Suche senden
Hochladen
DB Tech showcase Tokyo 2015 Works Applications
•
6 gefällt mir
•
8,515 views
2
2t3
Folgen
DB Tech showcase Tokyo 2015 にて発表した資料です。
Weniger lesen
Mehr lesen
Technologie
Diashow-Anzeige
Melden
Teilen
Diashow-Anzeige
Melden
Teilen
1 von 45
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
Apache cassandraと apache sparkで作るデータ解析プラットフォーム
Apache cassandraと apache sparkで作るデータ解析プラットフォーム
Kazutaka Tomita
インフラエンジニアのためのcassandra入門
インフラエンジニアのためのcassandra入門
Akihiro Kuwano
SparkとCassandraの美味しい関係
SparkとCassandraの美味しい関係
datastaxjp
[db tech showcase Tokyo 2015] E35: Web, IoT, モバイル時代のデータベース、Apache Cassandraを学ぼう
[db tech showcase Tokyo 2015] E35: Web, IoT, モバイル時代のデータベース、Apache Cassandraを学ぼう
datastaxjp
Webアプリケーションから見たCassandra
Webアプリケーションから見たCassandra
2t3
(LT)Spark and Cassandra
(LT)Spark and Cassandra
datastaxjp
スマートフォン×Cassandraによるハイパフォーマンス基盤の構築事例
スマートフォン×Cassandraによるハイパフォーマンス基盤の構築事例
terurou
Couchbase introduction-20150611
Couchbase introduction-20150611
Couchbase Japan KK
Empfohlen
Apache cassandraと apache sparkで作るデータ解析プラットフォーム
Apache cassandraと apache sparkで作るデータ解析プラットフォーム
Kazutaka Tomita
インフラエンジニアのためのcassandra入門
インフラエンジニアのためのcassandra入門
Akihiro Kuwano
SparkとCassandraの美味しい関係
SparkとCassandraの美味しい関係
datastaxjp
[db tech showcase Tokyo 2015] E35: Web, IoT, モバイル時代のデータベース、Apache Cassandraを学ぼう
[db tech showcase Tokyo 2015] E35: Web, IoT, モバイル時代のデータベース、Apache Cassandraを学ぼう
datastaxjp
Webアプリケーションから見たCassandra
Webアプリケーションから見たCassandra
2t3
(LT)Spark and Cassandra
(LT)Spark and Cassandra
datastaxjp
スマートフォン×Cassandraによるハイパフォーマンス基盤の構築事例
スマートフォン×Cassandraによるハイパフォーマンス基盤の構築事例
terurou
Couchbase introduction-20150611
Couchbase introduction-20150611
Couchbase Japan KK
RDB開発者のためのApache Cassandra データモデリング入門
RDB開発者のためのApache Cassandra データモデリング入門
Yuki Morishita
Cassandra Summit Tokyo 2015 - intra-mart
Cassandra Summit Tokyo 2015 - intra-mart
Akihiro Sei
事例で学ぶApache Cassandra
事例で学ぶApache Cassandra
Yuki Morishita
Cassandra Meetup Tokyo, 2016 Spring
Cassandra Meetup Tokyo, 2016 Spring
datastaxjp
[db tech showcase OSS 2017] A24: マイクロソフトと OSS Database - Azure Database for M...
[db tech showcase OSS 2017] A24: マイクロソフトと OSS Database - Azure Database for M...
Insight Technology, Inc.
Cassandra(no sql)によるシステム提案と開発
Cassandra(no sql)によるシステム提案と開発
kishimotosc
Oracle Cloudで始める、DBエンジニアのためのHadoop超入門(db tech showcase 2016 Oracle セッション資料)
Oracle Cloudで始める、DBエンジニアのためのHadoop超入門(db tech showcase 2016 Oracle セッション資料)
オラクルエンジニア通信
Db tech showcase 2016
Db tech showcase 2016
datastaxjp
Spark Streamingを活用したシステムの検証結果と設計時のノウハウ
Spark Streamingを活用したシステムの検証結果と設計時のノウハウ
Future Of Data Japan
サンプルで学ぶCassandraアプリケーションの作り方
サンプルで学ぶCassandraアプリケーションの作り方
Yuki Morishita
Cassandraとh baseの比較して入門するno sql
Cassandraとh baseの比較して入門するno sql
Yutuki r
[db tech showcase Tokyo 2016] D27: Next Generation Apache Cassandra by ヤフー株式会...
[db tech showcase Tokyo 2016] D27: Next Generation Apache Cassandra by ヤフー株式会...
Insight Technology, Inc.
