SlideShare une entreprise Scribd logo
1  sur  92
1
JPUG 2014 夏セミナー
Amazon RDS for PostgreSQL
アマゾン データ サービス ジャパン株式会社
2014年6月21日
ソリューションアーキテクト 松尾康博
2
Who am I?
• 名前
– 松尾康博 ( @understeer )
• 所属
– アマゾンデータサービスジャパン株式会社
– ソリューションアーキテクト
– ビッグデータ、HPCのお客様を担当
• 経歴
– 九州大学でスパコンの効率化研究
– SIerで 分散キューの開発・導入、分散処理研究
– Web系スタートアップCTO
– SIerで仮想化基盤の研究・導入・運用
– 現職
3
Solution Architect?
4
PostgreSQLと私
• 6.x
– FreeBSD 2.8-3.xの頃に読んでました
– シーラカンス本は第2版から(にわか)
• 7.x
– 分散キューの永続化に使おうと、当時のJDBCドライバと格闘
– 分散キューの永続化を独自実装しようとして MVCC周りを読み漁る
• 8.x
– PostgreSQL分散化を企んで、部下を大学に送りこむ
– 地図サービス案件でPostGISを実運用する
• 9.x
– RDSで初めて触るw
5
Agenda
AWS の概要
EC2とEBSのおさらい
RDS for PostgreSQL
まとめ
1
2
3
4
6
アマゾンについて
創業:1994年7月
本社:米国ワシントン州シアトル
創業者&CEO:ジェフ・ベゾス
744.5億ドルの総売上高(2013年度)
2億1500万超のアクティブカスタマー(2013年10月時点)
7
なぜアマゾンがクラウドを?
8
コンシューマー
ビジネス
1億を超えるアクティブな
アカウント
8カ国で展開 :
米国, 英国, ドイツ, 日本,
フランス,カナダ, 中国,
イタリア
セラー(売り手)様
向けビジネス
アマゾンの
ウェブサイト上で販売
自社小売ウェブサイトに
Amazonの技術を利用
フルフィルメントセンター
(物流センター)の活用
IT インフラ
ビジネス
ウェブスケールでの
クラウド基盤の提供
190以上の国にて、 数十
万に及ぶ登録アカウント
9
amazon.com, 1995
Copyright © 2012 Amazon Web Services
世界最大のEコマースサイトに
アメリカ カナダ 中国
フランス ドイツ イタリア
日本 スペイン イギリス
数十億の商品
1週間で5000万品の更新
amazon.com, today
数十億アイテムの管理を支えるIT基盤が必要
AWSは
Amazonの課題解決のために作り上げたITを
誰でもサービスとして利用できるようにしたものです。
一般的にはクラウドコンピューティングと呼ばれています
。
クラウドコンピューティングとは?
15
発電機所有が差別化要因だった時代の終焉
16
「発電機を持つ」ことは
差別化要因ではなくなった
「電気を利用してて何を創造するか」が
大きな差別化要因に。
17
必要な資源を必要な時に必要な時間だけ利用
発電所
工場
送電線
電
気
データセンター
インターネット
IT部門
コ
ン
ピ
ュ
ー
タ
18
AWSの特徴
オンデマンドで、
必要な時に必要なだけ、初期投資ゼロ
ワンクリックで、
数分後にはITリソースが手元に
貴重な人的リソースは、
インフラではなくビジネス成長に集中
19
クラウドファースト
ITインフラの導入を検討する際はまずクラウドでできないか考える
日経コンピュータ 2013年 1/24号
「クラウドファーストが常識に
– ユーザ企業 100社の選択」
事例企業一覧(抜粋)
・ケンコーコム様(SAP on AWS)
対象:ECサイト、 SAP on AWS
・UMCエレクトロニクス様(SAP on AWS)
対象: SAP on AWS, Global 統合環境構築
・あきんどスシロー様
対象: Corporate Web、BI/DWH、
・ミサワホーム様
対象:人事、会計、SFA、BI/DWH、文書管理
・東急ハンズ様
対象: ECサイト、POSシステム、基幹MD、AD
…etc
20
国内大手企業でのAWS本格活用が急速に加速
クラウドファースト、基幹系システム
AWS最新事例:http://aws.amazon.com/jp/solutions/case-studies-jp/
SAP、ERP
Web、マーケティング タブレット活用、特定業務 コンシューマーサービス
AWSクラウドの特徴
22
様々なAWSのサービス
EBS, S3, Glacier, Storage Gateway
コンテンツ配信
CloudFront
Route 53, Direct Connect
と
CloudTrail, Cloud Formation
EC2, Auto Scaling, Elastic Load Balancing,
Workspaces
RDS, DynamoDB, Redshift, ElastiCache Elastic MapReduce, Kinesis, Data Pipeline
アプリケーションサービス
AppStream, Cloud Search, SWF, SQS, SES, SNS, Elastic Transcoder
23
1
1
1
1
1
米国で、クラウドストレージ=Amazon S3
クラウド仮想サーバ=Amazon EC2のサービスを開始
仮想プライベートクラウドサービス=Amazon VPC
RDBサービス=Amazon RDSを開始
世界で5番目のリージョンとして、
日本に東京リージョン(データセンタ群)を開設
RDS for PostgreSQL登場!
世界10か所のデータセンター群と、
50拠点を超えるエッジロケーション網で、
30を超えるサービスを提供中
AWS(Amazon Web Services)の歴史
2006年
2009年
2011年3月
現在
2013年11月
拡大を続けるAWS グローバルインフラストラクチャー
GovCloud 米国西部 米国東部 南米 EU アジアパシフィック 中国
US ITAR
Region
北カリフォルニア オレゴン 北バージニア サンパウロ アイルランド シドニー 東京 シンガポール 中国
10 Regions (地域) | 26 Availability Zones(データセンター群) | 51 Edge Locations
アカウント一つで世界中のデータセンターを利用可能
セキュリティーレベルは全て同じ
使い勝手も全て同じ
Gartner Magic Quadrant for Cloud
Infrastructure as a Service
Gartner “Magic Quadrant for Cloud Infrastructure as a Service,”
Lydia Leong, Douglas Toombs, Bob Gill, Gregor Petri, Tiny
Haynes, May 28, 2014. This Magic Quadrant graphic was
published by Gartner, Inc. as part of a larger research note and
should be evaluated in the context of the entire report. The
Gartner report is available at
http://aws.amazon.com/resources/analyst-reports/. Gartner does
not endorse any vendor, product or service depicted in its
research publications, and does not advise technology users to
select only those vendors with the highest ratings. Gartner
research publications consist of the opinions of Gartner's research
organization and should not be construed as statements of fact.
Gartner disclaims all warranties, expressed or implied, with
respect to this research, including any warranties of
merchantability or fitness for a particular purpose.
S3 : 耐久性の高いオブジェクトストレージ
• Amazon S3にバックアップ保存するだけで、
3ヶ所以上のDCに冗長化
• 容量無制限なのでディスクが足りなくなる心配なし
• 月額 約3.3円/GBから提供
1
S3
S3 S3
データを
自動複製
リージョン
耐久性 99.999999999%
27
Amazon EC2(Elastic Compute Cloud)
• 数分で起動し、1時間ごとの従量課金で利用可能な仮想マシン
• ノード追加・削除、マシンスペック変更も数分で可能
• 管理者権限(root / Administrator) で利用可能
1
任意のゾーンに
分散配置可能
リージョンアベイラビリティゾーンBアベイラビリティゾーンA
28
AWSの親和性と利点の両立
技術の親和性
OS
ミドル
アプリ
仮想OS
ミドル
アプリ
仮想OS
ミドルウェア
アプリケーション
・・・・・・
PaaS
・・・・・・
SaaS
アプリ
ケーション
従量制課金と拡張性、迅速性
PaaS / SaaSお客様既存環境
29
既存のOS/アプリ/ミドルウェアも利用可能
HTML5
×
開発言語フロントUI
×
