Suche senden
Hochladen
20211118 dbts2021 マイクロサービスにおけるApache Geodeの効果的な使い方
•
0 gefällt mir
•
295 views
M
Masaki Yamakawa
Folgen
2021/11/18 db tech showcase 2021での発表資料
Weniger lesen
Mehr lesen
Technologie
Diashow-Anzeige
Melden
Teilen
Diashow-Anzeige
Melden
Teilen
1 von 53
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
Elasticsearch as a Distributed System
Elasticsearch as a Distributed System
Satoyuki Tsukano
KVM環境におけるネットワーク速度ベンチマーク
KVM環境におけるネットワーク速度ベンチマーク
VirtualTech Japan Inc.
ストリーム処理を支えるキューイングシステムの選び方
ストリーム処理を支えるキューイングシステムの選び方
Yoshiyasu SAEKI
初心者向けMongoDBのキホン!
初心者向けMongoDBのキホン!
Tetsutaro Watanabe
Kubernetesでの性能解析 ~なんとなく遅いからの脱却~(Kubernetes Meetup Tokyo #33 発表資料)
Kubernetesでの性能解析 ~なんとなく遅いからの脱却~(Kubernetes Meetup Tokyo #33 発表資料)
NTT DATA Technology & Innovation
事例で学ぶApache Cassandra
事例で学ぶApache Cassandra
Yuki Morishita
Kubernetes環境に対する性能試験(Kubernetes Novice Tokyo #2 発表資料)
Kubernetes環境に対する性能試験(Kubernetes Novice Tokyo #2 発表資料)
NTT DATA Technology & Innovation
Ethernetの受信処理
Ethernetの受信処理
Takuya ASADA
Empfohlen
Elasticsearch as a Distributed System
Elasticsearch as a Distributed System
Satoyuki Tsukano
KVM環境におけるネットワーク速度ベンチマーク
KVM環境におけるネットワーク速度ベンチマーク
VirtualTech Japan Inc.
ストリーム処理を支えるキューイングシステムの選び方
ストリーム処理を支えるキューイングシステムの選び方
Yoshiyasu SAEKI
初心者向けMongoDBのキホン!
初心者向けMongoDBのキホン!
Tetsutaro Watanabe
Kubernetesでの性能解析 ~なんとなく遅いからの脱却~(Kubernetes Meetup Tokyo #33 発表資料)
Kubernetesでの性能解析 ~なんとなく遅いからの脱却~(Kubernetes Meetup Tokyo #33 発表資料)
NTT DATA Technology & Innovation
事例で学ぶApache Cassandra
事例で学ぶApache Cassandra
Yuki Morishita
Kubernetes環境に対する性能試験(Kubernetes Novice Tokyo #2 発表資料)
Kubernetes環境に対する性能試験(Kubernetes Novice Tokyo #2 発表資料)
NTT DATA Technology & Innovation
Ethernetの受信処理
Ethernetの受信処理
Takuya ASADA
トランザクションをSerializableにする4つの方法
トランザクションをSerializableにする4つの方法
Kumazaki Hiroki
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
NTT DATA OSS Professional Services
第31回「今アツい、分散ストレージを語ろう」(2013/11/28 on しすなま!)
第31回「今アツい、分散ストレージを語ろう」(2013/11/28 on しすなま!)
System x 部 (生!) : しすなま! @ Lenovo Enterprise Solutions Ltd.
Fluentdのお勧めシステム構成パターン
Fluentdのお勧めシステム構成パターン
Kentaro Yoshida
9/14にリリースされたばかりの新LTS版Java 17、ここ3年間のJavaの変化を知ろう!(Open Source Conference 2021 O...
9/14にリリースされたばかりの新LTS版Java 17、ここ3年間のJavaの変化を知ろう!(Open Source Conference 2021 O...
NTT DATA Technology & Innovation
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
Garbage First Garbage Collection (G1 GC) #jjug_ccc #ccc_cd6
Garbage First Garbage Collection (G1 GC) #jjug_ccc #ccc_cd6
Yuji Kubota
Apache Sparkの基本と最新バージョン3.2のアップデート(Open Source Conference 2021 Online/Fukuoka ...
