス 機能拡張 Copyright © 2022, Oracle and/or its affiliates
59. 利便性を向上させるための機能追加 ダッシュボードでの検索条件の変更 • ダッシュボードに登録したログ検索画⾯上にてフィル ターを変更することが可能になりました • ダッシュボード下の全ウィジェットの検索条件をを⼀括 して切り替えることができます Geostatsコマンドによるhostのグループ化集計 • Client Host Coordinates フィールドによりグループ 毎の統計計算を⾏うことが可能になりました。これを 利⽤するとIPアドレスの地理的なグループにより集計 を⾏えます [Logging Analytics] 各種機能拡張 61 ダッシュボード画⾯にてフィルターを操作すると下 部ウィジェットの検索結果に適⽤される 拡張フィールド定義およびラベル ログエクスプローラーにて、レコー ド表⽰されるログについて「拡張 フィールド定義」および「ラベル」 が追加できるようになりました。 拡張フィールド定義では値の加 ⼯(例: 任意の⽂字列追加)、ラ ベルでは条件に応じたラベルの 付加が可能です。 機能拡張 Copyright © 2022, Oracle and/or its affiliates
60. 1. 東京/⼤阪リージョン 2. Oracle Cloud Infrastructure 全体 3. Infrastructure Service 4. データベース・サービス 5. Platform Service 6. マーケティング関連情報 (ニュース/事例/セミナー等) サービス・アップデート 62 Copyright © 2022, Oracle and/or its affiliates
61. プレスリリース • ウエルシア薬局、全国1,673店舗で利⽤される基幹システムをOracle Cloud Infrastructureに移⾏ • より⾼い柔軟性を実現するOracle Cloud Infrastructureの新サービスや追加機能を発表 • オラクル、同⼀のOracle Exadata Cloud@Customer上で⾃律型データベースと⾮⾃律型データベースをサポートすることを発表 • ジニアス・ソノリティ、Oracle Cloud InfrastructureのMySQLデータベースでデータドリブンなゲーム・サービス運営を実現 • オラクル、MySQL HeatWave MLを発表 - 開発者が簡単、迅速、経済的に利⽤可能なMySQL アプリケーション向けの強⼒な機械学習機能を提 供 • NTTドコモ、顧客情報管理システム「ALADIN」の開発効率向上にOracle Cloud Infrastructureを採⽤ • 三井不動産、商業施設運営業務を⽀える⼤規模基幹システムをOracle Cloud Infrastructureへ移⾏ • [ブログ発表] Oracle Cloud Infrastructureが、次期学術情報ネットワーク(SINET6)に対応 メディア記事 • エディオンが基幹系をOracle Cloudに移⾏、⾃ら完遂しベンダー依存脱却へ - ⽇経クロステック • 学⽣が市⻑に提案? “産官学”で進める富良野市のスマートシティ戦略とは - TECH+ • 「ふらのワイン」の販売不振をどう解決する︖ 北⼤博⼠課程の学⽣が奮闘 - ITmedia ビジネスオンライン • コロナ禍で失われた街の活気を取り戻す「街の花咲かプロジェクト」 鍵を握るのはビーコンテクノロジー - TECH+ • CDNもOracleが⾃前で提供 OCIの⼤幅アップデートの詳細は - ITmedia エンタープライズ • オラクルが発表した「Oracle MySQL HeatWave ML」のメリットとは - ASCII.jp 関連ニュース Copyright © 2022, Oracle and/or its affiliates 63
62. • 全国に展開する商業施設の出店者契約や⼯事、施設管 理などを担っており、商業施設本部や出店者を含む3,300 ⼈の業務ユーザーが利⽤ • ユーザーへの影響がないこと、ストレスフリーの移⾏が最重要 • ⼤規模な改修を⾏うことなく、従来環境と同等以上の性能、可⽤ 性を担保できることが必須要件 • RAC構成およびDRへ対応可能なOCIを検討。約半年をかけて徹 底的に検証を⾏い、OCIを選定 • OCI/ExaCS移⾏により、バッチ処理は約50%短縮 • 運⽤管理性の向上 (DR切り替え時間の短縮、システム稼 働状況の容易な確認) • オンプレミスで構築した場合と⽐較し、5年間のTCOで約 30％(1.7億円)のコスト削減効果があると⾒込む 三井不動産 様 Copyright © 2022, Oracle and/or its affiliates 64 商業施設運営業務を ⽀える⼤規模基幹システムを Oracle Cloud Infrastructureへ移⾏ “今回、⼤規模な基幹システムを「OCI」で活⽤するにあたっ ては、ユーザー視点で安全かつストレスフリーに移⾏する条件 をクリアしたうえで、⽬標を達成することができました。また、期 待以上のパフォーマンスとコスト削減効果を得ることができた ので、⼤変満⾜しています。今後もオンプレミスで運⽤してい るシステムのクラウド移⾏を進めていきますが、その際に 「OCI」は有⼒な選択肢の1つになると考えています。「OCI」は 他のクラウドと⽐べて、コスト⾯で競争⼒が⾮常に⾼いと思い ます。新しいクラウド・テクノロジーを積極的に取り⼊れていた だき、サービスがさらに充実することを期待しています。" 三井不動産株式会社 DX本部 DX⼆部 DXグループ 技術統括 桜井 昇 ⽒