ミドルウェア
OS
30
Amazon VPCによる ハイブリッド構成
クラウド内にプライベートネットワークを構築
既存DCの延長/1拠点としてAWSを利用
ほとんどのお客様が、AWSと既存環境のハイブリッド構成でご利用中
東京リージョン
VPC ( 172.16.0.0/16)既存システム
プライベート
サブネット
パブリック
サブネット
インターネット
分離したNW
領域を作成
ゲートウェイ
VPN接続
専用線
31
EC2インスタンスタイプ
• 様々なスペックの仮想マシンを選択可能
128
64
32
16
8
4
2
1
1 2 4 8 16 32 64 128
EC2 Compute Units (ECU)
Memory(GB)
Small 1.7 GB
1 EC2 Compute Unit
1 virtual core
$0.092/0.115
Micro 613 MB
Up to 2 ECUs (for
short bursts)
$0.027/0.035
Large 7.5 GB
4 EC2 Compute Units
2 virtual cores
$0.368/0.460
Extra Large 15 GB
8 EC2 Compute Units
4 virtual cores
$0.736/$0.920
High-CPU Med 1.7 GB
5 EC2 Compute Units
2 virtual cores
$0.190/$0.285
High-CPU XL 7 GB
20 EC2 Compute Units
8 virtual cores
$0.760/$1.140
Cluster GPU 4XL 22 GB
33.5 EC2 Compute Units,
2 x NVIDIA Tesla “Fermi”
M2050 GPUs
$2.10/2.60
Cluster Compute 4XL 23 GB
33.5 EC2 Compute Units
$1.60/1.98
Cluster Compute 8XL 60.5 GB
88 EC2 Compute Units
$2.40/2.97
Medium 3.75 GB
2 EC2 Compute Unit
1 virtual core
$0.184/0.230
Hi-Mem 4XL 68.4 GB
26 EC2 Compute Units
8 virtual cores
$2.072/$2.280
Hi-Mem 2XL 34.2 GB
13 EC2 Compute Units
4 virtual cores
$1.036/$1.140
Hi-Mem XL 17.1 GB
6.5 EC2 Compute Units
2 virtual cores
$0.518/$0.570
322006 2007 2008 2009 2010 2011 2012 2013
m1.small
m1.xlarge
m1.large
m1.small
m2.2xlarge
m2.4xlarge
c1.medium
c1.xlarge
m1.xlarge
m1.large
m1.small
cc2.8xlarge
cc1.4xlarge
cg1.4xlarge
t1.micro
m2.xlarge
m2.2xlarge
m2.4xlarge
c1.medium
c1.xlarge
m1.xlarge
m1.large
m1.small
hs1.8xlarge
m3.xlarge
m3.2xlarge
hi1.4xlarge
m1.medium
cc2.8xlarge
cc1.4xlarge
cg1.4xlarge
t1.micro
m2.xlarge
m2.2xlarge
m2.4xlarge
c1.medium
c1.xlarge
m1.xlarge
m1.large
m1.small
cc1.4xlarge
cg1.4xlarge
t1.micro
m2.xlarge
m2.2xlarge
m2.4xlarge
c1.medium
c1.xlarge
m1.xlarge
m1.large
m1.small
c3.large
c3.xlarge
c3.2xlarge
c3.4xlarge
c3.8xlarge
i2.large
i2.xlarge
i2.2xlarge
i2.4xlarge
i2.8xlarge
g2.2xlarge
cr1.8xlarge
hs1.8xlarge
m3.xlarge
m3.2xlarge
hi1.4xlarge
m1.medium
cc2.8xlarge
cc1.4xlarge
cg1.4xlarge
t1.micro
m2.xlarge
m2.2xlarge
m2.4xlarge
c1.medium
c1.xlarge
m1.xlarge
m1.large
m1.small
c1.medium
c1.xlarge
m1.xlarge
m1.large
m1.small
インスタンスタイプの歴史
AWSを開始した2006年より、様々な用途に応じた インスタンス
タイプを随時追加し、利用可能
(2014年4月10日時点で34タイプ)
今後も新しいインスタンスタイプを追加予定
2014
r3.large
r3.xlarge
r3.2xlarge
r3.4xlarge
r3.8xlarge
c3.large
c3.xlarge
c3.2xlarge
c3.4xlarge
c3.8xlarge
i2.large
i2.xlarge
i2.2xlarge
i2.4xlarge
i2.8xlarge
g2.2xlarge
cr1.8xlarge
hs1.8xlarge
m3.xlarge
m3.2xlarge
hi1.4xlarge
m1.medium
cc2.8xlarge
cc1.4xlarge
cg1.4xlarge
t1.micro
m2.xlarge
m2.2xlarge
m2.4xlarge
c1.medium
c1.xlarge
m1.xlarge
m1.large
m1.small
33
AWS HPCインスタンス
タイプ c3.8xlarge R3.8xlarge hs1.8xlarge i2.8xlarge
ファミリー コンピューティ
ング最適化
メモリ最適化 ストレージ最適化 I/O最適化
プロセッサー Intel Xeon E5-
2680v2
Intel Xeon E5-
2670v2
Intel Xeon E5-
2650
Intel Xeon E5-
2670v2
vCPU 32 32 16 32
メモリー 60GiB 244GiB 117GB 244GiB
ネットワーク 10Gbps
Ethernet
10Gbps
Ethernet
10Gbps Ethernet 10Gbps
Ethernet
ローカルスト
レージ
2 x 320 GB
SSD
2 x 320 GB SSD 24 x 2048 GB 8 x 800 GB SSD
※ AVX, Turbo 有効
34
EBS (Elastic Block Storage) Region
Availability Zone - a
EBS EBS EBS
Availability Zone - b
EBS EBS
Amazon S3
EBS
スナップ
ショット
EC2 EC2
EBSとは、EC2に仮想外付けされる
ブロックレベルのストレージサービス
サイズは1GB単位で~1TBまで
サイズ/期間(/IO)で課金される
各EC2インスタンスで、複数EBSを使える
詳細
データは永続的に保存される
いつでもバックアップ(スナップショット)
スナップショットから、EBSを作成可能
(他のAZに作成できる)
Provisioned IOPSでIOパフォーマンス指定
• 2014年3月時点で最大4000IOPS
SSD EBS登場 ( 2014年6月17日)
• 3IOPS/GBの性能保証
他のEC2インスタンスに付け替え可能
35
Storage Tuning
インスタンスを大きくするとEBSの帯域も増えるので
ディスク本数を増やしてもサチらない
(m3.xlarge, c3.xlarge, r3.4xlarge)
例) 100GiBを8本 RAID10で400+ IOPS
36
I/Oスピードの高速化+安定化を実現
EBS-Optimized + Provisioned IOPS
Random Read/Write 4kB
• 1-EBS当りのIOPS数を4000 IOPSに設定してランダムIOを発生させ、
EBSを1~8 disksまでの性能を計測。
• IOPS数はリニアにスケールし、32,000 IOPS (4,000IOPS x8EBS)を計測。
0
20,000
40,000
60,000
80,000
100,000
120,000
140,000
0
5000
10000
15000
20000
25000
30000
35000
1disks 2disks 4disks 6disks 8disks
IOPS
Rand ReadWrite : Blocksize = 4KB
MB/sec
IOPS
37
PostgreSQL on EC2 (ホワイトペーパーより)
http://media.amazonwebservices.com/AWS_RDBMS_PostgreSQL.pdf
38
PostgreSQL on EC2 + EBS + WAL-E
https://github.com/wal-e/wal-e
Amazon.comが年商70億ドルの
際に必要だったサーバー量を
AWS は、毎日追加
40
小売のDNA:更なる低価格へのこだわり
規模の拡大とイノベーション… … コストダウンを促進
資本
投資
技術
投資
効率
改善
値下げ
より多く
の顧客
獲得
過去8年間で42回の値下げを実施
41
RDSも値下げ!
2013年6月 最大28%の値下げ。
2014年4月 平均28%の値下げ。
http://aws.typepad.com/aws_japan/2013/06/amazon-rds-price-reduction-on-demand-and-reserved.html