今注目のSpark SQL、知っておきたいその性能とは 20151209 OSC Enterprise
今注目のSpark SQL、知っておきたいその性能とは 20151209 OSC Enterprise
YusukeKuramata
Devsumi2013【15-e-5】NoSQLの野心的な使い方 ~Apache Cassandra編~
Devsumi2013【15-e-5】NoSQLの野心的な使い方 ~Apache Cassandra編~
kishimotosc
20190314 PGStrom Arrow_Fdw
20190314 PGStrom Arrow_Fdw
Kohei KaiGai
Spark徹底入門 #cwt2015
Spark徹底入門 #cwt2015
Cloudera Japan
Datastax Enterpriseをはじめよう
Datastax Enterpriseをはじめよう
Yuki Morishita
マルチテナント Hadoop クラスタのためのモニタリング Best Practice
マルチテナント Hadoop クラスタのためのモニタリング Best Practice
Hadoop / Spark Conference Japan
The rethinkingofrepair
The rethinkingofrepair
Kazutaka Tomita
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
Cloudera Japan
RDBからの脱却: 新ERP"HUE"におけるCassandra
RDBからの脱却: 新ERP"HUE"におけるCassandra
2t3
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
Insight Technology, Inc.
Weitere ähnliche Inhalte
Was ist angesagt?
RDB開発者のためのApache Cassandra データモデリング入門
RDB開発者のためのApache Cassandra データモデリング入門
Yuki Morishita
Cassandra Summit Tokyo 2015 - intra-mart
Cassandra Summit Tokyo 2015 - intra-mart
Akihiro Sei
事例で学ぶApache Cassandra
事例で学ぶApache Cassandra
Yuki Morishita
Cassandra Meetup Tokyo, 2016 Spring
Cassandra Meetup Tokyo, 2016 Spring
datastaxjp
[db tech showcase OSS 2017] A24: マイクロソフトと OSS Database - Azure Database for M...
[db tech showcase OSS 2017] A24: マイクロソフトと OSS Database - Azure Database for M...
Insight Technology, Inc.
Cassandra(no sql)によるシステム提案と開発
Cassandra(no sql)によるシステム提案と開発
kishimotosc
Oracle Cloudで始める、DBエンジニアのためのHadoop超入門(db tech showcase 2016 Oracle セッション資料)
Oracle Cloudで始める、DBエンジニアのためのHadoop超入門(db tech showcase 2016 Oracle セッション資料)
オラクルエンジニア通信
Db tech showcase 2016
Db tech showcase 2016
datastaxjp
Spark Streamingを活用したシステムの検証結果と設計時のノウハウ
Spark Streamingを活用したシステムの検証結果と設計時のノウハウ
Future Of Data Japan
サンプルで学ぶCassandraアプリケーションの作り方
サンプルで学ぶCassandraアプリケーションの作り方
Yuki Morishita
Cassandraとh baseの比較して入門するno sql
Cassandraとh baseの比較して入門するno sql
Yutuki r
[db tech showcase Tokyo 2016] D27: Next Generation Apache Cassandra by ヤフー株式会...
[db tech showcase Tokyo 2016] D27: Next Generation Apache Cassandra by ヤフー株式会...
Insight Technology, Inc.
今注目のSpark SQL、知っておきたいその性能とは 20151209 OSC Enterprise
今注目のSpark SQL、知っておきたいその性能とは 20151209 OSC Enterprise
YusukeKuramata
Devsumi2013【15-e-5】NoSQLの野心的な使い方 ~Apache Cassandra編~
Devsumi2013【15-e-5】NoSQLの野心的な使い方 ~Apache Cassandra編~
kishimotosc
20190314 PGStrom Arrow_Fdw
20190314 PGStrom Arrow_Fdw
Kohei KaiGai
Spark徹底入門 #cwt2015
Spark徹底入門 #cwt2015
Cloudera Japan
Datastax Enterpriseをはじめよう
Datastax Enterpriseをはじめよう
Yuki Morishita
マルチテナント Hadoop クラスタのためのモニタリング Best Practice
マルチテナント Hadoop クラスタのためのモニタリング Best Practice
Hadoop / Spark Conference Japan
The rethinkingofrepair
The rethinkingofrepair
Kazutaka Tomita
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
Cloudera Japan
Was ist angesagt?
