SlideShare une entreprise Scribd logo
1  sur  44
データ中心“再設計”
データ中心“再設計”
   のススメ

   インサイトテクノロジー
   エンジニアリング本部
      三原 健一
IT業界はつらいよ
IT業界はつらいよ
運用はつらいよ
運用はつらいよ
うまくいって当たり前

何かあったら怒られる

早く何とかしろ!!
自分たちが作ったシステムじゃないのに。。。
自分たちが作ったシステムじゃないのに。。。
開発はつらいよ
開発はつらいよ
要件が
要件が決まらない
納期も厳しい
仕様の変更は当たり前
ドキュメントなんか直してられ
ドキュメントなんか直してられ
るか!
納期は厳しい!!
 要件定義

  3M
        設計   設計
                             カットオーバー
        3M
             コーディング コーディング

               4M
                       テスト   テスト


                        2M
ユーザはつらいよ
ユーザはつらいよ
何でこんなにトラブルの?

こんなに使い勝手が悪い!

無駄になった時間どうしてく
れる!!
IT業界はつらいよ
IT業界はつらいよ
 IT業界の3K問題
 • きつい
 • 厳しい
 • 帰れない
インサイトテクノロジーは、
インサイトテクノロジーは、
  「つらいこと」を
 何とかする会社です。
「何とかする」メニュー
「何とかする」メニュー
松コース
 設計支援
竹コース
データベースの構築(RAC、
データベースの構築(RAC、D/G etc.)
                  etc.)
物理構成の変更
物理構成の変更
データ移行
梅コース
初期化パラメータの変更
インデックスの追加
インデックスの追加
SQL文の修正
SQL文の修正
設計に問題があった例
設計に問題があった例
帳票出力が遅くなった…
帳票出力が遅くなった…
SELECT
  A.ITEM_CODE ITEM_CODE
, A.ITEM_DESCRIPTION ITEM_DESCRIPTION
, ………………………………
, B.PRICE_LIST_ID PRICE_LIST_ID
, B.SO_NUMBER SO_NUMBER
, B.PO_NUMBER PO_NUMBER
, A.SHORT_DATE SHORT_DATE
, (
    SELECT
      C. SCHEDULE_ARRIVAL_DATE
    FROM
 この部分をコメントアウト
      C, D, E
    WHERE C.HEADER_ID          = E.HEADER_ID
   ⇒実行時間が半分に
    AND C.LINE_ID
    AND D.LOT_NUMBER
                               = D.ORDER_LINE_ID
                               = A.CASE_NUMBER
    AND D.PICK_RELEASE_FLAG <> ‘Y’
    AND    ROWNUM              = 1
  ) ETA
, A.INVENTORY_ITEM_ID      INVENTORY_ITEM_ID
, A.ORGANIZATION_ID        ORGANIZATION_ID
, A.SUBINVENTORY_CODE      SUBINVENTORY_CODE
ALL-IN-
ALL-IN-ONE TABLE
           タイプID           属性1    属性2     属性3    属性4    属性5    属性6    属性7     属性8   属性9   属性10 属性11

           NUMBER(2)                                       VARCHAR(100)

デスクトップPC               1      1   10/3    P001

                       1      2   10/4    P002

                       1      3   10/11   P003

ノートPC                  2      4                  10/5   P004

                       2      5                  10/5   P005

                       2      6                  10/6   P006

                       2      7                  10/7   P007

液晶ディスプレイ               3      8                                 1

                       3      9                                 2

                       3     10                                 3

ACアダプタ                 4     11                                           4

                       4     12                                           5

                       4     13                                           6

                       4     14                                           7

N/Wカード                 5     15                                                4

                       5     16                                                5

                       5     17                                                6

                       5     18                                                7
データ構造はシンプル、でも…
データ構造はシンプル、でも…
CASE
  WHEN :A = 1 THEN        -- デスクトップPC
                              デスクトップPC
     INSERT ハードウェア INTO         (タイプID, 属性1, 属性2, 属性3)
                                 タイプID, 属性1, 属性2, 属性3
                   VALUES (:A     , :B , :C   , :D );
   プログラムは複雑
    INSERT ハードウェア INTO
                  VALUES (3
                                (タイプID, 属性1, 属性6)
                                (タイプID, 属性1, 属性6)
                                  , :E , :F); -- 液晶ディスプレイ
                                         :F);