http://aws.typepad.com/aws_japan/2014/03/aws-price-reduction-42-ec2-s3-rds-elasticache-and-elastic-mapreduce.html
Amazon Relational Database Service (RDS) と
は
43
様々なAWSのサービス
EBS, S3, Glacier, Storage Gateway
コンテンツ配信
CloudFront
Route 53, Direct Connect
と
CloudTrail, Cloud Formation
EC2, Auto Scaling, Elastic Load Balancing,
Workspaces
RDS, DynamoDB, Redshift, ElastiCache Elastic MapReduce, Kinesis, Data Pipeline
アプリケーションサービス
AppStream, Cloud Search, SWF, SQS, SES, SNS, Elastic Transcoder
44
AWS が提供するデータベースサービス
完全マネージド型で、セットアップ、運用、拡張が
容易なリレーショナル・データベースサービスAmazon RDS
Amazon DynamoDB
完全マネージド型で、高速なパフォーマンス、シー
ムレスな拡張性と信頼性をNoSQLサービス
Amazon Redshift
高速で管理も万全なペタバイト規模のデータウェア
ハウスサービス
Amazon ElastiCache
完全マネージド型で、セットアップ、運用、拡張が
用意なキャッシュサービス
45
典型的Webアーキテクチャ(他のサービスとの組み合わせ)
東京リージョン
AZ-1a AZ-1c
RDSマスタ RDSスレーブ
自動同期
ELB
(ロードバランサ)
Amazon Route 53
(ドメイン名割り当て)
静的コンテンツ
S3
CloudFront
(コンテンツ配信)
EC
2
EC
2
46
RDSの事例
日経電子版モバイル クラウドワークス様 コイニー様
http://aws.amazon.com/jp/solutions/case-studies-jp/
47
Amazon RDSとは?
構築
 数クリック or APIでDBサーバを操作
 EC2同様、初期費用無し、時間単位の従量課金
移行
 4種類のエンジンをサポート
 既存アプリケーションの変更不要
運用
 可用性向上のための機能
 モニタリング、障害検出/復旧、パッチ、スケーリングが容易
セキュリテイ
 セキュリティグループ、VPC対応
https://aws.amazon.com/jp/rds/
48
自社構築 vs. RDS
Power, HVAC, net
Rack & stack
Server maintenance
OS patches
DB s/w patches
Database backups
Scaling
High availability
DB s/w installs
OS installation
App optimization
Power, HVAC, net
Rack & stack
Server maintenance
OS patches
DB s/w patches
Database backups
Scaling
High availability
DB s/w installs
OS installation
App optimization
Power, HVAC, net
Rack & stack
Server maintenance
OS patches
DB s/w patches
Database backups
Scaling
High availability
DB s/w installs
OS installation
App optimization
オンプレミス On EC2 RDS
お客様がご担当する作業 AWSが提供するマネージド機能
49
コマンドライン(AWS CLI)で一発起動
#!/bin/sh
DBID=pg-test
STORAGE_SIZE=10
PGUSER=pgtest
PGPASSWD=pgpassword
DBCLASS=db.r3.large
aws rds create-db-instance 
--db-instance-identifier ${DBID} 
--allocated-storage $STORAGE_SIZE 
--db-instance-class $DBCLASS 
--engine postgres 
--master-username $PGUSER 
--master-user-password $PGPASSWD
50
DBエンジン
現在4種類をサポート
MySQL
 5.1.x、5.5.x、5.6.xを選択可能
PostgreSQL
 9.3.xを選択可能
Oracle
 11g R2 (11.2.0.x )
 BYOL:SE1, SE, EEをサポート
 ライセンス込み:SE1
SQL Server
 2008 R2, 2012を選択可能
 BYOL: Standard Edition, Enterprise Edition
 ライセンス込み:Express, Web Edition, Standard Edition
51
インスタンスクラス
8GB
16GB
32GB
60GB
122GB
244GB
4core 8core 16core 32core
r3.8xl
2core1core
r3.4xl
r3.2xl
r3.xl
r3.large
m3.2xl
m3.xl
m3.large
m3.me
dium
4GB
m1.small
T1.micro
R3:メモリ/コア 多め
M3:メモリ/コア 普通
M1/T1: 小さめ
52
DBインスタンスクラスのスペック
DB Instance Class メモリ(GiB) vCPU ネットワーク 価格 ($/h)
db.t1.micro 0.615 1 非常に低 $0.032
db.m1.small 1.7 1 低 $0.070
db.m3.medium 3.75 1 中 $0.120
db.m3.large 7.5 2 中 $0.240
db.m3.xlarge 15 4 中 $0.485
db.m3.2xlarge 30 8 高 $0.970
db.r3.large 15 2 中 $0.300
db.r3.xlarge 30.5 4 中 $0.600
db.r3.2xlarge 61 8 高 $1.195
db.r3.4xlarge 122 16 高 $2.390
db.r3.8xlarge 244 32 10Gbit $4.775
http://aws.amazon.com/jp/rds/details/
※価格は東京リージョンのPostgreSQL(2014年6月21時点)
53
標準ストレージ
EBSボリュームベースのDBストレージ
 データベースとログの格納に利用
 ストライピングした複数のEBSボリュームで構成
 サイズを増量するとボリューム数が増え、IOPS性能が向上
 ストレージサイズを動的に(オンラインで)増量可能
DBエンジン サイズ 動的増量
MySQL 5GB-3TB
PostgreSQL 5GB-3TB
Oracle 10GB-3TB
SQL Server( Web , Ex) 20GB-1TB
SQL Server (SE, EE) 200GB-1TB
54
プロビジョンドIOPS (PIOPS)ストレージ
高性能なストレージオプション
 ストレージパフォーマンスの性能(IOPS)を指定可能
 低レイテンシと高スループットを安定して実現
 標準ストレージからオンラインでPIOPSに変更可能
 フェイルオーバー、クラッシュリカバリの時間短縮にも有効
DBエンジン IOPS サイズ 動的増量
MySQL 1000-30,000 100GB-3TB
PostgreSQL 1000-30,000 100GB-3TB
Oracle 1000-30,000 100GB-3TB
SQL Server( Web , Ex) 1000-10,000 100GB-1TB
SQL Server (SE, EE) 1000-10,000 200GB-1TB
http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/USER_PIOPS.html
55
プロビジョンドIOPS ストレージ(続き)
IOPSについての注意点
 各DBエンジンの仕様、Page Sizeや仮想化技術の違いで実際のIOPSは以下の表
のような目安になる
 大きいPIOPSで、低レイテンシ・高スループットが増す
 小さなインスタンスタイプではストレージとのN/W帯域不足で設定したIOPSに
達しない場合がある(m3.xlarge以上を推奨)
DBエンジン
(最大サイズ、IOPS)
Page Size Max IOPS
MySQL(3TB, 30,000) 16KB 20,000
PostgreSQL(3TB, 30,000) 8KB 25,000
Oracle(3TB, 30,000) 8KB 25,000
SQL Server(1TB, 10,000) 8KB 10,000
http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/Overview.ProvisionedIOPS.html#US
ER_PIOPS.Realized
※ Read 50%, Write 50%の場合
56
RDSアーキテクチャ
自動バック
アップ
スナップショッ
ト(自動/手動)
データ同期
自動フェイルオーバー
(トランザクション
ログ)
(5分間隔)
(トランザクション
ログ)
(5分間隔)