63. ap-tokyo-1 ap-osaka-1 TENANCY システム エグゼ AD1 AD1 Internet Fast Connect Fast Connect 顧客⼤阪 DC 顧客東京 DC OMC RPC RPC LPG LPG LPG LPG Object Storage バックアップ データ Public 踏み台 SGW SGW Private Private (管理⽤) Base ExaCS × n Server Private × n Server × n DBCS 開発・検証環境 本番環境 Public 踏み台 IGW IGW Object Storage バックアップ データ Private Private (管理⽤) Base ExaCS × n Server DR環境 Hub Hub Spoke Spoke VCN Transit Routing VCN Transit Routing LB × n LB × n NAT-GW NAT-GW ⾃動 Data Guard TENANCY IDCS IDCS OMC システム概要 • 全国に展開する商業施設の出店者契約や⼯事、施設管理などを 担っており、商業施設本部や出店者を含む3,300⼈の業務ユー ザーが利⽤ • 従来オンプレミス環境の「Oracle Database/Oracle Real Applications Clusters(RAC)」上で稼働 導⼊効果 • ユーザーへの影響がないこと、ストレスフリーの移⾏が最重要 • ⼤規模な改修を⾏うことなく、従来環境と同等以上の性能、可 ⽤性を担保できることが必須要件 • RAC構成およびDRへ対応可能なOCIを検討。約半年をかけて 徹底的に検証を⾏い、OCIを選定 • バッチ処理は、335分から162分と約50%短縮 • 運⽤管理性の向上 • DR環境との切り替えに要する時間が240分から175分へ短縮 • トラブル発⽣時に被疑箇所の特定のためにベンダーに問い合わせ ることなく⾃ら確認できるようになった (Management Cloud) • コスト削減 • オンプレミスで構築した場合と⽐較し、5年間のTCOで約30％(1.7 億円)の削減効果があると⾒込む 商業施設運営業務を⽀える⼤規模基幹システムをOracle Cloud Infrastructureへ移⾏ システム構成イメージ 利⽤サービス・製品 • OCI Compute, Storage, FastConnect • Oracle Exadata Cloud Service, Database Cloud Service • Oracle Management Cloud (Log Analytics, Infrastructure Monitoring) 導⼊パートナー • 株式会社システムエグゼ 顧客事例︓三井不動産様 Copyright © 2022, Oracle and/or its affiliates 65 https://www.oracle.com/jp/news/announcement/mitsui-fudosan-exadata-cloud-service-2022-04-11/
64. 商業施設運営業務を⽀える⼤規模基幹システムをOracle Cloud Infrastructureへ移⾏ クラウド先進企業である三井不動産が新たにOCIを選択した背景 顧客事例︓三井不動産様 Copyright © 2022, Oracle and/or its affiliates 66 クラウド先進企業 ⼤規模基幹システム プロジェクト⽅針 プロジェクトの流れ ü クラウドファーストを合⾔葉 にマルチクラウド対応してお り、適材適所でシステム開 発を進めている ü 業務システムは約94%ま でクラウドに移⾏済み ü 最終的には、データセン ター内の全システムをクラウ ドに移⾏することが⽬標 Oracle Cloud Infrastructure RAC構成およびDRへ対応可能なOCIを 検討。約半年をかけて徹底的に検証を⾏ い、OCIを選定 ü 全国に展開する商業施設 の出店者契約や⼯事、施 設管理などを担っており、 商業施設本部や出店者 を含む3,300⼈の業務 ユーザーが利⽤ ü ⼤量データを⾼速処理す ることが求められ、従来は Oracle Database/RAC を基盤としたシステムをオ ンプレミス環境で構築し、 運⽤ ü 業務にとって不可⽋な基 幹システムであり、ユーザー への影響がないことが最 優先 ü システムは基本的にそのま ま変更せず、インフラだけ をクラウドにシフトする⽅ 針 ü 性能・可⽤性・運⽤品質 を担保してクラウド化 ü これまで利⽤していたクラウドで、 データベースの要件を担保する には、⼤規模な開発が必要で、 時間もコストもかかることが⾒ 込まれた Oracle Cloud Infrastructureを活⽤いただき、 ミッションクリティカル・システムを、効率的かつ確実にクラウド移⾏ 性能・可⽤性・運⽤ 品質の担保 ITコストの最適化 運⽤管理性の向上
65. Oracle Cloud (PaaS/IaaS)︓セミナー情報 • https://blogs.oracle.com/oracle4engineer/post/oci-seminar 今後の開催予定 • 2022/4/26︓はじめてでもできる、ビジネス情報の活⽤! ⾃分で試すナットクの、データの収集と共有・分析、そしてAI活⽤へ [ハン ズオン] • 2022/4/26︓どうする︖マルチクラウド環境でのデータベースの姿 • 2022/4/26︓[Oracle Cloud Infrastructure(OCI) スキルアップセミナー] OCIでVMware製品を動かそう • 2022/4/27︓実例を元に知る︕取り組み企業が急増中の「CCoE」と導⼊のツボとは︖ • 2022/4/27︓[Oracle Big Data Jam Session] [機械学習⼊⾨ ハンズオン] 動かして学ぶ、機会学習のキソ • 2022/5/11︓はじめてのOracle Cloud Infrastructure • 2022/5/11︓ [Oracle Cloud Hangout Cafe] 実験︕カオスエンジニアリング • 2022/5/20︓ 【DB Day】Oracle Developer Days 2022 Spring • 2022/5/26︓ Edtech 探究活動 × オープンデータ〜⾃ら学ぶ・考える・創る 東京都⽴⼋王⼦東⾼等学校との取組〜 • 2022/5/27︓ 【Cloud Day】Oracle Developer Days 2022 Spring セミナー/イベント予定 “Oracle Cloud セミナー”で検索 Copyright © 2022, Oracle and/or its affiliates 67