  メンテナンス性が悪く
  WHEN :A = 2 THEN
    INSERT ハードウェア INTO
                          -- ノートPC
                              ノートPC
                                (タイプID, 属性1 属性4 属性5
                                (タイプID, 属性1, 属性4, 属性5)
                   VALUES (:A     , :G , :H   , :I );
   バグの原因となる
    INSERT ハードウェア INTO
                   VALUES (4
                                (タイプID, 属性1 属性7
                                (タイプID, 属性1, 属性7)
                                  , :J , :K); -- ACアダプタ
                                         :K);     ACアダプタ
    INSERT ハードウェア INTO          (タイプID, 属性1 属性8
                                (タイプID, 属性1, 属性8)
                   VALUES (5      , :L , :M); -- ネットワークカード
  ELSE NULL;
END CASE;
もっとちゃんと
“設計”をしよう!
ER図はありますか?
ER図はありますか?
企業情報システムの現状
販売管理システム


            人事管理システム



 全社システム?
資材調達管理システム



            会計管理システム



生産管理システム
“つぎはぎ”だらけのシステム
Σ(部分最適)≒全体最適
  部分最適)
なぜ、要件定義が難しいのか?

•   要件=機能?
•   納期と優先順位
•   機能要求の変化
•   文書化

機能を中心に考えるからダメ
データを中心に考える
データ中心”再設計”とは?
データ中心”再設計”とは?
 • 個別のシステムをいったん忘れる
 • ビジネスを“メタ”にとらえる
 • データモデル(ERD)を作成する
 • できればモデリングツールを使う
 • 開発期間にとらわれない

 「こんな家に住みたい」のイメージ
インサイトテクノロジーのビジネスを
データモデルで表現してみる -Step1-
               Step1-




   リソース系エンティティ候補の洗い出し
インサイトテクノロジーのビジネスを
データモデルで表現してみる –Step2-
               Step2-
インサイトテクノロジーのビジネスを
データモデルで表現してみる –Step3-
               Step3-




       Demo
データモデルは情報システム部と
外部組織等との共通言語となる
外部組織等との共通言語となる
                          ERP/クラウド
開発ベンダ   セキュリティ担当   新規事業
                             コンサルタント

                          情報システム部

         ハードウェア
堅固なデータモデルとするために
データモデリングは
“お作法”が必要
リレーショナルデータベース理論“再考”
    •   One Fact In One Place
    •   Codd's 12 Rules (1985)
                          Rule 2: Guaranteed Access Rule
                          All data should be accessible without ambiguity.
                          This can be accomplished through a combination of
                          the table name, primary key, and column name.

                          ルール2: アクセス保証のルール
                          すべてのデータは曖昧さなしにアクセス可能でなけれ
                          ばならない。
                          これは、テーブル名、主キーおよびカラム名を組み合
                          わせることによって達成される。

Edgar Frank "Ted" Codd
  1923.8.23 – 2003.4.18
主キー(Primary-Key)
主キー(Primary-Key)
  について考える
何を主キーとすべきか?
何を主キーとすべきか?
                         社員
                         * 社員NO
                           社員ID  VARCHAR2(15)
                                 NUMBER(5,0)             社員No.
                                                         社員No.
                           社員氏名 VARCHAR2(30)
                           社員NO  VARCHAR2(15)
                           入社年月日 DATE
                           社員氏名 VARCHAR2(30)             「F980012」⇒「199804012F」
                                                          F980012」  199804012F」
                           入社年月日 DATE




主キーから値の大小以外の意味を
   できるだけ排除する
  保有特技
保有特技                                       扶養家族
                                              扶養家族
* * 社員ID ((F K) V A R CH A R 5,0)
  社員N O F K) N U MB ER ( 2( 15)            * 社員ID ( F K) FN U MB ER ( 5,0) 2( 15)
                                              * 社員N O ( K) V A R CH A R
* * 連番
  連番            NUMBER(2,0)
                NUMBER(2,0)                * 続柄
                                              * 続柄        VARCHAR2(10)
                                                              VARCHAR2(10)
    特技名
  特技名           VARCHAR2(30)
                VARCHAR2(30)                 氏名 氏名        VARCHAR2(30)
                                                              VARCHAR2(30)
    経験年数
  経験年数          NUMBER(2,0)
                NUMBER(2,0)
何を主キーとすべきか?
何を主キーとすべきか?
                         社員
                         * 社員ID     NUMBER(5,0)
                           社員NO     VARCHAR2(15)
                           社員氏名     VARCHAR2(30)
                           入社年月日    DATE




 主キーはなるべく単一列に定義し
     複合キーとしない
保有特技                                          扶養家族
* 保有特技ID        NUMBER(5,0)                   * 扶養家族ID        NUMBER(5,0)
* 社員ID ( F K)   N U MB E R ( 5,0)             * 社員ID ( F K)   N U MB E R ( 5,0)
* 連番            NUMBER(2,0)                   * 続柄            VARCHAR2(10)
  特技名           VARCHAR2(30)                    氏名            VARCHAR2(30)
  経験年数          NUMBER(2,0)
これらは“お作法”の
  ほんの一部です
インサイトが
    何とかします