S3 Availability Zone A Availability Zone B
57
マルチAZデプロイメントとは(Multi-AZ)
ワンクリックで耐障害性を向上可能なソリューション
 高い技術力を持つDBAが行っていた設計をそのままサービス化
同期レプリケーション+自動フェイルオーバ
 アプリ側での対処は必要なし(エンドポイントは変わらない)
フェイルオーバのタイミング
 パッチ適用などのメンテナンス計画停止
 インスタンスやハードウェア障害
 手動reboot時に強制フェイルオーバー指定
Region
Multi-AZ
Availabilit
y zone
Availabilit
y zone
http://aws.amazon.com/jp/rds/mysql/#Multi-AZ
58
リードレプリカ(RR)とは?
読み込み専用コピー
 MySQL固有のレプリケーション機能で実現
 各RRは個別のエンドポイントを持つ
 デフォルトで最大5台まで増設可能
 マルチAZとの組み合わせも可能
想定ユースケース
 Read(select)のスケーリングや、BI等の解析処理
 Multi-AZの耐障害性の代替の機能ではない
新機能
 リージョンをまたいだリードレプリカ構成
 オンプレミス/EC2 と組み合わせたレプリケーション
 リードレプリカをマスターに昇格
 多階層リードレプリカ構成
リードレプリカ
http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/USER_Re
adRepl.html
59
RDS(MySQL) アーキテクチャ
アベイラビリティゾーンA アベイラビリティゾーンB
自動バック
アップ
スナップ
ショット
自動バック
アップ
スナップ
ショット
データ同期
自動フェイルオーバー
自動バックアップ機能
60
自動バックアップとリストア
RDS標準機能
 自動スナップショット+トランザクションログをS3に保存
自動スナップショット
 1日1回自動取得 (バックアップウインドウで指定した時間帯)
 保存期間は最大35日分 (0日~35日の間で設定可能)
 (任意のタイミングで、手動取得も可能)
2種類のリストア方法
 リストア:任意のスナップショットを元にDBインスタンス作成
 Point-In-Time-Recovery:
• 指定した時刻(直近5分)の状態のDBインスタンス作成
http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/CHAP_CommonTasks.BackupRestore.html
61
スナップショット利用シーン
Production.xxx.amazonaws.com
本番インスタンス障害後に、スナップショットか
ら新たにインスタンス起動。
アプリケーションは新しいエンドポイントに接続
するように修正
自動Snapshot本番インスタンス
Production2.xxx.amazonaws.com
リストア or Point-in-time-recovery
62
スナップショット利用シーン
Production.xxx.amazonaws.com
テーブル変更などを伴う大きなアプリケーショ
ンアップデートを実施する前に手動でスナップ
ショットを取得しておく。
スナップショットから旧バージョンのインスタン
ス起動・接続することで切り戻しを実現
手動Snapshot
本番インスタンス
Production2.xxx.amazonaws.com
リストア or Point-in-time-recovery
Update Ver.
Old Ver.
Issue?
63
スナップショット利用シーン
スナップショットのリージョン間コピー
 別リージョンにスナップショットをコピー可能。
 別リージョンで、スナップショットからインスタンス起動可能
http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/USER_CopySnapshot.
html
64
ソフトウェアメンテナンス
RDS標準機能
 メンテナンスウインドウで指定した曜日・時間帯に自動実施
メンテナンス内容
 安全性・堅牢性に関わるソフトウェアパッチを自動適用
 Rebootを伴う場合も
TIPS
 メンテナンスは数ヶ月に一度の頻度で発生(毎週必ずではない)
 指定した時間帯の数分間で実施(メンテナンス内容に依存)
 アプリケーション側で、DBアクセス出来ない場合にSorryページを返す仕
組みを入れておく
 トラフィックが少ない曜日・時間帯を指定しておく
 Event 通知を運用監視に組み込んでおく
http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/CHAP_TerminologyandKeyConcepts.html#Concepts.DBMaintenance
65
バージョンアップ
マイナーバージョンアップ
 自動/手動が可能
• 自動の場合はメンテナンスウ
インドウにて実施
 本家に追随して順次追加
メジャーバージョンアップ
 手動で実施
本家 RDS
9.3.1 2013/10/10 2013/11/25
9.3.2 2013/12/5 2014/1/22
9.3.3 2014/2/20 2014/3/19
9.3.4 2014/3/20 ???
9.4 ??? ???
PostgreSQLの対応状況
66
イベント通知 (DB Event Subscriptions)
RDSで発生した40以上のイベントをSNS経由でPush通知
 シャットダウン、再起動、バックアップ開始終了、フェイルオーバー、設定変更、
メンテナンス開始終了、etc
アプリケーションと組み合わせた自動化やログ保存が容易に
DB event
Alarm
Queue
Email
Notification
Message
HTTP
Notification
Amazon SNS
http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/USER_Event
s.html
67
DBエンジン ログ種別 保持期間
MySQL Error, Slow Query※1, General※1 24時間
PostgreSQL - (ログ種別という概念がない) 7日間※2
Oracle Alert, Trace 7日間※2
SQL Server Error, Agent, Trace 7日間※2
ログアクセス機能
各種ログを直接参照する機能
 API経由 でダウンロード or マネジメントコンソールで表示
※1 Parameter Groupで有効化するとアクセス可能
※2 Parameter Groupで調整可能
http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/USER_LogAccess.html
68
CloudWatch対応
各種メトリクスを60秒間隔で取得・確認可能
 ホスト層のメトリクス( CPU, Memory, etc. )
 ストレージのメトリクス(IOPS, Queue Depth, R/W latency, etc.)
http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/CHAP_Monitoring.html
69
設定パラメータのカスタマイズ
パラメータグループ
 複数のDBインスタンスに一括適用可能なパラメータ群
 DBエンジンごとにデフォルト設定を用意。
カスタマイズ
 新たにパラメータグループを作成・編集し、DBインスタンスに
適用することでカスタマイズ可能
制約事項
 一部パラメータは、変更不可
http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/Appendix.PostgreSQL.CommonDBATasks.
html#Appendix.PostgreSQL.CommonDBATasks.Parameters
70
RDS for PostgreSQLのパラメータ一覧(抜粋)
http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/Appendix.PostgreSQL.CommonDBATasks.
html#Appendix.PostgreSQL.CommonDBATasks.Parameters
71
スケールアップ機能
マネージメントコンソールやAPIからスケールアップ可能
 インスタンスrebootを伴う(数分間)
 コマンドライン(AWS CLI)からも可能
スケールダウンももちろん可能
 一時的に大きくして、その後戻す、といった運用
 開発DBを日中だけ大きくして使わない夜間は小さくする運用
$ aws rds modify-db-instance 
--db-instance-identifier test-db 
--db-instance-class db.m2.4xlarge 
--apply-immediately
スケールアップ
http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/USER_UpgradeInstan
ce.html
72
アクセス制御
Security Groupで実現
 EC2インスタンスからDBインスタンスへのアクセス制御を実現
 アクセス元 EC2 インスタンスに適用しているSecurity Groupとの紐付けによりアクセス可
能になる
注意事項
 DBインスタンスの起動場所によって設定対象が異なる
 VPC Default環境では DB Security Groupの替りにSecurity Groupを使う
 DB Security Groupでは、アクセス元としてSecurity Groupのみ指定可能
起動場所 設定対象