66. Oracle Cloud ウェビナーシリーズ 進化し続ける Oracle Cloud Infrastructure (IaaS & PaaS) や Oracle Database をはじめとする、さまざまな製品につい ての最新情報や活⽤事例および技術情報を業務部⾨からIT部⾨のエンジニアの⽅々までの幅広い皆様へ向けてウェビナーを通じ てお届けします。 さまざまなテーマや理解度レベルのコンテンツを取り揃えていますので、ぜひご活⽤ください。 毎週⽔曜⽇の開催となります。 『はじめてのOCI』 『Database関連テーマ』 『DXテーマ』 『時々の旬なテーマ、最新トピック』を中⼼にお伝えしていきます。 Oracle Cloud ウェビナー ハンズオン・トレーニング Oracle Cloudのご紹介とビジネス課題を解決したお 客様事例やその時々のホットなトピックをお届けします クラウドを活⽤したDX化をお客様と⼀緒に取り組む活 動をしており、その取り組みを広く知っていただくために、 お客様のDX促進に役⽴つヒントとなる事例やノウハウ を紹介します Oracle Cloudの使い⽅や活⽤イメージを実際に Oracle Cloudを操作していただきながら具体的にご 紹介します 開催スケジュール oracle.com/goto/ocws-jp DXシリーズ 4⽉19⽇（⽕）13:00-17:00 ハンズオンWebinar - Oracle Cloud Infrastructureを使ってみよう 詳細/お申込はこちら 4⽉21⽇（⽊）13:30-17:00（接続 開始 13:20） 実践Kubernetesハンズオン 〜OKEで Kubernetesをバーチャル体験しよう〜 詳細/お申込はこちら 4⽉27⽇（⽔）15:00 - 16:00 実例を元に知る︕取り組み企業が急 増中の「CCoE」と導⼊のツボとは︖ 詳細/お申込はこちら 近⽇公開予定 4⽉20⽇（⽔）15:00 - 16:00 クラウド向けデータベースサービス再⼊ ⾨&総復習 詳細/お申込はこちら
67. 実例を元に知る︕取り組み企業が急増中の「CCoE」と導⼊のツボとは︖ クラウド活⽤を全社展開し⼀層促進するためには、戦略策定から⼈材育成までを担う 専任組織CCoE(Cloud Center of Excellence)の⽴ち上げと運⽤が肝要となります。 ⽇本オラクルのミッション・クリティカルなシステムのクラウド導⼊および移⾏の豊富な経験と 知⾒に基づき、アセスメント、ポリシー策定からナレッジ、⼈材育成まで組織的な対応を 包括的に⽀援する「Cloud Center of Excellenceサービス」について、実例を交えな がらご紹介します。 4⽉27⽇（⽔）15時から 詳細/お申込はこちら <こんな⽅にオススメ> • データ・ドリブンやDXへの取り組みに興味のある⽅ • Cloud導⼊を中⼼とした組織改⾰やビジネス改⾰に興味のある⽅ • 全社的なCloud導⼊や推進に関わっている⽅ • Oracle Cloud でのデータ活⽤に興味のある⽅ ＜トピック＞ • CCoEにまつわるトレンド • オラクルコンサルが語る実例と効果 • オラクルが提供するCCoEサービス https://go.oracle.com/LP=124262?elqCampaignId=339365
68. 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 • 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 70 Copyright © 2022, Oracle and/or its affiliates
69. 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 + 71 Copyright © 2022, Oracle and/or its affiliates
71. 1. HeatWave ML (機械学習ソリューション) 2. リアルタイムの伸縮性 (ノード数の動的な拡張) 3. 搭載可能データ量の拡⼤ 4. TPC-DCベンチマーク 2022年3⽉29⽇ MySQL HeatWave New Machine Learning Capabilities 録画はこちらからご覧いただけます https://www.oracle.com/jp/events/live/mysql-heatwave- ml/on-demand/ Copyright © 2022, Oracle and/or its affiliates 73
72. 追加費⽤不要でトランザクション処理、分析処理、予測処理を⼀つのデータベースで HeatWave ML – MySQL HeatWaveの内部で機械学習エンジンが動作 • MySQL HeatWave内の データに対して機械学習 → ETL不要 & セキュリティの向上 • オラクルのAutoMLによって 機械学習の⼯程を⾃動化 → 作業効率の向上 • 少数のSQL関数の実⾏のみで 機械学習の各⼯程を実⾏可能 → DB利⽤者との親和性 • Amazon Redshift MLより ⾼い予測精度をもち「トレーニング」 は25倍以上⾼速かつ1%のコスト Copyright © 2022, Oracle and/or its affiliates 74
73. The world's most popular open source database 世界で最も普及しているオープンソース データベース Copyright © 2022, Oracle and/or its affiliates 75
74. MySQL HeatWave Database Service 世界で最も普及しているオープンソースデータベースをクラウドで オラクルのMySQLチームが 100%開発、運⽤、サポート 開発元が 提供 MySQL HeatWaveにより ⾼速な更新処理と分析処理を単⼀DBで実現 分析処理の ⾼速化 オンプレミスのMySQLと完全互換 ロックインの⼼配不要 100%互換 Copyright © 2022, Oracle and/or its affiliates 76
75. オラクルが提供するMySQLのマネージド・データベースサービス Amazon RDS (MySQL)の 1/3以下のコスト ü 有償版MySQLベースのサービス ※他社サービスは無償版MySQLがベース ü E3 VM(fixed shapes)で提供 ü 東京・⼤阪を含むOCIの 全商⽤リージョンで展開中 オラクルが100％開発・提供する クラウド・サービス ü MySQLチームが品質保証 ü 常に最新でセキュアなMySQLを 利⽤可能(⾃動アップデート) ü チューニングなどアドバイスも サポートに包含 既存MySQLとの互換性により オープンソース活⽤の幅を拡⼤ ü オンプレミスのMySQLと完全互換 ü オンプレ向けの無償版、有償版と 同⼀バージョン ü オンプレミスとのレプリケーションで データ同期が可能 MySQL HeatWave Database Service MySQL Database Service: Standard E3 AMD 16GB/Core, all regions have the same price. Amazon RDS: Intel R5 16GB/Core, AWS US East. Azure: Memory Optimized Intel 20GB/Core, MS Azure US-East. Google: High Memory N1 Standard Intel 13GB/Core, GCP Northern Virginia. Configuration: 100 OCPUs, 1 TB Storage. $65,833 $215,652 $212,974 $170,244 $0 $50,000 $100,000 $150,000 $200,000 $250,000 MySQL Database Service Amazon RDS Microsoft Azure Google Cloud SQL 100 OCPU (200 vCPU), 1TBストレージの構成による年間コスト レプリケーション https://www.oracle.com/mysql/ Copyright © 2022, Oracle and/or its affiliates 77