 業務知識+お作法
 業務知識+お作法
=最強のデータモデル
情報システム部門が
情報システム部門が
 企業を変える!
CIOの3つの壁はこうして突破しろ!
                                              き
http://diamond.jp/articles/-
http://diamond.jp/articles/-/14260

                                     •   経営者の理解欠如
                                     •   コスト削減圧力
                                         コスト削減圧力
                                     •   人材育成




            •   ユーザ部門と一緒になって、ビジネスのあるべき姿
                ユーザ部門と一緒になって、ビジネスのあるべき姿
                を考え、実現するために最適な仕組みを作る
                を考え、実現するために最適な仕組みを作る
 木内 里美氏     •   ビジネスを動かす可能性を秘めた、情報システム部
                門の仕事は今、おもしろくて仕方がない。
                門の仕事は今、おもしろくて仕方がない。
独自のITの創造を目指す企業は、
独自のITの創造を目指す企業は、
成長・変革のためにITに積極的に投資する
成長・変革のためにITに積極的に投資する

 企業を4つのカ
                           IT予算の増加率            IT予算の配分率
  テゴリに分類




ガートナー EXP CIO サーベイ 2008
http://www.itmedia.co.jp/enterprise/articles/0807/04/news034.html
おわりに
~データ中心“再設計”はなぜ必要か~
 データ中心“再設計”はなぜ必要か~

•   ビジネスの本質はデータだ!(ヒト、モノ、カネ)
•   再設計とはビジネスの再定義である。
•   データ構造をRDB理論で可視化したのがデータモデル
    データ構造をRDB理論で可視化したのがデータモデル
•   データモデルを見ると企業の真の全体像が見えてくる
•   経営層に効果的なIT投資をアピールする
    経営層に効果的なIT投資をアピールする
•   データモデルは情報システム部のデータベース担当者
    (DBA)が作成するのが適任
     DBA)が作成するのが適任
•   DBAよDA(Data Architect) を目指そう!
    DBAよDA
完

Contenu connexe

Similaire à [INSIGHT OUT 2011] C16 データ中心”再設計”のススメ(mihara)

整数列圧縮
整数列圧縮整数列圧縮
整数列圧縮JAVA DM
 
[CEDEC2017] LINEゲームのセキュリティ診断手法
[CEDEC2017] LINEゲームのセキュリティ診断手法[CEDEC2017] LINEゲームのセキュリティ診断手法
[CEDEC2017] LINEゲームのセキュリティ診断手法LINE Corporation
 
DE0でラジコンカー作ってみた 関西de0 fpga勉強会20120519
DE0でラジコンカー作ってみた 関西de0 fpga勉強会20120519DE0でラジコンカー作ってみた 関西de0 fpga勉強会20120519
DE0でラジコンカー作ってみた 関西de0 fpga勉強会20120519Yasuhiro Ishii
 
関数プログラミングことはじめ
関数プログラミングことはじめ関数プログラミングことはじめ
関数プログラミングことはじめNaoki Kitora
 
2017年5月26日 オープンソースデータベース比較セミナー「NoSQLとしても使えるMySQLとMySQL Cluster」
2017年5月26日 オープンソースデータベース比較セミナー「NoSQLとしても使えるMySQLとMySQL Cluster」2017年5月26日 オープンソースデータベース比較セミナー「NoSQLとしても使えるMySQLとMySQL Cluster」
2017年5月26日 オープンソースデータベース比較セミナー「NoSQLとしても使えるMySQLとMySQL Cluster」Ryusuke Kajiyama
 
郡山 Connect 2022 ハッカソン 基調講演 - Hackathon からサービスインになったらデータを扱いましょう
郡山 Connect 2022 ハッカソン 基調講演 - Hackathon からサービスインになったらデータを扱いましょう郡山 Connect 2022 ハッカソン 基調講演 - Hackathon からサービスインになったらデータを扱いましょう
郡山 Connect 2022 ハッカソン 基調講演 - Hackathon からサービスインになったらデータを扱いましょうDaiyu Hatakeyama
 
自作LSIコミュニティの可能性
自作LSIコミュニティの可能性自作LSIコミュニティの可能性
自作LSIコミュニティの可能性Junichi Akita
 
Internet of Things
Internet of ThingsInternet of Things
Internet of ThingsRainmaker Ho
 