EC2 Classic DB Security Group
EC2 VPC VPC Security Group
VPC Default VPC Security Group
http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/Overview.RDSSecurityGroups.
html
73
DBエンジンごとの主要機能まとめ
MySQL PostgreSQL Oracle SQL Server
Multi-AZ
リードレプリカ
クロスリージョンレプリカ
Point-In-Time-Recovery
VPC
Max Storage
Provisioned IOPS
74
DBエンジン – PostgreSQL -
バージョン
 9.3.1 - 9.3.3
標準機能
 SSL接続がデフォルトで有効
 多くの拡張モジュールをインストール可能
• 拡張モジュールをインストールすることで利用できる機能の例
– プロシージャ
– データ暗号化
– 外部DBからのデータ取得
 PostGISをRDSオリジナルの拡張モジュールとして提供
RDS機能
 Multi-AZ, プロビジョンドIOPSなどの主要なRDSの機能をサポート
詳細情報
 https://aws.amazon.com/jp/rds/postgresql/
75
拡張モジュール(contrib)
btree_gin earthdistance pgrowlocks sslinfo
btree_gist fuzzystrmatch pg_trgm tablefunc
chkpass hstore plperl tsearch2
citext intagg plpgsql unaccent
cube intarray pltcl uuid-ossp
dblink isn postgis
dict_int ltree postgis_tiger_geocoder
dict_xsyn pgcrypto postgis_topology
=> SHOW rds.extensions;
76
拡張モジュール(contrib)
btree_gin earthdistance pgrowlocks sslinfo
btree_gist fuzzystrmatch pg_trgm tablefunc
chkpass hstore plperl tsearch2
citext intagg plpgsql unaccent
cube intarray pltcl uuid-ossp
dblink isn postgis
dict_int ltree postgis_tiger_geocoder
dict_xsyn pgcrypto postgis_topology
手続き言語(プロシー
ジャ)を使用できる。
GIS (地理情報システ
ム) オブジェクトを扱
うことができる
データを暗号/複合化
できる
Key-Value形式でデー
タを格納できる
外部のPostgreSQLに
アクセスできる
• その他の拡張モジュールについては以下を参照。
http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/CHAP_PostgreSQL.html#SQLSer
ver.Concepts.General.FeatureSupport
=> SHOW rds.extensions;
77
拡張モジュールのインストール方法
下記のSQLで拡張モジュールをインストールできる
=> CREATE EXTENSION [拡張モジュール名];
=> CREATE EXTENSION dblink;
CREATE EXTENSION
(例)
78
Tips
ロケールの設定
 RDS for PostgreSQLのデフォルトのロケール:「en_US」
→ 日本語を使う場合、インデックスが使われないなど、問題となる可能性がある
ため、データベースLaunch後に、ロケールを設定したデータベースを作り直す必
要がある。
=> CREATE DATABASE newdb WITH template template0 encoding
'utf8' lc_collate 'C' lc_ctype 'C’;
※ 日本語を使用する場合は、ロケールにCを設定するとよい
79
Tips
タイムゾーンの設定
 デフォルトは UTC
 パラメータグループで
Asia/Tokyo を設定するとJST
に変更可能
80
Tips
クライアント認証設定
 pg_hba.confではなく、Security Groupで制御
→ アクセス元は、Security Groupで設定
データベースごと、DBユーザごとのアクセス権限設定が
必要な場合は、EC2上にPostgreSQLをたてる必要がある。
81
Tips
RDS 独自のパラメータ
 素のPostgreSQLにはないRDS独自のパラメータを以下に示します。
パラメータ 概要 変更可否
rds.extensions RDSで使用できる拡張モジュールの一覧。 不可
rds.log_retention_period ログの保持期間 可
82
Tips
その他Tipsはこちら
 Appendix: Common DBA Tasks for PostgreSQL - Amazon Relational Database Service
 http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/Appendix.PostgreSQL.CommonDBAT
asks.html
 Creating Roles
 Managing PostgreSQL Database Access
 Working with PostgreSQL Parameters
 Setting up PostGIS
 Using pgBadger for Log Analysis with RDS PostgreSQL
83
注意点
日本語での全文検索
 RDSではPostgreSQL組み込みのテキスト検索機能やcontrib/trgm
が使用できます。しかし、これらは日本語での検索に対応していな
いため、現状、日本語の全文検索をRDS上で行うことはできません。
ストリーミング・レプリケーション
 PostgreSQL組み込みのレプリケーションを使用することはできま
せん。そのため、リードレプリカを持つこともできません。
84
参考文献
Amazon RDS
 http://aws.amazon.com/jp/rds/
Amazon RDS ドキュメント
 http://aws.amazon.com/jp/documentation/rds/
Amazon RDS チュートリアル
 http://aws.amazon.com/articles/Amazon-RDS
ディスカッション・フォーラム
 https://forums.aws.amazon.com/forum.jspa?forumID=60
ブログ
 Amazon Web Services Japan blog
 http://aws.typepad.com/aws_japan/
 AWS Solutions Architect ブログ
 http://aws.typepad.com/sajp/
まとめ
86
今までできていたことを、
より早く、簡単に、安く実現できる
今までできなかったことを
実現できる
カイゼン
イノベーション
AWSクラウドで得られる効果
まずはお試しください。
AWSは15分で始められます
• AWSアカウントの作成、仮想サーバーの起動、クラウドストレージに保
存についての動画をご覧いただけます!
• 無料で触れるチュートリアルもあります
http://aws.amazon.com/jp/getting-started/
http://aws.amazon.com/jp/training/intro_series/
89
AWS無料試用枠
AWSでは、無料試用枠( Free Tier)を用意しています
 http://aws.amazon.com/jp/free/
RDSでの無料試用枠 適用条件
 MySQL, Oracle (BYOL), SQL Server Express, PostgreSQL
 Single-AZ db.t1.micro 750時間/月
 スタンダードストレージ20GB (スナップショット20GB含む)
 1,000万 I/O
 https://aws.amazon.com/jp/rds/free/
90
24時間・365日での日本語サポートの提供
• 日本語でのサポートをご提供しております
http://aws.amazon.com/jp/premiumsupport/
ベーシック デベロッパー ビジネス エンタープライズ
受付時間 24時間 / 365日(年中無休)
初回応答時間 セルフサービス
12時間
(営業時間内)
1時間 15分
サポート連絡先 N/A 1人 5人 無制限
チャット 不可 不可 可能 可能
TEL 不可 不可 可能 可能
専任スタッフ なし なし なし あり
料金(月額)
無料(AWSの利用料に含まれ
る)
$49/月
AWS利用総額の
10%~
※最低料金:$100/月
AWS利用総額の
10%~
※最低$15,000/月
AWS Summit Tokyo 2014
• 2014年7月17日(木) 〜 18日(金)
• グランドプリンス新高輪 (国際館パミール)
• 来場無料 (要事前登録)
• http://www.awssummittokyo.com/
- 申し込み受付中!
• 登壇企業様
- 積水化学工業様、コーセー様、良品計画様、SAPジャパン様、
NTTデータ様、すかいらーく様、日通情報システム様、NTTドコ
モ様、日立製作所様、丸紅様、ソニー銀行様、他多数
Amazon RDS for PostgreSQL ( JPUG 2014夏セミナー)  #jpug