Apache Sparkの基本と最新バージョン3.2のアップデート(Open Source Conference 2021 Online/Fukuoka ...
NTT DATA Technology & Innovation
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
Yahoo!デベロッパーネットワーク
AWS LambdaとDynamoDBがこんなにツライはずがない #ssmjp
AWS LambdaとDynamoDBがこんなにツライはずがない #ssmjp
Masahiro NAKAYAMA
Apache Arrow - データ処理ツールの次世代プラットフォーム
Apache Arrow - データ処理ツールの次世代プラットフォーム
Kouhei Sutou
webエンジニアのためのはじめてのredis
webエンジニアのためのはじめてのredis
nasa9084
スケールアウトするPostgreSQLを目指して!その第一歩!(NTTデータ テクノロジーカンファレンス 2020 発表資料)
スケールアウトするPostgreSQLを目指して!その第一歩!(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
マルチコアとネットワークスタックの高速化技法
マルチコアとネットワークスタックの高速化技法
Takuya ASADA
MongoDBの監視
MongoDBの監視
Tetsutaro Watanabe
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Cloudera Japan
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
Cloudera Japan
トランザクションの設計と進化
トランザクションの設計と進化
Kumazaki Hiroki
Yahoo! JAPANにおけるApache Cassandraへの取り組み
Yahoo! JAPANにおけるApache Cassandraへの取り組み
Yahoo!デベロッパーネットワーク
cluster-monitoringで困ったこと学んだこと
cluster-monitoringで困ったこと学んだこと
Sachiho Wakita
Microsoft Seminar: Design Optimization on Rescale
Microsoft Seminar: Design Optimization on Rescale
Rescale Japan株式会社
20180217 hackertackle geode
20180217 hackertackle geode
Masaki Yamakawa
Weitere ähnliche Inhalte
Was ist angesagt?
トランザクションをSerializableにする4つの方法
トランザクションをSerializableにする4つの方法
Kumazaki Hiroki
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
NTT DATA OSS Professional Services
第31回「今アツい、分散ストレージを語ろう」(2013/11/28 on しすなま!)
第31回「今アツい、分散ストレージを語ろう」(2013/11/28 on しすなま!)
System x 部 (生!) : しすなま! @ Lenovo Enterprise Solutions Ltd.
Fluentdのお勧めシステム構成パターン
Fluentdのお勧めシステム構成パターン
Kentaro Yoshida
9/14にリリースされたばかりの新LTS版Java 17、ここ3年間のJavaの変化を知ろう!(Open Source Conference 2021 O...
9/14にリリースされたばかりの新LTS版Java 17、ここ3年間のJavaの変化を知ろう!(Open Source Conference 2021 O...
NTT DATA Technology & Innovation
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
Garbage First Garbage Collection (G1 GC) #jjug_ccc #ccc_cd6
Garbage First Garbage Collection (G1 GC) #jjug_ccc #ccc_cd6
Yuji Kubota
Apache Sparkの基本と最新バージョン3.2のアップデート(Open Source Conference 2021 Online/Fukuoka ...
Apache Sparkの基本と最新バージョン3.2のアップデート(Open Source Conference 2021 Online/Fukuoka ...
NTT DATA Technology & Innovation
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
Yahoo!デベロッパーネットワーク
AWS LambdaとDynamoDBがこんなにツライはずがない #ssmjp
AWS LambdaとDynamoDBがこんなにツライはずがない #ssmjp
Masahiro NAKAYAMA
Apache Arrow - データ処理ツールの次世代プラットフォーム
Apache Arrow - データ処理ツールの次世代プラットフォーム
Kouhei Sutou
webエンジニアのためのはじめてのredis
webエンジニアのためのはじめてのredis
nasa9084
スケールアウトするPostgreSQLを目指して!その第一歩!(NTTデータ テクノロジーカンファレンス 2020 発表資料)
スケールアウトするPostgreSQLを目指して!その第一歩!(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
マルチコアとネットワークスタックの高速化技法
マルチコアとネットワークスタックの高速化技法
Takuya ASADA
MongoDBの監視
MongoDBの監視
Tetsutaro Watanabe
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Cloudera Japan
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
Cloudera Japan
トランザクションの設計と進化
トランザクションの設計と進化
Kumazaki Hiroki
Yahoo! JAPANにおけるApache Cassandraへの取り組み
Yahoo! JAPANにおけるApache Cassandraへの取り組み
Yahoo!デベロッパーネットワーク
cluster-monitoringで困ったこと学んだこと
cluster-monitoringで困ったこと学んだこと
Sachiho Wakita
Was ist angesagt?