76. インメモリ・カラムナ・アーキテクチャをベースに複雑なクエリ処理を⾼速化 OLTPと⾼速OLAPを 同⼀インタフェースで実現 ü 対Amazon Aurora 1100倍 ü 対Amazon RedShift 18倍 (TPC-H, 4TB) オラクルが100％開発・提供する クラウド・サービス ü Oracle LabsのRAPIDプロジェクトの 成果を実⽤化 ü OracleCloudでのみ利⽤可能 圧倒的なコスト効率化を提供 ü 対Amazon Aurora 1/3以下 ü 対Amazon RedShift 1/3 機械学習を活⽤したDB管理効率化 ü DBAの各業務を⾃動化・効率化 ü 実⾏履歴から学習して⾼速化を図る MySQL HeatWave: MySQLの⾼速クエリ処理アクセラレーター MySQL Database—Standard–E3 $0.038 OCPU per hour MySQL Database—Standard–E3–Memory $0.0022 Gigabyte per hour HeatWave—Standard–E3 *minimum 3 nodes ($789 per months) $0.3536 Node Per Hour MySQL Autopilot Data driven Query driven ML Automation New Copyright © 2022, Oracle and/or its affiliates 78
77. MySQL Database Serviceに追加されたデータは分析クエリで即座に利⽤可能 MySQL HeatWaveのアーキテクチャ • アプリケーション側からはMySQLに対してSQLを実⾏するのと同じ MySQL Database Service 分析 クエリ 結果 セット MySQL コンパイラ & オプティマイザー 分析クエリ 最適化 Insert/ Update OLTPクエリ 最適化 リアルタイム 更新 InnoDB ストレージエンジン MySQL クエリ実⾏ HeatWave Node インメモリデータ管理 分析クエリ実⾏ 分析ジョブスケジューラ 結果 クエリ プッシュダウン 並列化 Object Storage リロード Copyright © 2022, Oracle and/or its affiliates 79
78. 機械学習を活⽤したMySQL HeatWaveの⾃動化 Auto Parallel Loading Auto Data Placement Auto Encoding Auto Scheduling Auto Change Propagation Auto Query Time Estimation Auto Query Plan Improvement Auto Error Recovery Auto Provisioning MySQL Autopilot Data-driven Query-driven ML automation AUTOMATION AUTOPILOT Copyright © 2022, Oracle and/or its affiliates 80
79. HeatWave ML Copyright © 2022, Oracle and/or its affiliates 81
80. 機械学習の活⽤における課題 機械学習の活⽤にデータサイエンスの専⾨家の⽀援と機械学習に関する広範な知識が求められる • 数多くのアルゴリズムやモデルからの選択 • アルゴリズムに応じたハイパーパラーメーターのチューニング • 特徴量エンジニアリングは複雑になりがち • データ形式に応じたデータ処理 モデルの⽣成とデータ間の齟齬 • コンセプト・ドリフト(時間経過などによるデータの意図しない変化)の検出と再「トレーニング」 • モデルの質と公正性への最適化 煩雑、誤りがち、かつ繰り返しの「トレーニング」の作業 主要な機械学習のフレームワークがPythonで書かれているためPythonの習得の必要性 Copyright © 2022, Oracle and/or its affiliates 82
81. 概要 • MySQLのデータに対するフル・マネージドで ⾼い拡張性とコストパフォーマンスを兼ね備えた 機械学習ソリューション • MySQL HeatWaveに統合され、 HeatWaveクラスター内で稼働 • MySQLに蓄積されたデータに対する「トレーニング」、 「推論」、「説明」を外部に移動することなく実⾏可能 • HeatWaveクラスターを活⽤した分散型の機械学習 • 分析と機械学習のクエリが同じキューを利⽤。 分析クエリが優先実⾏される • データベース利⽤者向けに設計 HeatWave ML Copyright © 2022, Oracle and/or its affiliates 83
82. • 使いやすさ: 機械学習になじみの浅いユーザーから機械学習エンジニアまで、 幅広い層がOracle AutoMLによってモデル (分類や回帰) を簡単に⽣成可能 • 使い慣れた構⽂: MySQLの利⽤者は使い慣れたSQL⽂で「トレーニング」、「推論」、「説明」を実⾏可能 • 予測の説明可能性: MySQLの利⽤者は簡単にどの特徴量が特定の予測に影響を与えたかを判断し、 分析対象データに対するモデルの挙動を詳細に確認可能 • HeatWaveに最適化: HeatWave に最適化され、HeatWaveクラスターの拡張性を活⽤可能 • セキュリティ: データとモデルをHeatWaveの外部への移動が不要 • 最適化された機械学習パイプライン: アルゴリズム選択やハイパーパラーメーターの最適化を含む 強⼒な機械学習機能を利⽤可能 HeatWave ML利⽤のメリット Copyright © 2022, Oracle and/or its affiliates 84