Contenu connexe

Tendances

Jpug study-pq 20170121
Jpug study-pq 20170121Jpug study-pq 20170121
Jpug study-pq 20170121Kosuke Kida
 
Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~
Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~
Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~Sotaro Kimura
 
PostgreSQLによるデータ分析ことはじめ
PostgreSQLによるデータ分析ことはじめPostgreSQLによるデータ分析ことはじめ
PostgreSQLによるデータ分析ことはじめOhyama Masanori
 
ゲームのインフラをAwsで実戦tips全て見せます
ゲームのインフラをAwsで実戦tips全て見せますゲームのインフラをAwsで実戦tips全て見せます
ゲームのインフラをAwsで実戦tips全て見せますinfinite_loop
 
[db tech showcase Tokyo 2015] A33:Amazon Aurora Deep Dive by アマゾン データ サービス ジャ...
[db tech showcase Tokyo 2015] A33:Amazon Aurora Deep Dive by アマゾン データ サービス ジャ...[db tech showcase Tokyo 2015] A33:Amazon Aurora Deep Dive by アマゾン データ サービス ジャ...
[db tech showcase Tokyo 2015] A33:Amazon Aurora Deep Dive by アマゾン データ サービス ジャ...Insight Technology, Inc.
 
PostgreSQLレプリケーション10周年!徹底紹介!(PostgreSQL Conference Japan 2019講演資料)
PostgreSQLレプリケーション10周年!徹底紹介!(PostgreSQL Conference Japan 2019講演資料)PostgreSQLレプリケーション10周年!徹底紹介!(PostgreSQL Conference Japan 2019講演資料)
PostgreSQLレプリケーション10周年!徹底紹介!(PostgreSQL Conference Japan 2019講演資料)NTT DATA Technology & Innovation
 
20190314 PGStrom Arrow_Fdw
20190314 PGStrom Arrow_Fdw20190314 PGStrom Arrow_Fdw
20190314 PGStrom Arrow_FdwKohei KaiGai
 
Azure Database for MySQL PostgreSQLを使って運用の手間を省きませんか?
Azure Database for MySQL PostgreSQLを使って運用の手間を省きませんか?Azure Database for MySQL PostgreSQLを使って運用の手間を省きませんか?
Azure Database for MySQL PostgreSQLを使って運用の手間を省きませんか?Suguru Ito
 
PostgreSQL10徹底解説
PostgreSQL10徹底解説PostgreSQL10徹底解説
PostgreSQL10徹底解説Masahiko Sawada
 
IoT時代におけるストリームデータ処理と急成長の Apache Flink
IoT時代におけるストリームデータ処理と急成長の Apache FlinkIoT時代におけるストリームデータ処理と急成長の Apache Flink
IoT時代におけるストリームデータ処理と急成長の Apache FlinkTakanori Suzuki
 
グラフデータベースNeo4Jでアセットダウンロードの構成管理と最適化
グラフデータベースNeo4Jでアセットダウンロードの構成管理と最適化グラフデータベースNeo4Jでアセットダウンロードの構成管理と最適化
グラフデータベースNeo4Jでアセットダウンロードの構成管理と最適化gree_tech
 