(20)
トランザクションをSerializableにする4つの方法
トランザクションをSerializableにする4つの方法
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
第31回「今アツい、分散ストレージを語ろう」(2013/11/28 on しすなま!)
第31回「今アツい、分散ストレージを語ろう」(2013/11/28 on しすなま!)
Fluentdのお勧めシステム構成パターン
Fluentdのお勧めシステム構成パターン
9/14にリリースされたばかりの新LTS版Java 17、ここ3年間のJavaの変化を知ろう!(Open Source Conference 2021 O...
9/14にリリースされたばかりの新LTS版Java 17、ここ3年間のJavaの変化を知ろう!(Open Source Conference 2021 O...
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
Garbage First Garbage Collection (G1 GC) #jjug_ccc #ccc_cd6
Garbage First Garbage Collection (G1 GC) #jjug_ccc #ccc_cd6
Apache Sparkの基本と最新バージョン3.2のアップデート(Open Source Conference 2021 Online/Fukuoka ...
Apache Sparkの基本と最新バージョン3.2のアップデート(Open Source Conference 2021 Online/Fukuoka ...
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
AWS LambdaとDynamoDBがこんなにツライはずがない #ssmjp
AWS LambdaとDynamoDBがこんなにツライはずがない #ssmjp
Apache Arrow - データ処理ツールの次世代プラットフォーム
Apache Arrow - データ処理ツールの次世代プラットフォーム
webエンジニアのためのはじめてのredis
webエンジニアのためのはじめてのredis
スケールアウトするPostgreSQLを目指して!その第一歩!(NTTデータ テクノロジーカンファレンス 2020 発表資料)
スケールアウトするPostgreSQLを目指して!その第一歩!(NTTデータ テクノロジーカンファレンス 2020 発表資料)
マルチコアとネットワークスタックの高速化技法
マルチコアとネットワークスタックの高速化技法
MongoDBの監視
MongoDBの監視
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
トランザクションの設計と進化
トランザクションの設計と進化
Yahoo! JAPANにおけるApache Cassandraへの取り組み
Yahoo! JAPANにおけるApache Cassandraへの取り組み
cluster-monitoringで困ったこと学んだこと
cluster-monitoringで困ったこと学んだこと
Ähnlich wie 20211118 dbts2021 マイクロサービスにおけるApache Geodeの効果的な使い方
Microsoft Seminar: Design Optimization on Rescale
Microsoft Seminar: Design Optimization on Rescale
Rescale Japan株式会社
20180217 hackertackle geode
20180217 hackertackle geode
Masaki Yamakawa
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
オラクルエンジニア通信
ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展
Recruit Technologies
Hadoop Conference Japan_2016 セッション「顧客事例から学んだ、 エンタープライズでの "マジな"Hadoop導入の勘所」
Hadoop Conference Japan_2016 セッション「顧客事例から学んだ、 エンタープライズでの "マジな"Hadoop導入の勘所」
オラクルエンジニア通信
[Modern Cloud Day Tokyo 2019] Oracle Cloud Infrastructure 基本サービス入門(1) - Netwo...
[Modern Cloud Day Tokyo 2019] Oracle Cloud Infrastructure 基本サービス入門(1) - Netwo...
オラクルエンジニア通信
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
Insight Technology, Inc.
WebDB Forum 2012 基調講演資料
WebDB Forum 2012 基調講演資料
Recruit Technologies
[Modern Cloud Day Tokyo 2019] 次世代型データベース・クラウドの魅力に迫る ~ Autonomous Database Dee...
[Modern Cloud Day Tokyo 2019] 次世代型データベース・クラウドの魅力に迫る ~ Autonomous Database Dee...
オラクルエンジニア通信
【de:code 2020】 二兎追う者は二兎を得る!クラウド VDI で利便性とセキュリティのどちらも手に入れる!