83. 分類 (Classification) • 与えられた⼊⼒データの「個々の値」に対する予測モデリング • 例 • Eメールがスパムか否かの判定 • ローンの承認 • 顧客の解約率の予測 回帰 (Regression) • 与えられた⼊⼒データの「連続した値」に対する予測モデリング • 例 • 住宅価格の予測 • 売上予測 • 顧客の待ち時間の予測 機械学習のユースケース – 教師あり学習 Copyright © 2022, Oracle and/or its affiliates 85
84. • 例: ローンの承認 トランザクション処理 + 分析処理 + 予測処理をひとつのデータベースで 顧客の⼝座での取引 ⼝座の残⾼⼀覧 債務不履⾏の 可能性の予測 トランザクション処理 分析処理 AI / ML Copyright © 2022, Oracle and/or its affiliates 86
85. 従来の⽅法との⽐較 8 Copyright © 2021, Oracle and/or its affiliates | Confidential: Internal Sensitive Model/Data Boundary Sensitive Model/Data Boundary HeatWave ML ML Model Pull data Traditional way to run ML on MySQL data ML Training MySQL Database ML application ML Training Trained Model ML Inference Pull data ML Explanation Train model request Inference request Compute MySQL Client Train model SQL Inference SQL HeatWave MySQL HeatWave HeatWave: Native machine learning capability Neither data nor model leaves MySQL HeatWave Train Inference/ Explanation Trained Model ML Inference ML Explanation MySQL HeatWave ML 8 Copyright © 2021, Oracle and/or its affiliates | Confidential: Internal Sensitive Model/Data Boundary Sensitive Model/Data Boundary HeatWave ML ML Model Pull data Traditional way to run ML on MySQL data ML Training MySQL Database ML application ML Training Trained Model ML Inference Pull data ML Explanation Train model request Inference request Compute MySQL Client Train model SQL Inference SQL HeatWave MySQL HeatWave HeatWave: Native machine learning capability Neither data nor model leaves MySQL HeatWave Train Inference/ Explanation Trained Model ML Inference ML Explanation MySQL 従来の⽅法でMySQLデータに対する 機械学習処理を⾏う場合 HeatWave ML Train model SQL Inference SQL Copyright © 2022, Oracle and/or its affiliates 87
86. HeatWave MLの「トレーニング」「推論」「説明」 Copyright © 2022, Oracle and/or its affiliates 88
87. HeatWave MLでの「トレーニング」はOracle AutoMLにより完全⾃動化 効率的かつ「説明」との統合 • メタ学習済みのプロキシ・モデルにより全⼯程を⼀連の処理で正確に • 繰り返し作業不要 • 早い段階でアルゴリズムを選択し、より的確なサンプリングと特徴量の選択が可能 • データの不均⼀性を考慮したアダプティブなサンプリング • ハイパーパラーメータのチューニングには⾼度に並列化された勾配に基づく探索空間の削減を利⽤ • 各⼯程において探索空間を削減することによって⾃動的に収束させていく • 「トレーニング」の流れの中でモデルと予測の説明の仕組みをネイティブでサポート Preprocessing Algorithm Selection Feature selection Adaptive Sampling Hyperparameter Optimization Model Explainer Prediction Explainer Identify top k algorithms Select suitable sample Identify optimal hyperparameters Tuned Model Cleanse, impute & normalize features Train Prediction Explainer Generate Model explanations Filter relevant columns Copyright © 2022, Oracle and/or its affiliates 89