単なるキャッシュじゃないよ!?infinispanの紹介
単なるキャッシュじゃないよ!?infinispanの紹介単なるキャッシュじゃないよ!?infinispanの紹介
単なるキャッシュじゃないよ!?infinispanの紹介AdvancedTechNight
 
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 EnterpriseYusukeKuramata
 
SparkやBigQueryなどを用いた モバイルゲーム分析環境
SparkやBigQueryなどを用いたモバイルゲーム分析環境SparkやBigQueryなどを用いたモバイルゲーム分析環境
SparkやBigQueryなどを用いた モバイルゲーム分析環境yuichi_komatsu
 
20190516_DLC10_PGStrom
20190516_DLC10_PGStrom20190516_DLC10_PGStrom
20190516_DLC10_PGStromKohei KaiGai
 
20111215_第1回EMR勉強会発表資料
20111215_第1回EMR勉強会発表資料20111215_第1回EMR勉強会発表資料
20111215_第1回EMR勉強会発表資料Kotaro Tsukui
 
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 PracticeHadoop / Spark Conference Japan
 

Tendances (20)

Jpug study-pq 20170121
Jpug study-pq 20170121Jpug study-pq 20170121
Jpug study-pq 20170121
 
Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~
Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~
Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~
 
PostgreSQLによるデータ分析ことはじめ
PostgreSQLによるデータ分析ことはじめPostgreSQLによるデータ分析ことはじめ
PostgreSQLによるデータ分析ことはじめ
 
ゲームのインフラをAwsで実戦tips全て見せます
ゲームのインフラをAwsで実戦tips全て見せますゲームのインフラをAwsで実戦tips全て見せます
ゲームのインフラをAwsで実戦tips全て見せます
 
PostgreSQL9.3新機能紹介
PostgreSQL9.3新機能紹介PostgreSQL9.3新機能紹介
PostgreSQL9.3新機能紹介
 
Scaling MongoDB on AWS
Scaling MongoDB on AWSScaling MongoDB on AWS
Scaling MongoDB on AWS
 
GresCubeで快適PostgreSQLライフ
GresCubeで快適PostgreSQLライフGresCubeで快適PostgreSQLライフ
GresCubeで快適PostgreSQLライフ
 
[db tech showcase Tokyo 2015] A33:Amazon Aurora Deep Dive by アマゾン データ サービス ジャ...
[db tech showcase Tokyo 2015] A33:Amazon Aurora Deep Dive by アマゾン データ サービス ジャ...[db tech showcase Tokyo 2015] A33:Amazon Aurora Deep Dive by アマゾン データ サービス ジャ...
[db tech showcase Tokyo 2015] A33:Amazon Aurora Deep Dive by アマゾン データ サービス ジャ...
 
PostgreSQLレプリケーション10周年!徹底紹介!(PostgreSQL Conference Japan 2019講演資料)
PostgreSQLレプリケーション10周年!徹底紹介!(PostgreSQL Conference Japan 2019講演資料)PostgreSQLレプリケーション10周年!徹底紹介!(PostgreSQL Conference Japan 2019講演資料)
PostgreSQLレプリケーション10周年!徹底紹介!(PostgreSQL Conference Japan 2019講演資料)
 
20190314 PGStrom Arrow_Fdw
20190314 PGStrom Arrow_Fdw20190314 PGStrom Arrow_Fdw
20190314 PGStrom Arrow_Fdw
 
Azure Database for MySQL PostgreSQLを使って運用の手間を省きませんか?
Azure Database for MySQL PostgreSQLを使って運用の手間を省きませんか?Azure Database for MySQL PostgreSQLを使って運用の手間を省きませんか?
Azure Database for MySQL PostgreSQLを使って運用の手間を省きませんか?
 
PostgreSQL10徹底解説
PostgreSQL10徹底解説PostgreSQL10徹底解説
PostgreSQL10徹底解説
 
IoT時代におけるストリームデータ処理と急成長の Apache Flink
IoT時代におけるストリームデータ処理と急成長の Apache FlinkIoT時代におけるストリームデータ処理と急成長の Apache Flink
IoT時代におけるストリームデータ処理と急成長の Apache Flink
 
グラフデータベースNeo4Jでアセットダウンロードの構成管理と最適化
グラフデータベースNeo4Jでアセットダウンロードの構成管理と最適化グラフデータベースNeo4Jでアセットダウンロードの構成管理と最適化
グラフデータベースNeo4Jでアセットダウンロードの構成管理と最適化
 
単なるキャッシュじゃないよ!?infinispanの紹介
単なるキャッシュじゃないよ!?infinispanの紹介単なるキャッシュじゃないよ!?infinispanの紹介
単なるキャッシュじゃないよ!?infinispanの紹介
 
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
 
SparkやBigQueryなどを用いた モバイルゲーム分析環境
SparkやBigQueryなどを用いたモバイルゲーム分析環境SparkやBigQueryなどを用いたモバイルゲーム分析環境
SparkやBigQueryなどを用いた モバイルゲーム分析環境
 
20190516_DLC10_PGStrom
20190516_DLC10_PGStrom20190516_DLC10_PGStrom
20190516_DLC10_PGStrom
 
20111215_第1回EMR勉強会発表資料
20111215_第1回EMR勉強会発表資料20111215_第1回EMR勉強会発表資料
20111215_第1回EMR勉強会発表資料
 
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
 

Similaire à Amazon RDS for PostgreSQL ( JPUG 2014夏セミナー) #jpug

PGXのレスポンスとリソース消費
PGXのレスポンスとリソース消費PGXのレスポンスとリソース消費
PGXのレスポンスとリソース消費Tatsumi Akinori
 
JVM上でのストリーム処理エンジンの変遷
JVM上でのストリーム処理エンジンの変遷JVM上でのストリーム処理エンジンの変遷
JVM上でのストリーム処理エンジンの変遷Sotaro Kimura
 
Applibot presents Smartphone Game on AWS
Applibot presents Smartphone Game on AWSApplibot presents Smartphone Game on AWS
Applibot presents Smartphone Game on AWSKenta Yasukawa
 
JAWSUG名古屋 AWS勉強会 20180309
JAWSUG名古屋 AWS勉強会 20180309JAWSUG名古屋 AWS勉強会 20180309
JAWSUG名古屋 AWS勉強会 20180309陽平 山口
 
「Windows Azure でスーパーコンピューティング!」for Microsoft MVP camp 2014 大阪会場
「Windows Azure でスーパーコンピューティング!」for Microsoft MVP camp 2014 大阪会場「Windows Azure でスーパーコンピューティング!」for Microsoft MVP camp 2014 大阪会場
「Windows Azure でスーパーコンピューティング!」for Microsoft MVP camp 2014 大阪会場幸智 Yukinori 黒田 Kuroda
 
Windows Server 2019 の Hyper-Converged Infrastructure (HCI)
Windows Server 2019 の Hyper-Converged Infrastructure (HCI) Windows Server 2019 の Hyper-Converged Infrastructure (HCI)
Windows Server 2019 の Hyper-Converged Infrastructure (HCI) Hiroshi Matsumoto
 
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
 
C14 Greenplum Database Technology - Large Scale-out and Next generation Analy...
C14 Greenplum Database Technology - Large Scale-out and Next generation Analy...C14 Greenplum Database Technology - Large Scale-out and Next generation Analy...
C14 Greenplum Database Technology - Large Scale-out and Next generation Analy...Insight Technology, Inc.
 