【de:code 2020】 二兎追う者は二兎を得る!クラウド VDI で利便性とセキュリティのどちらも手に入れる!
日本マイクロソフト株式会社
クラウド概要 by Engine Yard
クラウド概要 by Engine Yard
Yu Kitazume
Ti db demo
Ti db demo
Akio Mitobe
Gmo media.inc 第9回西日本ossの普及を考える会
Gmo media.inc 第9回西日本ossの普及を考える会
Dai Utsui
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
Fixstars Corporation
Graph api introduction_20130425
Graph api introduction_20130425
Naohiro Fujie
パブリック クラウド担当の現場も注目している System center 2012 ~その理由は? tokyo
パブリック クラウド担当の現場も注目している System center 2012 ~その理由は? tokyo
Keiji Kamebuchi
ソフトウェア資産管理とIT投資マネジメントの関係性
ソフトウェア資産管理とIT投資マネジメントの関係性
Tetsu Kawata
Cloud Nativeを見据えたアプリケーションアーキテクチャとレガシーモダナイゼーション
Cloud Nativeを見据えたアプリケーションアーキテクチャとレガシーモダナイゼーション
Erina Matsuda
ビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラム
Recruit Technologies
第4回SIA研究会(例会)プレゼン資料3_ tobesoft
第4回SIA研究会(例会)プレゼン資料3_ tobesoft
Tae Yoshida
Ähnlich wie 20211118 dbts2021 マイクロサービスにおけるApache Geodeの効果的な使い方
(20)
Microsoft Seminar: Design Optimization on Rescale
Microsoft Seminar: Design Optimization on Rescale
20180217 hackertackle geode
20180217 hackertackle geode
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展
Hadoop Conference Japan_2016 セッション「顧客事例から学んだ、 エンタープライズでの "マジな"Hadoop導入の勘所」
Hadoop Conference Japan_2016 セッション「顧客事例から学んだ、 エンタープライズでの "マジな"Hadoop導入の勘所」
[Modern Cloud Day Tokyo 2019] Oracle Cloud Infrastructure 基本サービス入門(1) - Netwo...
[Modern Cloud Day Tokyo 2019] Oracle Cloud Infrastructure 基本サービス入門(1) - Netwo...
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
WebDB Forum 2012 基調講演資料
WebDB Forum 2012 基調講演資料
[Modern Cloud Day Tokyo 2019] 次世代型データベース・クラウドの魅力に迫る ~ Autonomous Database Dee...
[Modern Cloud Day Tokyo 2019] 次世代型データベース・クラウドの魅力に迫る ~ Autonomous Database Dee...
【de:code 2020】 二兎追う者は二兎を得る!クラウド VDI で利便性とセキュリティのどちらも手に入れる!
【de:code 2020】 二兎追う者は二兎を得る!クラウド VDI で利便性とセキュリティのどちらも手に入れる!
クラウド概要 by Engine Yard
クラウド概要 by Engine Yard
Ti db demo
Ti db demo
Gmo media.inc 第9回西日本ossの普及を考える会
Gmo media.inc 第9回西日本ossの普及を考える会
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
Graph api introduction_20130425
Graph api introduction_20130425
パブリック クラウド担当の現場も注目している System center 2012 ~その理由は? tokyo
パブリック クラウド担当の現場も注目している System center 2012 ~その理由は? tokyo
ソフトウェア資産管理とIT投資マネジメントの関係性
ソフトウェア資産管理とIT投資マネジメントの関係性
Cloud Nativeを見据えたアプリケーションアーキテクチャとレガシーモダナイゼーション
Cloud Nativeを見据えたアプリケーションアーキテクチャとレガシーモダナイゼーション
ビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラム
第4回SIA研究会(例会)プレゼン資料3_ tobesoft
第4回SIA研究会(例会)プレゼン資料3_ tobesoft
Mehr von Masaki Yamakawa
20231111_YugabyteDB-on-k8s.pdf
20231111_YugabyteDB-on-k8s.pdf