88. • MySQLユーザーがそれぞれモデルのカタログを持ち、 他のユーザーとはモデルを共有しない • モデル・カタログはMySQLの表に格納され、 ⾃分のモデル・カタログに対する参照更新が可能 • ML_TRAIN 関数を実⾏して「トレーニング」を⾏うと、 終了後に ML_SCHEMA_<username>.MODEL_CA TALOG テーブルに対して、「トレーニング」済みのモデルを追加 • 予測のための ML_PREDICT_* 関数と 「説明」のための ML_EXPLAIN_* 関数は モデルの識別⼦を引数に取る HeatWave ML モデル・カタログ 8 Copyright © 2021, Oracle and/or its affiliates | Confidential: Internal Sensitive Model/Data Boundary Sensitive Model/Data Boundary HeatWave ML ML Model Pull data Traditional way to run ML on MySQL data ML Training MySQL Database ML application ML Training Trained Model ML Inference Pull data ML Explanation Train model request Inference request Compute MySQL Client Train model SQL Inference SQL HeatWave MySQL HeatWave HeatWave: Native machine learning capability Neither data nor model leaves MySQL HeatWave Train Inference/ Explanation Trained Model ML Inference ML Explanation MySQL Train model SQL Inference SQL HeatWave ML Copyright © 2022, Oracle and/or its affiliates 90
89. 銀⾏からの⾦融商品の勧誘電話によってお客様が定期預⾦作成に応じたかの分類 mysql> CALL sys.ML_TRAIN(mlcorpus.bank_market_train', 'y', NULL, @model); Query OK, 0 rows affected (2 min 40.47 sec) mysql> CALL sys.ML_MODEL_LOAD(@model, NULL); Query OK, 0 rows affected (1.10 sec) mysql> CALL sys.ML_PREDICT_TABLE('mlcorpus.bank_market_test_temp’, @model, 'mlcorpus.predictions'); Query OK, 0 rows affected (1.74 sec) mysql> SELECT id, duration, pmonth, balance, Prediction FROM predictions; +----+----------+--------+---------+------------+ | id | duration | pmonth | balance | Prediction | +----+----------+--------+---------+------------+ | 1 | 897 | jul | 4189 | yes | | 2 | 768 | jul | 0 | yes | | 3 | 223 | oct | 16873 | no | | 4 | 1018 | jun | 844 | yes | | 5 | 1337 | nov | 1315 | no | | 6 | 630 | jul | 0 | no | | 7 | 1030 | may | -311 | yes | +----+----------+--------+---------+------------+ 7 rows in set (0.00 sec) 銀⾏のマーケティングを例にしたデータセットの「トレーニング」と「推論」 この機械学習の対象のデータセットでは「お客様が定期預⾦を 作成するか」について最新の勧誘の電話の状況からの予測。 Prediction列がYesの場合は定期預⾦を作成すると予測された顧客。 duration – 勧誘の電話の通話時間 pmonth – 最後に勧誘の電話が⾏われた⽉ モデルの「説明」において重要度の⾼い 特徴量でソート (全体での特徴量の重要度) 特徴量 重要度 duration 0.0658 pmonth 0.0303 pday 0.0152 contact 0.0148 poutcome 0.0138 balance 0.0085 housing 0.007 age 0.0059 Copyright © 2022, Oracle and/or its affiliates 91
90. 銀⾏からの⾦融商品の勧誘電話によってお客様が定期預⾦作成に応じたかの分類 mysql> CALL sys.ML_TRAIN(mlcorpus.bank_market_train', 'y', NULL, @model); Query OK, 0 rows affected (2 min 40.47 sec) mysql> CALL sys.ML_MODEL_LOAD(@model, NULL); Query OK, 0 rows affected (1.10 sec) mysql> CALL sys.ML_PREDICT_TABLE('mlcorpus.bank_market_test_temp’, @model, 'mlcorpus.predictions'); Query OK, 0 rows affected (1.74 sec) mysql> SELECT id, duration, pmonth, balance, Prediction FROM predictions; +----+----------+--------+---------+------------+ | id | duration | pmonth | balance | Prediction | +----+----------+--------+---------+------------+ | 1 | 897 | jul | 4189 | yes | | 2 | 768 | jul | 0 | yes | | 3 | 223 | oct | 16873 | no | | 4 | 1018 | jun | 844 | yes | | 5 | 1337 | nov | 1315 | no | | 6 | 630 | jul | 0 | no | | 7 | 1030 | may | -311 | yes | +----+----------+--------+---------+------------+ 7 rows in set (0.00 sec) 銀⾏のマーケティングを例にしたデータセットの「説明」 勧誘に応じなかった要因: ▼勧誘が11⽉ 影響が⼩さかった要因: : ▲ 2分間の勧誘の通話 ▲残⾼が1,315ユーロ 勧誘に応じた要因: ▲15分間の勧誘の通話 ▲勧誘が7⽉ 影響が⼩さかった要因: ▼ 残⾼が 0ユーロ モデルの「説明」において重要度の⾼い 特徴量でソート (全体での特徴量の重要度) 特徴量 重要度 duration 0.0658 pmonth 0.0303 pday 0.0152 contact 0.0148 poutcome 0.0138 balance 0.0085 housing 0.007 age 0.0059 Copyright © 2022, Oracle and/or its affiliates 92