(20)
RDB開発者のためのApache Cassandra データモデリング入門
RDB開発者のためのApache Cassandra データモデリング入門
Cassandra Summit Tokyo 2015 - intra-mart
Cassandra Summit Tokyo 2015 - intra-mart
事例で学ぶApache Cassandra
事例で学ぶApache Cassandra
Cassandra Meetup Tokyo, 2016 Spring
Cassandra Meetup Tokyo, 2016 Spring
[db tech showcase OSS 2017] A24: マイクロソフトと OSS Database - Azure Database for M...
[db tech showcase OSS 2017] A24: マイクロソフトと OSS Database - Azure Database for M...
Cassandra(no sql)によるシステム提案と開発
Cassandra(no sql)によるシステム提案と開発
Oracle Cloudで始める、DBエンジニアのためのHadoop超入門(db tech showcase 2016 Oracle セッション資料)
Oracle Cloudで始める、DBエンジニアのためのHadoop超入門(db tech showcase 2016 Oracle セッション資料)
Db tech showcase 2016
Db tech showcase 2016
Spark Streamingを活用したシステムの検証結果と設計時のノウハウ
Spark Streamingを活用したシステムの検証結果と設計時のノウハウ
サンプルで学ぶCassandraアプリケーションの作り方
サンプルで学ぶCassandraアプリケーションの作り方
Cassandraとh baseの比較して入門するno sql
Cassandraとh baseの比較して入門するno sql
[db tech showcase Tokyo 2016] D27: Next Generation Apache Cassandra by ヤフー株式会...
[db tech showcase Tokyo 2016] D27: Next Generation Apache Cassandra by ヤフー株式会...
今注目のSpark SQL、知っておきたいその性能とは 20151209 OSC Enterprise
今注目のSpark SQL、知っておきたいその性能とは 20151209 OSC Enterprise
Devsumi2013【15-e-5】NoSQLの野心的な使い方 ~Apache Cassandra編~
Devsumi2013【15-e-5】NoSQLの野心的な使い方 ~Apache Cassandra編~
20190314 PGStrom Arrow_Fdw
20190314 PGStrom Arrow_Fdw
Spark徹底入門 #cwt2015
Spark徹底入門 #cwt2015
Datastax Enterpriseをはじめよう
Datastax Enterpriseをはじめよう
マルチテナント Hadoop クラスタのためのモニタリング Best Practice
マルチテナント Hadoop クラスタのためのモニタリング Best Practice
The rethinkingofrepair
The rethinkingofrepair
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
G-Tech2015 Hadoop/Sparkを中核としたビッグデータ基盤_20151006
Andere mochten auch
RDBからの脱却: 新ERP"HUE"におけるCassandra
RDBからの脱却: 新ERP"HUE"におけるCassandra
2t3
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
Insight Technology, Inc.
[db tech showcase Tokyo 2015] C14:30万のユーザ部門を抱える日立、情シスの「理想と現実」 by 株式会社日立製作所 情報...
[db tech showcase Tokyo 2015] C14:30万のユーザ部門を抱える日立、情シスの「理想と現実」 by 株式会社日立製作所 情報...
Insight Technology, Inc.
Presto in Treasure Data
Presto in Treasure Data
Mitsunori Komatsu
DBTS2015 Tokyo DBAが知っておくべき最新テクノロジー
DBTS2015 Tokyo DBAが知っておくべき最新テクノロジー
Masaya Ishikawa
[db tech showcase Tokyo 2015] C33:ビッグデータ・IoT時代のキーテクノロジー、CEPの「今」を掴む! by 株式会社日立...
[db tech showcase Tokyo 2015] C33:ビッグデータ・IoT時代のキーテクノロジー、CEPの「今」を掴む! by 株式会社日立...
Insight Technology, Inc.
[db tech showcase Tokyo 2015] C25:HP NonStop SQLはなぜグローバルに分散DBを構築できるのか、 データの整合...
[db tech showcase Tokyo 2015] C25:HP NonStop SQLはなぜグローバルに分散DBを構築できるのか、 データの整合...
Insight Technology, Inc.
Apache Hiveの今とこれから
Apache Hiveの今とこれから
Yifeng Jiang
[db tech showcase Tokyo 2015] C17:MySQL Cluster ユーザー事例紹介~JR東日本情報システム様における導入事例...
[db tech showcase Tokyo 2015] C17:MySQL Cluster ユーザー事例紹介~JR東日本情報システム様における導入事例...
Insight Technology, Inc.
Mongodb x business
Mongodb x business
emin_press
Dbts2015 tokyo vector_in_hadoop_vortex
Dbts2015 tokyo vector_in_hadoop_vortex
Koji Shinkubo
Apache Drill で JSON 形式の オープンデータを分析してみる - db tech showcase Tokyo 2015 2015/06/11
Apache Drill で JSON 形式の オープンデータを分析してみる - db tech showcase Tokyo 2015 2015/06/11
MapR Technologies Japan
[db tech showcase Tokyo 2015] A26:内部犯行による漏えいを防ぐPostgreSQLの透過的暗号化機能に関する実装と利用方法...