Masaki Yamakawa
20221117_クラウドネイティブ向けYugabyteDB活用シナリオ
20221117_クラウドネイティブ向けYugabyteDB活用シナリオ
Masaki Yamakawa
20220331_DSSA_MigrationToYugabyteDB
20220331_DSSA_MigrationToYugabyteDB
Masaki Yamakawa
20190523 IMC meetup-IMDG&DS
20190523 IMC meetup-IMDG&DS
Masaki Yamakawa
20181031 springfest spring data geode
20181031 springfest spring data geode
Masaki Yamakawa
Apache geode at-s1p
Apache geode at-s1p
Masaki Yamakawa
20171125 springfest snappydata
20171125 springfest snappydata
Masaki Yamakawa
20171118 jjug snappydata
20171118 jjug snappydata
Masaki Yamakawa
Geode hands-on
Geode hands-on
Masaki Yamakawa
インメモリーデータグリッドの選択肢
インメモリーデータグリッドの選択肢
Masaki Yamakawa
インメモリーで超高速処理を実現する場合のカギ
インメモリーで超高速処理を実現する場合のカギ
Masaki Yamakawa
超高速処理とスケーラビリティを両立するApache GEODE
超高速処理とスケーラビリティを両立するApache GEODE
Masaki Yamakawa
Mehr von Masaki Yamakawa
(12)
20231111_YugabyteDB-on-k8s.pdf
20231111_YugabyteDB-on-k8s.pdf
20221117_クラウドネイティブ向けYugabyteDB活用シナリオ
20221117_クラウドネイティブ向けYugabyteDB活用シナリオ
20220331_DSSA_MigrationToYugabyteDB
20220331_DSSA_MigrationToYugabyteDB
20190523 IMC meetup-IMDG&DS
20190523 IMC meetup-IMDG&DS
20181031 springfest spring data geode
20181031 springfest spring data geode
Apache geode at-s1p
Apache geode at-s1p
20171125 springfest snappydata
20171125 springfest snappydata
20171118 jjug snappydata
20171118 jjug snappydata
Geode hands-on
Geode hands-on
インメモリーデータグリッドの選択肢
インメモリーデータグリッドの選択肢
インメモリーで超高速処理を実現する場合のカギ
インメモリーで超高速処理を実現する場合のカギ
超高速処理とスケーラビリティを両立するApache GEODE
超高速処理とスケーラビリティを両立するApache GEODE
Kürzlich hochgeladen
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
Kürzlich hochgeladen
(9)
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
20211118 dbts2021 マイクロサービスにおけるApache Geodeの効果的な使い方
1.
マイクロサービスにおける Apache Geodeの効果的な使い方 マイクロサービス時代では データ管理システムは適材適所で使おう! 0 RDB一辺倒な あなたに贈る
2.
自己紹介 山河 征紀 ウルシステムズ株式会社 コンサルタント { “分野” :
”金融系(証券・FX)”, “得技” : [“インメモリー処理”, “分散処理”], “その他” : ”Apache Geodeコミッター” } 1
3.
本日お伝えしたいテーマ 2 RDB以外の選択肢としてのApache Geodeを あなたの引き出しに追加する方法
4.
証券業界・FX業界における よくある要求 3
5.
証券業界・FX業界におけるよくある要求 4 ◼パフォーマンス ⚫ 低レイテンシー/高スループット ⚫ ユーザー数増加に伴うスケールアウト ⚫
スパイクアクセス ◼対障害性 ⚫ ゼロダウンタイム ⚫ 短時間でのフェイルオーバー ⚫ DR 高性能データベース、 高性能サーバーの使用
6.
別の解決策はないか… 5 高性能データベース、 高性能サーバーの使用
7.
選択肢の1つとしてのApache Geode 6
8.
よくある現行システムの状態 7 ◼多くの場合、高性能DBを最大限に活かすために、様々なシ ステムのデータが1つのデータに集約されている 高性能データベース ・・・
9.
マイクロサービス的なアプローチ 8 ◼性能にこだわりたい機能は決まっている ◼その部分のみ切り出し、高可用性を満たしつつ高速化出来 ないか? いきなりこうは できないけれど… 一部だけを切り出す のはやりやすい!
10.
RDB以外の選択肢としての Apache Geode 9
11.
Apache Geodeとは? 10 インメモリー データグリッド製品 RDBとは異なりメモリー内へのデータ保持を ベースとするプロダクト 主要なインメモリーデータグリッド製品
12.