91. 機械学習の説明は企業での利⽤でも重要 • 「トレーニング」の⼯程に「説明」が統合されている • モデル⾮依存(Model-Agnostic)な⽅法により HeatWave ML のどのモデルも「説明」可能 効果: • 法令遵守: ユーザーに影響のあるアルゴリズムに対して 「説明を受ける権利」が提⽰される可能性 • 公正さ: 予測がバイアスによる影響を受けていないことを検証 • 再現性: データの⼩さな変更が「説明」を⼤きく変化させないことを保証 • 因果関係: 特徴量と予測の因果関係の検証が可能 • 信頼性: 「説明」の解釈可能性が機械学習による予測を推進 HeatWave MLで作成された全てのモデルは「説明」可能 HeatWave ML Model Development HeatWave ML Training Deployment HeatWave ML Model ML Queries Prediction (Denied) Explanation (Why was my loan denied?) Copyright © 2022, Oracle and/or its affiliates 93
92. 他のクラウド・データベースの 機械学習ソリューションとの⽐較 Copyright © 2022, Oracle and/or its affiliates 94
93. HeatWave MLと他のクラウド・データベースのソリューションとの⽐較 機能 HeatWave ML Redshift ML Snowflake ML API SQL SQL Java, Scala, Pythonで プログラミング MLが内包されたデータベース Yes No No データとモデルをDB内に格納 Yes No No 全てのモデルに対する説明可能性 Yes No No 完全な⾃動化 Yes No No ノードを追加して実⾏可能 Yes No No HeatWave ML SQL Yes Yes Yes Yes Yes Copyright © 2022, Oracle and/or its affiliates 95
94. データセット 精度 トレーニング時間 (分) 性能向上 Redshift ML HeatWave ML Redshift ML HeatWave ML (2 ノード) 分類 Airlines 0.5 0.6524 90.00 2.71 33.21 Bank 0.8378 0.7115 90.00 3.72 24.19 CNAE-9 失敗 0.9167 失敗 5.91 X Connect-4 0.6752 0.6970 90.00 7.13 12.62 Fashion MNIST 失敗 0.9073 失敗 181.85 X Nomao 0.9512 0.9602 90.00 3.30 27.27 Numerai 0.5 0.5184 90.00 0.34 264.71 Higgs 0.5 0.758 90.00 68.58 1.31 Census 0.7985 0.7946 90.00 1.22 73.77 Titanic 0.9571 0.7660 90.00 0.47 191.49 CC Fraud 0.9154 0.9256 90.00 29.06 3.10 KDD Cup 失敗 0.5 失敗 3.55 X 幾何平均 0.71 0.75 90.00 3.56 25.27 回帰 Black Friday 0.54 0.53 90.00 1.14 78.80 Diamonds 0.98 0.98 90.00 2.40 37.42 Mercedes 失敗 0.61 失敗 1.16 X News Popularity 0.02 0.01 90.00 0.60 149.13 NYC taxi 0.19 0.25 90.00 7.34 12.26 Twitter 0.88 0.93 90.00 44.24 2.03 幾何平均 0.27 0.26 90.00 3.52 25.58 25倍 平均 HeatWave MLは Redshift MLより ⾼速 Copyright © 2022, Oracle and/or its affiliates 96
95. データセット トレーニングのコスト ($) コスト差 (倍) Redshift ML List Redshift ML 1年契約 HeatWave ML (2 ノード) 分類 Airlines 20.00 6.23 0.05 130.03 Bank 10.76 5.68 0.07 86.30 CNAE-9 12.97 失敗 0.10 X Connect-4 20.00 6.18 0.13 49.05 Fashion MNIST 20.00 失敗 3.22 X Nomao 20.00 5.96 0.06 102.14 Numerai 20.00 5.49 0.01 913.49 Higgs 20.00 7.27 1.21 5.99 Census 9.77 6.12 0.02 283.95 Titanic 0.26 5.60 0.01 674.32 CC Fraud 20.00 6.70 0.51 13.03 KDD Cup 20.00 失敗 0.06 X 幾何平均 10.62 6.12 0.06 97.13 回帰 Black Friday 20.00 2.95 0.02 146.10 Diamonds 7.55 5.13 0.04 120.61 Mercedes 20.00 失敗 0.02 X News Popularity 20.00 4.15 0.01 389.08 NYC taxi 20.00 2.82 0.13 21.76 Twitter 20.00 3.64 0.78 4.66 幾何平均 17.00 3.64 0.06 58.66 1% HeatWave MLは Redshift MLの のコスト Copyright © 2022, Oracle and/or its affiliates 97