[db tech showcase Tokyo 2015] A26:内部犯行による漏えいを防ぐPostgreSQLの透過的暗号化機能に関する実装と利用方法...
Insight Technology, Inc.
[db tech showcase Tokyo 2015] C15:DevOps MySQL in カカクコム~ OSSによる可用性担保とリアルタイムパフ...
[db tech showcase Tokyo 2015] C15:DevOps MySQL in カカクコム~ OSSによる可用性担保とリアルタイムパフ...
Insight Technology, Inc.
[db tech showcase Tokyo 2015] B15:最新PostgreSQLはパフォーマンスが飛躍的に向上する!? - PostgreSQ...
[db tech showcase Tokyo 2015] B15:最新PostgreSQLはパフォーマンスが飛躍的に向上する!? - PostgreSQ...
Insight Technology, Inc.
[db tech showcase Tokyo 2015] D35:高トランザクションを実現するスケーラブルRDBMS技術 by 日本電気株式会社 並木悠太
[db tech showcase Tokyo 2015] D35:高トランザクションを実現するスケーラブルRDBMS技術 by 日本電気株式会社 並木悠太
Insight Technology, Inc.
[db tech showcase Tokyo 2015] E26 Couchbaseの最新情報/JBoss Data Virtualizationで仮想...
[db tech showcase Tokyo 2015] E26 Couchbaseの最新情報/JBoss Data Virtualizationで仮想...
Masahiro Tomisugi
[db tech showcase Tokyo 2015] B16:最新版PostgreSQLのパフォーマンスを引き出すためのポイント by Postgr...
[db tech showcase Tokyo 2015] B16:最新版PostgreSQLのパフォーマンスを引き出すためのポイント by Postgr...
Insight Technology, Inc.
[db tech showcase Tokyo 2015] A27: RDBエンジニアの為のNOSQL, 今どうしてNOSQLなのか?
[db tech showcase Tokyo 2015] A27: RDBエンジニアの為のNOSQL, 今どうしてNOSQLなのか?
datastaxjp
[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...
[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...
Insight Technology, Inc.
Andere mochten auch
(20)
RDBからの脱却: 新ERP"HUE"におけるCassandra
RDBからの脱却: 新ERP"HUE"におけるCassandra
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
[db tech showcase Tokyo 2015] C14:30万のユーザ部門を抱える日立、情シスの「理想と現実」 by 株式会社日立製作所 情報...
[db tech showcase Tokyo 2015] C14:30万のユーザ部門を抱える日立、情シスの「理想と現実」 by 株式会社日立製作所 情報...
Presto in Treasure Data
Presto in Treasure Data
DBTS2015 Tokyo DBAが知っておくべき最新テクノロジー
DBTS2015 Tokyo DBAが知っておくべき最新テクノロジー
[db tech showcase Tokyo 2015] C33:ビッグデータ・IoT時代のキーテクノロジー、CEPの「今」を掴む! by 株式会社日立...
[db tech showcase Tokyo 2015] C33:ビッグデータ・IoT時代のキーテクノロジー、CEPの「今」を掴む! by 株式会社日立...
[db tech showcase Tokyo 2015] C25:HP NonStop SQLはなぜグローバルに分散DBを構築できるのか、 データの整合...
[db tech showcase Tokyo 2015] C25:HP NonStop SQLはなぜグローバルに分散DBを構築できるのか、 データの整合...
Apache Hiveの今とこれから
Apache Hiveの今とこれから
[db tech showcase Tokyo 2015] C17:MySQL Cluster ユーザー事例紹介~JR東日本情報システム様における導入事例...
[db tech showcase Tokyo 2015] C17:MySQL Cluster ユーザー事例紹介~JR東日本情報システム様における導入事例...
Mongodb x business
Mongodb x business
Dbts2015 tokyo vector_in_hadoop_vortex
Dbts2015 tokyo vector_in_hadoop_vortex
Apache Drill で JSON 形式の オープンデータを分析してみる - db tech showcase Tokyo 2015 2015/06/11
Apache Drill で JSON 形式の オープンデータを分析してみる - db tech showcase Tokyo 2015 2015/06/11
[db tech showcase Tokyo 2015] A26:内部犯行による漏えいを防ぐPostgreSQLの透過的暗号化機能に関する実装と利用方法...