Alteryxの空間分析で学ぶ、最寄りの指定緊急避難場所と低水位地帯 Developers.IO Tokyo 2019
Alteryxの空間分析で学ぶ、最寄りの指定緊急避難場所と低水位地帯 Developers.IO Tokyo 2019Alteryxの空間分析で学ぶ、最寄りの指定緊急避難場所と低水位地帯 Developers.IO Tokyo 2019
Alteryxの空間分析で学ぶ、最寄りの指定緊急避難場所と低水位地帯 Developers.IO Tokyo 2019Yuji Kanemoto
 
自作RISC-VチップでLチカをやってみた
自作RISC-VチップでLチカをやってみた自作RISC-VチップでLチカをやってみた
自作RISC-VチップでLチカをやってみたJunichi Akita
 
M5Stack互換機を作った話
M5Stack互換機を作った話M5Stack互換機を作った話
M5Stack互換機を作った話Masawo Yamazaki
 
ESP32特集の内容紹介
ESP32特集の内容紹介ESP32特集の内容紹介
ESP32特集の内容紹介Kenta IDA
 
Mysql casual fukuoa_vlo_2
Mysql casual fukuoa_vlo_2Mysql casual fukuoa_vlo_2
Mysql casual fukuoa_vlo_2Makoto Haruyama
 
TECHTALK 20210218 Qlikデータ統合製品によるSAPデータのリアルタイムDWHの実現
TECHTALK 20210218 Qlikデータ統合製品によるSAPデータのリアルタイムDWHの実現TECHTALK 20210218 Qlikデータ統合製品によるSAPデータのリアルタイムDWHの実現
TECHTALK 20210218 Qlikデータ統合製品によるSAPデータのリアルタイムDWHの実現QlikPresalesJapan
 

Similaire à [INSIGHT OUT 2011] C16 データ中心”再設計”のススメ(mihara) (19)

整数列圧縮
整数列圧縮整数列圧縮
整数列圧縮
 
[CEDEC2017] LINEゲームのセキュリティ診断手法
[CEDEC2017] LINEゲームのセキュリティ診断手法[CEDEC2017] LINEゲームのセキュリティ診断手法
[CEDEC2017] LINEゲームのセキュリティ診断手法
 
PostgreSQL 9.5 新機能紹介
PostgreSQL 9.5 新機能紹介PostgreSQL 9.5 新機能紹介
PostgreSQL 9.5 新機能紹介
 
DE0でラジコンカー作ってみた 関西de0 fpga勉強会20120519
DE0でラジコンカー作ってみた 関西de0 fpga勉強会20120519DE0でラジコンカー作ってみた 関西de0 fpga勉強会20120519
DE0でラジコンカー作ってみた 関西de0 fpga勉強会20120519
 
Misrac20150523
Misrac20150523Misrac20150523
Misrac20150523
 
Gorinphp0729
Gorinphp0729Gorinphp0729
Gorinphp0729
 
Gorinphp0729
Gorinphp0729Gorinphp0729
Gorinphp0729
 
関数プログラミングことはじめ
関数プログラミングことはじめ関数プログラミングことはじめ
関数プログラミングことはじめ
 
Sql learning
Sql learningSql learning
Sql learning
 
2017年5月26日 オープンソースデータベース比較セミナー「NoSQLとしても使えるMySQLとMySQL Cluster」
2017年5月26日 オープンソースデータベース比較セミナー「NoSQLとしても使えるMySQLとMySQL Cluster」2017年5月26日 オープンソースデータベース比較セミナー「NoSQLとしても使えるMySQLとMySQL Cluster」
2017年5月26日 オープンソースデータベース比較セミナー「NoSQLとしても使えるMySQLとMySQL Cluster」
 
郡山 Connect 2022 ハッカソン 基調講演 - Hackathon からサービスインになったらデータを扱いましょう
郡山 Connect 2022 ハッカソン 基調講演 - Hackathon からサービスインになったらデータを扱いましょう郡山 Connect 2022 ハッカソン 基調講演 - Hackathon からサービスインになったらデータを扱いましょう
郡山 Connect 2022 ハッカソン 基調講演 - Hackathon からサービスインになったらデータを扱いましょう
 
自作LSIコミュニティの可能性
自作LSIコミュニティの可能性自作LSIコミュニティの可能性
自作LSIコミュニティの可能性
 
Internet of Things
Internet of ThingsInternet of Things
Internet of Things
 
Alteryxの空間分析で学ぶ、最寄りの指定緊急避難場所と低水位地帯 Developers.IO Tokyo 2019
Alteryxの空間分析で学ぶ、最寄りの指定緊急避難場所と低水位地帯 Developers.IO Tokyo 2019Alteryxの空間分析で学ぶ、最寄りの指定緊急避難場所と低水位地帯 Developers.IO Tokyo 2019
Alteryxの空間分析で学ぶ、最寄りの指定緊急避難場所と低水位地帯 Developers.IO Tokyo 2019
 