インメモリーデータグリッドとは? 複数のサーバーのメモリーを、仮想的に統合して一つの巨大 なメモリー空間を作り出す技術 巨大なメモリー空間 11
13.
Apache GeodeはRDBとどう違うのか? RDB Apache
Geode データ モデル リレーショナルモデル オブジェクトモデル データ 格納場所 ディスク メモリー データ アクセス SELECT * FROM XXX … INSERT INTO XXX VALUES … Object = GET(Key) PUT(Key, Object) SQL Key指定アクセス ※メモリーに キャッシュして 高速化 ※必要に応じ てディスク へ永続化 12
14.
クラスター内でデータを分散 Apache Geodeは、データを各サーバーのメモリー上に分散 して保持してくれる データB コピー Geodeクラスター データA コピー データA データB 13
15.
クラスター内でデータを分散 Apache Geodeは、データを各サーバーのメモリー上に分散 して保持してくれる データB コピー Geodeクラスター データA コピー データA データB 14
16.
クラスター内でデータを分散 Apache Geodeは、データを各サーバーのメモリー上に分散 して保持してくれる データB コピー Geodeクラスター データA コピー データA データB 15
17.
Cache cache =
new CacheFactory() .set("cache-xml-file", “cache.xml").create(); Region<Integer, Employee> region = cache.getRegion(“Employee"); Integer key = 1; Employee employee = new Employee(…); // データ登録 region.put(key, employee); // データ取得 Employee value = region.get(key); // データ削除 region.remove(key); 使い方は簡単 java.util.Mapを使用してる感覚で使用が可能 16
18.
P2Pアーキテクチャーによるスケーラビリティ ◼データ読み込みのみならず、書き込み処理もスケールアウ トが可能。ノード数に比例して処理性能を高めることがで きる ・・・ データベース ・・・ RDBの場合 Apache Geodeの場合 APP 業務処理 キャッ シュ APP 業務処理 キャッ シュ APP 業務処理 キャッ シュ APP 業務処理 Apache Geode APP 業務処理 Apache Geode APP 業務処理 Apache Geode スケール アウト 17
19.
RDBとApache Geodeの違い 18 観点 RDB
Apache Geode 重視している特性 一貫性 拡張性 可用性 拡張方法 スケールアップ または データの水平分割 スケールアウト データ参照方法 SQL キーによる問い合わせ 一貫性の維持 強い 緩い(RDBに比べると) データモデル 関係モデル キー・バリューモデル
20.
Apache Geodeのメリット 高速処理 大量のトランザクションを高速に処理できる スケーラビリティ ノードの追加に応じて巨大なメモリー空間を生み出せる 可用性 ノード単体の障害による影響がない 高信頼性 欧米の金融機関を中心にミッションクリティカル領域での利用実績多数 19
21.
切り出したマイクロサービスへの Apache Geodeの適用方法 20
22.
切り出したサービスにおけるデータアクセスの仕分け 21 ◼KVSが故のハイブリッド方式 ※ただし、結果整合性が許されないケースはGeode参照(APPで頑張る) APP Apache Geode RDB RDBへの データ追加・更新 (非同期) データ追加・ 更新 データ参照 (シンプル) (シンプルなデータ参照での) キャッシュミス データ参照 (複雑) データ追加・更新 → Geode データ参照 シンプル
→ Geode 複雑 → RDB 切り出したサービスでの データアクセス
23.
Apache Geodeのはじめ方 切り出したマイクロサービスへの Apache Geodeの適用方法 22
24.
Geodeにおける登場人物 23 Geodeクラスター ロケーター キャッシュ サーバー キャッシュ サーバー キャッシュ サーバー キャッシュ サーバー キャッシュ サーバー クライアント リージョン リージョン リージョン リージョン リージョン キャッシュサーバー メモリー上のデータを管理するためのプロセス ロケーター
クラスターを管理するためのプロセス
25.
Geodeクラスター作成 24 ◼ロケーター起動 ⚫ gfsh> start
locator ◼キャッシュサーバー起動 ⚫ gfsh> start server --locators=localhost[10334] ✓ポイントはlocatorを指定すること ✓これでクラスターに参加できる
26.
Geodeクラスター作成 25 ◼Pulseによるクラスターの監視
27.