[db tech showcase Tokyo 2015] A26:内部犯行による漏えいを防ぐPostgreSQLの透過的暗号化機能に関する実装と利用方法...
[db tech showcase Tokyo 2015] C15:DevOps MySQL in カカクコム~ OSSによる可用性担保とリアルタイムパフ...
[db tech showcase Tokyo 2015] C15:DevOps MySQL in カカクコム~ OSSによる可用性担保とリアルタイムパフ...
[db tech showcase Tokyo 2015] B15:最新PostgreSQLはパフォーマンスが飛躍的に向上する!? - PostgreSQ...
[db tech showcase Tokyo 2015] B15:最新PostgreSQLはパフォーマンスが飛躍的に向上する!? - PostgreSQ...
[db tech showcase Tokyo 2015] D35:高トランザクションを実現するスケーラブルRDBMS技術 by 日本電気株式会社 並木悠太
[db tech showcase Tokyo 2015] D35:高トランザクションを実現するスケーラブルRDBMS技術 by 日本電気株式会社 並木悠太
[db tech showcase Tokyo 2015] E26 Couchbaseの最新情報/JBoss Data Virtualizationで仮想...
[db tech showcase Tokyo 2015] E26 Couchbaseの最新情報/JBoss Data Virtualizationで仮想...
[db tech showcase Tokyo 2015] B16:最新版PostgreSQLのパフォーマンスを引き出すためのポイント by Postgr...
[db tech showcase Tokyo 2015] B16:最新版PostgreSQLのパフォーマンスを引き出すためのポイント by Postgr...
[db tech showcase Tokyo 2015] A27: RDBエンジニアの為のNOSQL, 今どうしてNOSQLなのか?
[db tech showcase Tokyo 2015] A27: RDBエンジニアの為のNOSQL, 今どうしてNOSQLなのか?
[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...
[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...
Ähnlich wie DB Tech showcase Tokyo 2015 Works Applications
[A33] [特濃jpoug statspack on pdb oracle database 12c] 20131115 補足・続報付き
[A33] [特濃jpoug statspack on pdb oracle database 12c] 20131115 補足・続報付き
Insight Technology, Inc.
Spring3.1概要 データアクセスとトランザクション処理
Spring3.1概要 データアクセスとトランザクション処理
土岐 孝平
SugarCRM meets Azure
SugarCRM meets Azure
Toshiya TSURU
Google Cloud Dataflow を理解する - #bq_sushi
Google Cloud Dataflow を理解する - #bq_sushi
Google Cloud Platform - Japan
20170510_ORACLE MASTER Silver Oracle Database 12c 徹底特訓
20170510_ORACLE MASTER Silver Oracle Database 12c 徹底特訓
オラクルユニバーシティ
Architecting on Alibaba Cloud - Fundamentals - 2018
Architecting on Alibaba Cloud - Fundamentals - 2018
真吾 吉田
Smart Tennis Lesson Serverless Design
Smart Tennis Lesson Serverless Design
Ryuji TAKEHARA
M20_Azure SQL Database 最新アップデートをまとめてキャッチアップ [Microsoft Japan Digital Days]
M20_Azure SQL Database 最新アップデートをまとめてキャッチアップ [Microsoft Japan Digital Days]
日本マイクロソフト株式会社
1000人規模で使う分析基盤構築 〜redshiftを活用したeuc
1000人規模で使う分析基盤構築 〜redshiftを活用したeuc
Kazuhiro Miyajima
Using Windows Azure
Using Windows Azure
Shinji Tanaka
Share pointを支えるsql server2014最新情報 tokyo_公開用
Share pointを支えるsql server2014最新情報 tokyo_公開用
Yukio Kumazawa
Sql database のご紹介
Sql database のご紹介
Oda Shinsuke
Start SQL Server with Docker
Start SQL Server with Docker
Oshitari_kochi
Oracle Database Connect 2017 / JPOUG#1
Oracle Database Connect 2017 / JPOUG#1
Noriyoshi Shinoda
Sql azure知ってますか?改訂版
Sql azure知ってますか?改訂版
Oda Shinsuke