96. 2022年3⽉29⽇の Oracle Liveでの発表事項 MySQL HeatWave - New Machine Learning Capabilities • HeatWave ML MySQL HeatWaveの機械学習ソリューション • リアルタイムの伸縮性 HeatWaveノード数の動的な拡張 • 搭載可能データ量の拡⼤ HeatWaveノードあたりの最⼤データサイズ拡⼤ • TPC-DCベンチマーク Copyright © 2022, Oracle and/or its affiliates 98
97. HeatWaveノードの追加の従来の作業と新⼿法の時間⽐較 サイズ変更 開始 追加するK台の ノード割り当て InnoDBのテーブルのデータを N + K台全てにロード N台のHeatWaveの⾮アクティブ化 N + K台構成のプロビジョン N + K台構成の クラスターの再アクティブ化 既存のN台構成のHeatWave クラスターへのSQL受付停⽌ N + K台構成となったHeatWave クラスターでのSQL受付開始 ⼿動でのノード追加 (従来型) N + K台構成となったHeatWave クラスターでのSQL受付開始 メタデータの 同期 InnoDBのテーブルの データをK台にロード サイズ変更 開始 既存のN台構成のHeatWave クラスターへのSQL受付 新⼿法でのノード追加 追加するK台の ノード割り当て 既存のHeatWaveノードでは常にSQLの受け付けを継続 Copyright © 2022, Oracle and/or its affiliates 99
98. 2022年3⽉29⽇の Oracle Liveでの発表事項 MySQL HeatWave - New Machine Learning Capabilities • HeatWave ML MySQL HeatWaveの機械学習ソリューション • リアルタイムの伸縮性 HeatWaveノード数の動的な拡張 • 搭載可能データ量の拡⼤ HeatWaveノードあたりの最⼤データサイズ拡⼤ • TPC-DCベンチマーク Copyright © 2022, Oracle and/or its affiliates 100
99. AVX命令を利⽤した並列化、⼀般的なブルーム・フィルターよりもハッシュ参照が3倍効率的 • ハッシュごとの検索時間が45ナノ秒から15ナノ秒に短縮 • より多くの処理でブロックド・ブルーム・フィルターが利⽤可能に • ベースとなる表のサイズに対して中間結果のサイズがより⼩さくなり、データ圧縮の効果をさらに⾼める ブロックド・ブルーム・フィルターのサポート TPCH base Base relation Intermediat e Relation BR:IR Ratio Earlier 410 294 116 2.5 Bloom filter 410 294 39 7.5 3x Copyright © 2022, Oracle and/or its affiliates 101
100. ブルーム・フィルターによる中間結果のサイズ減少の効果⼤ HeatWaveノードあたりのデータ格納量が倍に 294GB x 1.4 = 410GB 116GB 294GB 39GB 344GB x 2.3 = 820GB 70GB 中間結果 ベースとなる データ 従来の構成 • 4TB TPC-H, 10ノード • 幾何平均: 6.35秒 ブルーム・フィルターによる中間結果の削減 • 4TB TPC-H, 10ノード • 中間結果のメモリー量: 82GB à 39GB • 幾何平均: 5.05秒 120GBの 空きメモリー ブロックド・ブルーム ・フィルター 圧縮 ブルーム・フィルター + 圧縮 • LZ4HCアルゴリズム • 4TB TPC-H, 5 Nodes • 幾何平均: 11.59秒 Copyright © 2022, Oracle and/or its affiliates 102
101. 費⽤対効果はそのままにコストを半減 4TB TPC-H 従来型: 10 HeatWaveノード, 1 MDS ノード 現在: 5 HeatWaveノード, 1 MDS ノード ノードあたりのデータサイズ 410G 820G ベンチマーク実⾏時間 6.35秒 11.59秒 年間コスト $34,073 $18,585 価格パフォーマンス $0.007 $0.007 同じワークロードを半分のサイズのクラスターで実⾏可能 • インテリジェントなパイプライン処理とCPUコアでの解凍処理のインターリーブによりオーバーヘッドを極限まで削減 Copyright © 2022, Oracle and/or its affiliates 103
102. 2022年3⽉29⽇の Oracle Liveでの発表事項 MySQL HeatWave - New Machine Learning Capabilities • HeatWave ML MySQL HeatWaveの機械学習ソリューション • リアルタイムの伸縮性 HeatWaveノード数の動的な拡張 • 搭載可能データ量の拡⼤ HeatWaveノードあたりの最⼤データサイズ拡⼤ • TPC-DCベンチマーク Copyright © 2022, Oracle and/or its affiliates 104
103. 10TB TPC-DS: 対Redshift 4.8倍, 対Snowflake 14.4倍, 対BigQuery 12.9倍, 対Synapse 14.9倍 • Pricing for Redshiftの価格はリザーブドインスタンスの1年分先払い、 Snowflakeは Standard Edition で計算 • Google Big Queryは定額料⾦、⽉額コミットメント、For Azure Synapseは1年間のリザーブドの価格で計算 費⽤対効果の⽐較: HeatWave, Redshift, Snowflake, Google Big Query, Azure Synapse 5.19 8.2 13.2 20.4 23.2 0 5 10 15 20 25 HeatWave (15 HW Nodes) Redshift (8 * ra3.4xlarge) Snowflake (X-Large cluster) Google BQ (800 slots) Azure Synapse (DW 2500c) Geomean (sec) $49,561 $150,784 $280,320 $ 163,200 $165,575 $0 $50,000 $100,000 $150,000 $200,000 $250,000 $300,000 HeatWave Redshift Snowflake Google BQ Azure Synapse 実⾏時間 年間コスト Copyright © 2022, Oracle and/or its affiliates 105