自作RISC-VチップでLチカをやってみた
自作RISC-VチップでLチカをやってみた自作RISC-VチップでLチカをやってみた
自作RISC-VチップでLチカをやってみた
 
M5Stack互換機を作った話
M5Stack互換機を作った話M5Stack互換機を作った話
M5Stack互換機を作った話
 
ESP32特集の内容紹介
ESP32特集の内容紹介ESP32特集の内容紹介
ESP32特集の内容紹介
 
Mysql casual fukuoa_vlo_2
Mysql casual fukuoa_vlo_2Mysql casual fukuoa_vlo_2
Mysql casual fukuoa_vlo_2
 
TECHTALK 20210218 Qlikデータ統合製品によるSAPデータのリアルタイムDWHの実現
TECHTALK 20210218 Qlikデータ統合製品によるSAPデータのリアルタイムDWHの実現TECHTALK 20210218 Qlikデータ統合製品によるSAPデータのリアルタイムDWHの実現
TECHTALK 20210218 Qlikデータ統合製品によるSAPデータのリアルタイムDWHの実現
 

Plus de Insight Technology, Inc.

グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?Insight Technology, Inc.
 
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~Insight Technology, Inc.
 
事例を通じて機械学習とは何かを説明する
事例を通じて機械学習とは何かを説明する事例を通じて機械学習とは何かを説明する
事例を通じて機械学習とは何かを説明するInsight Technology, Inc.
 
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーンInsight Technology, Inc.
 
MBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごとMBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごとInsight Technology, Inc.
 
グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?Insight Technology, Inc.
 
DBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォームDBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォームInsight Technology, Inc.
 
SQL Server エンジニアのためのコンテナ入門
SQL Server エンジニアのためのコンテナ入門SQL Server エンジニアのためのコンテナ入門
SQL Server エンジニアのためのコンテナ入門Insight Technology, Inc.
 
db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019オープニングセッション @ 森田 俊哉 db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019オープニングセッション @ 森田 俊哉 Insight Technology, Inc.
 
db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ 石川 雅也db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ 石川 雅也Insight Technology, Inc.
 
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー Insight Technology, Inc.
 
難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?Insight Technology, Inc.
 
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介Insight Technology, Inc.
 
そのデータベース、クラウドで使ってみませんか?
そのデータベース、クラウドで使ってみませんか?そのデータベース、クラウドで使ってみませんか?
そのデータベース、クラウドで使ってみませんか?Insight Technology, Inc.
 
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...Insight Technology, Inc.
 
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。 複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。 Insight Technology, Inc.
 
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...Insight Technology, Inc.
 
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]Insight Technology, Inc.
 

Plus de Insight Technology, Inc. (20)

グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?
 
Docker and the Oracle Database
Docker and the Oracle DatabaseDocker and the Oracle Database
Docker and the Oracle Database
 
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
 
事例を通じて機械学習とは何かを説明する
事例を通じて機械学習とは何かを説明する事例を通じて機械学習とは何かを説明する
事例を通じて機械学習とは何かを説明する
 
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
 
MBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごとMBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごと
 
グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?
 
DBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォームDBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォーム
 
SQL Server エンジニアのためのコンテナ入門
SQL Server エンジニアのためのコンテナ入門SQL Server エンジニアのためのコンテナ入門
SQL Server エンジニアのためのコンテナ入門
 
Lunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL ServicesLunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL Services
 
db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019オープニングセッション @ 森田 俊哉 db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019オープニングセッション @ 森田 俊哉
 
db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ 石川 雅也db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ 石川 雅也
 
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
 
難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?
 
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
 
そのデータベース、クラウドで使ってみませんか?
そのデータベース、クラウドで使ってみませんか?そのデータベース、クラウドで使ってみませんか?
そのデータベース、クラウドで使ってみませんか?
 
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
 
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。 複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
 
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
 
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
 

Dernier

Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Yuma Ohgami
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...Toru Tamaki
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdftaisei2219
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNetToru Tamaki
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Danieldanielhu54
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A surveyToru Tamaki
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略Ryo Sasaki
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムsugiuralab
 
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)Hiroki Ichikura
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものですiPride Co., Ltd.
 

Dernier (10)

Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
 
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
 

[INSIGHT OUT 2011] C16 データ中心”再設計”のススメ(mihara)