PySpark Intro Part.2 with SQL Graph
PySpark Intro Part.2 with SQL Graph
Oshitari_kochi
A Benchmark Test on Presto, Spark Sql and Hive on Tez
A Benchmark Test on Presto, Spark Sql and Hive on Tez
Gw Liu
Kubernetes on Alibaba Cloud
Kubernetes on Alibaba Cloud
真吾 吉田
201312 scalr[oss] installation_idcf
201312 scalr[oss] installation_idcf
IDC Frontier
SCALR OSS版のインストール手順のご紹介 20131204 01
SCALR OSS版のインストール手順のご紹介 20131204 01
Haruhiko KAJIKAWA
Ähnlich wie DB Tech showcase Tokyo 2015 Works Applications
(20)
[A33] [特濃jpoug statspack on pdb oracle database 12c] 20131115 補足・続報付き
[A33] [特濃jpoug statspack on pdb oracle database 12c] 20131115 補足・続報付き
Spring3.1概要 データアクセスとトランザクション処理
Spring3.1概要 データアクセスとトランザクション処理
SugarCRM meets Azure
SugarCRM meets Azure
Google Cloud Dataflow を理解する - #bq_sushi
Google Cloud Dataflow を理解する - #bq_sushi
20170510_ORACLE MASTER Silver Oracle Database 12c 徹底特訓
20170510_ORACLE MASTER Silver Oracle Database 12c 徹底特訓
Architecting on Alibaba Cloud - Fundamentals - 2018
Architecting on Alibaba Cloud - Fundamentals - 2018
Smart Tennis Lesson Serverless Design
Smart Tennis Lesson Serverless Design
M20_Azure SQL Database 最新アップデートをまとめてキャッチアップ [Microsoft Japan Digital Days]
M20_Azure SQL Database 最新アップデートをまとめてキャッチアップ [Microsoft Japan Digital Days]
1000人規模で使う分析基盤構築 〜redshiftを活用したeuc
1000人規模で使う分析基盤構築 〜redshiftを活用したeuc
Using Windows Azure
Using Windows Azure
Share pointを支えるsql server2014最新情報 tokyo_公開用
Share pointを支えるsql server2014最新情報 tokyo_公開用
Sql database のご紹介
Sql database のご紹介
Start SQL Server with Docker
Start SQL Server with Docker
Oracle Database Connect 2017 / JPOUG#1
Oracle Database Connect 2017 / JPOUG#1
Sql azure知ってますか?改訂版
Sql azure知ってますか?改訂版
PySpark Intro Part.2 with SQL Graph
PySpark Intro Part.2 with SQL Graph
A Benchmark Test on Presto, Spark Sql and Hive on Tez
A Benchmark Test on Presto, Spark Sql and Hive on Tez
Kubernetes on Alibaba Cloud
Kubernetes on Alibaba Cloud
201312 scalr[oss] installation_idcf
201312 scalr[oss] installation_idcf
SCALR OSS版のインストール手順のご紹介 20131204 01
SCALR OSS版のインストール手順のご紹介 20131204 01
DB Tech showcase Tokyo 2015 Works Applications
1.
RDB完全脱却!OracleからCassandra, Sparkへのリプレース実践例 2015年6月12日 株式会社ワークスアプリケーションズ ATE本部 HUE Backendチーム
堤 勇人
2.
2 堤 勇人 Tsutsumi
Hayato 株式会社ワークスアプリケーションズ アドバンスドテクノロジアンドエンジニアリング本部 HUE Backend チーム リーダー HUEにてシステム全体のアーキテクチャから、 個々の要素技術開発まで担当 @2t3
3.
3 本日の内容でない物 ✗ RDBはもういらない ✗ 全部分散処理しよう ✗
ビッグデータ ✗ Cassandraの詳細解説 ✗ 弊社新製品の機能紹介
4.
4 本日の内容 Oracleに完全依存したパッケージソフトウェアを、 Cassandra, Elasticsearch等の分散データベースで 置き換えてみる。
5.
5 アジェンダ 1.Oracleに完全依存したソフトウェア 2.KVSで置き換える 3.リプレースしたメリット・デメリット 4.まとめ
6.
6 1.Oracleに完全依存したソフトウェア
7.