クラスター作成後にやること 26 ◼リージョン作成 ⚫ gfsh> create
region --name=OrderRegion --type=REPLICATE ◼Index作成 ⚫ gfsh> create index --name=orderStatusIndex --region=/OrderRegion --expression=status
28.
クラスター作成後にやること 27 ◼DataBrowserによるリージョン中のデータ確認
29.
Apache Geode 第1の壁 切り出したマイクロサービスへの Apache
Geodeの適用方法 28
30.
KVSの壁 29 1. キー設計 2. レプリケート
or パーティション 3. パーティショニング
31.
KVSの壁:1. キー設計 30 ◼参照優先で検討 ◼アクセスパターンを整理 https://speakerdeck.com/mogamin/rdbnoy-haanatanisong-ru-kvsmoderingufalsefalseuhauwogong- kai-aws-dynamodb-azurecosmosdbdefalsekvsshe-ji-hakousiyou
32.
KVSの壁:2. レプリケート or
パーティション ◼データの特性によってレプリケーションとパーティション を使い分ける パーティション レプリケーション すべてのマシンで同一のデータを保持する 何れかのマシンにデータが存在する 31 マスターデータ (顧客情報、商品情報等) トランザクションデータ (取引情報、予約情報等) • 割と固定的 • データ数が急激に増えないもの • 更新が少なく参照が多い • データの一部が変動する • 更新処理が多い • 日毎にデータが増加するもの
33.
KVSの壁:3. パーティショニング 32 ◼データの分散配置するノードを最適化するオプション ⚫ PartitionResolver ⚫
Co-Location
34.
PartitionResolver ◼PartitionResolverを使うことで、パーティションリージョ ンのデータ配置を意図的に制御することが出来る PartitionResolverを使わない場合 PartitionResolverを使う場合 データ数が均等になるように配置される 指定したResolverの内容に応じて、 データは同一ノードに配置される
33
35.
Co-Location ◼Co-Locationにより複数のリージョンを関連付け、同一 ノード上にユーザの意図したデータを配置することが出来る Co-Locationを使わない場合 Co-Locationを使う場合 34 リージョン間の関連はないため、 ユーザーと注文はランダムに配置される 関連するリージョンのデータは 同一ノード上に配置される
36.
なぜパーティショニングが必要なのか? ◼デフォルトのパーティションリージョンのデータ配置では ノード間の通信が発生してしまう 太郎 次郎 ECサイトでユーザーマスターと過去の注文履歴をチェックしつつ、注文処理を行う場合 花子 ×3個 太郎 ×100個 次郎 太郎(港区) 次郎(中央区) 花子(目黒区) 次郎
×20冊 ×5個 次郎 ×3冊 APP#1 APP#2 注 文 注 文 ユ ー ザ ー ユ ー ザ ー 35
37.
なぜパーティショニングが必要なのか? ◼デフォルトのパーティションリージョンのデータ配置では ノード間の通信が発生してしまう 注文処理 注文処理 ×8本 ×5個 太郎 次郎 太郎の注文履歴 次郎の注文履歴 届け先: 港区 届け先: 中央区 ECサイトでユーザーマスターと過去の注文履歴をチェックしつつ、注文処理を行う場合 花子
×3個 太郎 ×100個 次郎 太郎(港区) 次郎(中央区) 花子(目黒区) 次郎 ×20冊 ×5個 次郎 ×3冊 APP#1 APP#2 注 文 注 文 ユ ー ザ ー ユ ー ザ ー 36
38.
なぜパーティショニングが必要なのか? ◼カスタムパーティショニングを使用することでノード間の 通信が削減できインメモリー処理が出来る 注文処理 注文処理 ×8本 ×5個 太郎 次郎 太郎の注文履歴 次郎の注文履歴 届け先: 港区 届け先: 中央区 花子
×3個 太郎 ×100個 次郎 次郎 ×20冊 ×5個 注 文 注 文 ユ ー ザ ー ユ ー ザ ー 太郎(港区) 花子(目黒区) 次郎(中央区) 次郎 ×3冊 注文者でパーティション、注文リージョンとユーザーリージョンをCo-Location APP#1 APP#2 37
39.
これでKVSが使えるようになりました! 38
40.
Apache Geode 第2の壁 切り出したマイクロサービスへの Apache
Geodeの適用方法 39
41.
永続化の壁 40 ◼複雑な検索向けのRDB永続化 ⚫ リージョンデータをRDBにも登録 ◼メモリー上限 ⚫ RDBのデータをもとにメモリー上のデータを復元
42.
永続化の壁:RDB連携 41 ◼Apache GeodeのRDB連携機能を活用 ⚫ CacheWriter(同期/非同期) ⚫
CacheLoader RDB リージョン 参照 (Read A) CacheLoaderによる リードスル― キャッシング A B C C A B クライアント RDBMS リージョン 追加 (Write A) CacheWriterによる ライトスルー キャッシング/ ライトビハインド キャッシング A B C C A B クライアント
43.
CacheWriter 42 ◼メモリー上のデータ変更を自動でRDBへ保存 ⚫ 同期の場合 ⚫ 非同期の場合 RDBMS リージョン ① 追加リクエスト (Write
A) ② CacheWriterによる RDB書き込み A B C C A B クライアント ③ メモリー上の データの確定 RDBMS リージョン ① 追加リクエスト (Write A) ③ CacheWriterによる RDB書き込み (キューにある順) A B C C A B クライアント ② メモリー上の データの確定 キュー
44.
CacheLoader 43 ◼キャッシュミスが発生した場合に自動的にRDBから読み取り ⚫ APPが意識するのはリージョンのみ ⚫ あたかもメモリー上にあったかのように振る舞う ※メモリ不足対策でExpire/Evictionと一緒に使うケースが多い RDB リージョン 参照 (Read
A) CacheLoaderによる リードスル― キャッシング A B C C A B クライアント
45.
RDB連携の設定 44 ◼データソース作成 ⚫ gfsh> create
data-source --name=mysql_data_source --url=“jdbc:mysql://localhost/geode_db“ --username=myuser --password=mypassword ◼リージョン <-> RDBマッピング作成 ⚫ gfsh> create jdbc-mapping --data-source=mysql_data_source --region=Order --table=order --pdx-name=geode.examples.Order --catalog=geode_db --id=orderId
46.
これで実用レベルでGeodeが使えるようになりました 45
47.
CQRS 46
48.
CacheWriterを使えば簡単にCQRSができるのでは? 47 ◼参照に特化したモデルにして、参照も高速化! 注文を 登録する データ連携 Command Model Query Model Apache Geode Apache Geode 注文を 検索する 注文を 登録する Model Databas e 注文を 検索する 一般的なデータアクセス CQRSのデータアクセス (Apache Geode) CacheWriterを独自実装し QueryModelに変換して別のGeode リージョンへデータ連携する
49.
Pub/SubによるCQRSの実現 ◼Commandモデルのデータ更新のイベントを基点に QueryModelをアップデートしメモリー上のモデルを更新 48 注文を 登録する データ連携 CacheWriter Command Model Query Model Apache Geode Apache Geode 注文を 検索する CacheWriterによるCQRS 注文を 登録する 更新データ イベント Publish Command Model Query Model Apache Geode Apache Geode 注文を 検索する Pub/SubによるCQRS QueryModelで必要なデータの更新 をSubscribeし更新データイベント をリアルタイムに取得し QueryModelに変換 データ更新 イベント Subscribe
50.
Object Query Language(OQL) ◼QueryModelではOQLを有効活用 public
class Order { private int ordreId; private String customerId; private String productCd; private Date orderDate; private int amount; private double price; ・・・ ・・・ } SELECT * FROM /Order ord WHERE ord.amount >= 500 Query Model Apache Geode 注文を 検索する メモリー 参照のため 高速 500以上の注文データを取得する場合の クエリー クエリー対象のオブジェクト 49
51.
まとめ 50
52.
まとめ 51 Apache Geodeは特定のマイクロサービスを 高速化する際の1つの手段 RDBとのハイブリッド使用で様々なデータアクセスに対応 KVSではキー設計&パーティショニングが重要 高速化のためにRDBと非同期で連携 CQRSパターンでデータ参照を最適化
53.
52 お問合せ先 mailto: info@ulsystems.co.jp http://www.ulsystems.co.jp
Jetzt herunterladen