7 select bd0.otr_id FROM corp_hst
crp, section_hst sec, class_hst cls, post_hst pst, office_hst ofc, position_hst psn, speciality_hst spc, costitem_hst cst, charge _hst cr g, extr a_hst ex01, extra_hst ex02, extra_hst ex03, extra_hst ex04, extra_hst ex05, extra_hst ex06, extra_hst ex07, extra_hst ex08, extra_hst ex09, extra_hst ex10, corp_hst ocrp, section_hst osec, rank_hst rnk, jobgrade_hst jobg, (SELECT hd.otr_id, hd.anc_date, bd.* FROM asnhst_hd hd, asnhst_mainbd bd WHERE hd. hst_id = bd. hst_id) bd0, asnhst_employ bd1, asnhst_absence bd2, (SELECT hd. otr_id, hd.an c_date as hd_anc_date, tp.* FROM asnhst_hd hd, asnhst_temp_transf tp WHERE hd. hst_id = tp. hst_id) bd3, corp_hst tmpcrp, section_hst tmpsec, post_hst tmppst, leave_reason lev WHERE b d0.hst_id = bd1.hst_id AND bd0.hst_id = bd2.hst_id AND bd0.hst_id = bd3.hst_id AND bd0.crp _id = crp.cr p_id(+) AND crp.date_from(+) <= bd0.anc_date AND crp.date_to(+) >= bd0.anc_date AND bd0.org_crp_id = ocrp.crp_id(+) AND ocrp.date_from(+) <= bd0.anc_date AND ocrp.date_to(+) >= bd0.anc_date AND bd0.sec_id = sec.sec_id(+) AND sec.date_from(+) <= bd0.anc_date AND sec.date_to(+) >= bd0.anc_date AND bd0.org_sec_id = osec.sec_id(+) AND osec.date_from(+) <= bd0.anc_date AND osec.date_to(+) >= bd0.anc_date AND bd0.pst_id = pst.pst_id(+) AND pst.date_from(+) <= bd0.anc_date AND pst.date_to(+) >= bd0.anc_date AND bd0.psn_id = psn.psn_id(+) AND psn.date_from(+) <= bd0.anc_date AND psn.date_to(+) >= bd0.anc_date AND bd0.cls_id = cls.cls_id(+) AND cls.date_from(+) <= bd0.anc_date AND cls.date_to(+) >= bd0.anc_date AND bd0.spc_id = spc.spc_id(+) AND spc.date_from(+) <= bd0.anc_date AND spc.date_to(+) >= bd0.anc_date Oracleに完全依存したソフトウェア ● Oracleを完全に使いこなしている訳ではない ● SQLで大体作られている ● とりあえずデータは正規化して突っ込む ● 速度はオプティマイザ頼み ● 3秒くらいで画面が出れば早い方
8.
8 そして訪れる業務命令 < 遅い
9.
9 そして訪れる業務命令 < 100msで画面が 出るようにしろ
10.
10 そして訪れる業務命令 < バッチ処理も 一瞬で終わらせろ
11.
11 そして訪れる業務命令 < あ、コストはそのままで
12.
12 100msの速度とは? 画面のレスポンスまでに100msということは 諸々の処理を抜くと、 DBに許された処理時間 = 20ms
13.
13 20msでのRDB ● 非正規化する ● join禁止 ● ソート済みデータを用意する
14.
14 試算(実行時ソート) ● 設定 ● CPU 1処理 約0.3[ns] ● CPUキャッシュアクセス速度
0.5~5[ns] ● メモリアクセス速度 10~数10[ns] ● 処理1ループを、100[ns]とする 10万件ソートすると N logN = 1,600,000 ループ
15.
15 試算(実行時ソート) 1,600,000 * 100[ns]
= 160[ms] ● 遅い ● メモリに全部データが載っているとしても なかなか大変な計算 ● コア数にも限界がある
16.
16 20msでのRDB ● 非正規化する ● join禁止 ● ソート済みデータを用意する → RDBの良さを活かせない領域 → KeyValueStore(KVS)を使ってみる
17.
17 KeyValueStore(KVS)とは ● PKしかWhere句に書けない ● join不可 ● transactionもあんまりない ● その代わり分散できる
18.
18 2.KVSで置き換える
19.
19 下準備 ● 様々な処理を吸収するレイヤとして ObjectMapperを実装 --リストアップ List<Employee> list =
kva.search(startWith(“userId”), Employee.class); --insert Employee employee = new Employee(“堤 勇人”, “Tsutsumi Hayato”, ...); kva.insert(employee);
20.
20 メインDBは? ● 基本的にCassandraに全てのデータを保存する ● RDBは全廃
21.
21 consistencyは? ● 常に最新のデータが取れるか? ● QUORUMでread/write Write Read
22.
22 joinは? ● 非正規化データを作成する ● 作っただけでなくメンテナンスする必要がある ● Cassandraへの書き込みをインターセプトして 非正規化データを作成する非同期メッセージを 投げる ● MessageQueueにはkafkaを使用
23.
23 indexは? ● 別テーブルが作られる。joinと同じ仕組み ● 開発者はannotationを付けるだけ @AutoIndex(Employee.class) @Join(with = Project.class,
as = "p", where = {"projectId == p.id"}) class EmployeeWithProjectIndex { @Key private UUID id; private String name; @Column(from = "#p.name") private String projectName; }
24.
24 sortは? ● そのソート順で並んだ別テーブルを作っておく ● これも同様に処理される class Project{ @Key private UUID
id; private String code; private String name; } @AutoIndex(Project.class) class ProjectByUniqueCodeIndex { private UUID id; @Key private String code; private String name; }
25.
25 group byは? ● Spark, Spark
streamingといった分散処理で 予め計算しておく。
26.
26 部分一致は? ● 全文検索エンジン Elasticsearch を使う ● indexと同様の仕組みでメンテナンスされる @AutoIndex(value
= Employee.class, elasticsearchType ="{ElasticsearchTypeName}") @Join(with = Project.class, as = "p", where = "projectId == p.id") class EmployeeWithProjectIndex { @Key private UUID id; private String name; @Column(from = "#p.name") private String projectName; }
27.
27 sequenceは? ● Counter+Lightweight transactionで実現可能 CQL> UPDATE
sequence SET value = 1595 WHERE key = "employee" if value = 1594;
28.
28 transactionは? ● transactionを使っている箇所を精査していくと 実はほとんどの部分でtransactionは不要。 ● しかし必要な場合もあることは確か。 ● ではどうするか?
29.
29 transaction - rollbackは? ● rollbackが必要な場合は、結局validationの結果 によってrollbackしたい場合がほとんど ● validationだけならCassandraの機能である、 Lightweight
transactionで十分保証できる
30.
30 transaction - isolationは? ● isolationが必要、つまり同時に入れたデータが 読めるようになるのも同時にしたい場合がある ● 2通りの方法を用意 ● Commit
logパターン ● 誤り訂正パターン
31.
31 transaction - Commit
logパターン ● isolationを保つ単位を 一行としてCommit log テーブルに書き込む ● 通常はそのまま読む ● isolationを確保したい場合、 Commit logと対象テーブルを 両方読み、マージする A, B, C A CB Write data Read data Read data with isolation 逐次反映
32.
32 transaction - 誤り訂正パターン ● 使用したデータのタイムスタンプを記録してお き、処理後一定時間変更が無いかを監視 ● 一定時間は、Messageの処理時間より大きく取 る必要がある
33.
33 バッチ処理は? ● Spark, Spark streamingといった分散処理技術 ● リソースプランニングやスケジューラはYARN
34.
34 Datacenter Replicationは? ● Cassandraは、同様の機能を持っているが、 より詳細な設定が必要となる ● あるお客様では東京とシンガポールしかいらな いが、別のお客様では東京とNYが要る、等 ● メッセージを発行して、他のDCに送りつける ● Lightweight Transactionはどこか一つに聞き に行く
35.
35 データ構造は? ● 業務システムに存在するデータ構造を分類 ● Changeset ● 変更の蓄積。異動情報等の履歴テーブル。 ● Event ● 事実の蓄積。申請書や伝票等。 ● それぞれのパターン毎にAPIを用意
36.
36 データ構造毎のAPI ● データ構造毎のデータ取得法を抽象化する ● API内部である程度の最適化が可能 --現在日のデータを取得 Employee emp =
kva.getChangeset(empId, now(), Employee.class); --過去の申請書をリストアップ Iterator<Expense> ite = kva.search(match(“tsutsumi”, “1094”), Expense.class);
37.
37 3.リプレースしたメリット・デメリット
38.
38 やはり難しいところもある…… ● フリーワードで絞り込み検索をした結果を合計する といった予め用意しておけないデータ ● 自由にソートする、自由に検索する ● データの作り方がシステム目線からユーザー目線へ
39.
39 スケーラビリティがもたらすメリット ● サーバを追加することで高速化 ● 不要な時はサーバを減らすことで コスト削減 ● クラウドと相性が良い
40.
40 止めない運用 あらゆる操作を動作したまま実行可能 ● スケールアウト、スケールイン ● サーバ置き換え ● テーブル構造変更 ● DBのバージョンアップ
41.
41 低いレイテンシ ● 応答速度は10ms以下 ● 負荷が上がっても性能を保つ http://googlecloudplatform.blogspot.jp/2014/03/cassandra-hits-one-million-writes-per-second-on-google-compute-engine.html
42.
42 高いスループット ● 同コストのOracleと比較し、 最大23.5倍の高速化を確認
43.
43 4.まとめ
44.
44 まとめ ● Oracleに依存していたパッケージソフトウェア を分散データベースに載せ替えることは可能 ● 相応のメリットがある ● 開発者の頭の切り替えも必要 ● 作成したライブラリは来年以降公開予定
45.
45 ありがとうございました!
Jetzt herunterladen