MemoryPlus Workshop
MemoryPlus WorkshopMemoryPlus Workshop
MemoryPlus WorkshopHitoshi Sato
 
オンプレのDbaがazureのデータベースを使ってみた
オンプレのDbaがazureのデータベースを使ってみたオンプレのDbaがazureのデータベースを使ってみた
オンプレのDbaがazureのデータベースを使ってみたMasayuki Ozawa
 
[AWS re:invent 2013 Report] AWS New EC2 Instance Types
[AWS re:invent 2013 Report] AWS New EC2 Instance Types[AWS re:invent 2013 Report] AWS New EC2 Instance Types
[AWS re:invent 2013 Report] AWS New EC2 Instance TypesAmazon Web Services Japan
 
Modernizing Big Data Workload Using Amazon EMR & AWS Glue
Modernizing Big Data Workload Using Amazon EMR & AWS GlueModernizing Big Data Workload Using Amazon EMR & AWS Glue
Modernizing Big Data Workload Using Amazon EMR & AWS GlueNoritaka Sekiyama
 
コスト削減から考えるAWSの効果的な利用方法
コスト削減から考えるAWSの効果的な利用方法コスト削減から考えるAWSの効果的な利用方法
コスト削減から考えるAWSの効果的な利用方法Aya Komuro
 
Linux/DB Tuning (DevSumi2010, Japanese)
Linux/DB Tuning (DevSumi2010, Japanese)Linux/DB Tuning (DevSumi2010, Japanese)
Linux/DB Tuning (DevSumi2010, Japanese)Yoshinori Matsunobu
 
20110519 okuyama tokyo_linuxstudy
20110519 okuyama tokyo_linuxstudy20110519 okuyama tokyo_linuxstudy
20110519 okuyama tokyo_linuxstudyTakahiro Iwase
 
Persistence on Azure - Microsoft Azure の永続化
Persistence on Azure - Microsoft Azure の永続化Persistence on Azure - Microsoft Azure の永続化
Persistence on Azure - Microsoft Azure の永続化Takekazu Omi
 
アドテク×Scala×パフォーマンスチューニング
アドテク×Scala×パフォーマンスチューニングアドテク×Scala×パフォーマンスチューニング
アドテク×Scala×パフォーマンスチューニングYosuke Mizutani
 
大規模ログ分析におけるAmazon Web Servicesの活用
大規模ログ分析におけるAmazon Web Servicesの活用大規模ログ分析におけるAmazon Web Servicesの活用
大規模ログ分析におけるAmazon Web Servicesの活用Shintaro Takemura
 

Similaire à Amazon RDS for PostgreSQL ( JPUG 2014夏セミナー) #jpug (20)

PGXのレスポンスとリソース消費
PGXのレスポンスとリソース消費PGXのレスポンスとリソース消費
PGXのレスポンスとリソース消費
 
JVM上でのストリーム処理エンジンの変遷
JVM上でのストリーム処理エンジンの変遷JVM上でのストリーム処理エンジンの変遷
JVM上でのストリーム処理エンジンの変遷
 
Applibot presents Smartphone Game on AWS
Applibot presents Smartphone Game on AWSApplibot presents Smartphone Game on AWS
Applibot presents Smartphone Game on AWS
 
JAWSUG名古屋 AWS勉強会 20180309
JAWSUG名古屋 AWS勉強会 20180309JAWSUG名古屋 AWS勉強会 20180309
JAWSUG名古屋 AWS勉強会 20180309
 
「Windows Azure でスーパーコンピューティング!」for Microsoft MVP camp 2014 大阪会場
「Windows Azure でスーパーコンピューティング!」for Microsoft MVP camp 2014 大阪会場「Windows Azure でスーパーコンピューティング!」for Microsoft MVP camp 2014 大阪会場
「Windows Azure でスーパーコンピューティング!」for Microsoft MVP camp 2014 大阪会場
 
Windows Server 2019 の Hyper-Converged Infrastructure (HCI)
Windows Server 2019 の Hyper-Converged Infrastructure (HCI) Windows Server 2019 の Hyper-Converged Infrastructure (HCI)
Windows Server 2019 の Hyper-Converged Infrastructure (HCI)
 
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
 
C14 Greenplum Database Technology - Large Scale-out and Next generation Analy...
C14 Greenplum Database Technology - Large Scale-out and Next generation Analy...C14 Greenplum Database Technology - Large Scale-out and Next generation Analy...
C14 Greenplum Database Technology - Large Scale-out and Next generation Analy...
 
MemoryPlus Workshop
MemoryPlus WorkshopMemoryPlus Workshop
MemoryPlus Workshop
 
オンプレのDbaがazureのデータベースを使ってみた
オンプレのDbaがazureのデータベースを使ってみたオンプレのDbaがazureのデータベースを使ってみた
オンプレのDbaがazureのデータベースを使ってみた
 
[AWS re:invent 2013 Report] AWS New EC2 Instance Types
[AWS re:invent 2013 Report] AWS New EC2 Instance Types[AWS re:invent 2013 Report] AWS New EC2 Instance Types
[AWS re:invent 2013 Report] AWS New EC2 Instance Types
 
Big Data Architecture 全体概要
Big Data Architecture 全体概要Big Data Architecture 全体概要
Big Data Architecture 全体概要
 
Modernizing Big Data Workload Using Amazon EMR & AWS Glue
Modernizing Big Data Workload Using Amazon EMR & AWS GlueModernizing Big Data Workload Using Amazon EMR & AWS Glue
Modernizing Big Data Workload Using Amazon EMR & AWS Glue
 
JAWSUG20171220
JAWSUG20171220JAWSUG20171220
JAWSUG20171220
 
コスト削減から考えるAWSの効果的な利用方法
コスト削減から考えるAWSの効果的な利用方法コスト削減から考えるAWSの効果的な利用方法
コスト削減から考えるAWSの効果的な利用方法
 
Linux/DB Tuning (DevSumi2010, Japanese)
Linux/DB Tuning (DevSumi2010, Japanese)Linux/DB Tuning (DevSumi2010, Japanese)
Linux/DB Tuning (DevSumi2010, Japanese)
 
20110519 okuyama tokyo_linuxstudy
20110519 okuyama tokyo_linuxstudy20110519 okuyama tokyo_linuxstudy
20110519 okuyama tokyo_linuxstudy
 
Persistence on Azure - Microsoft Azure の永続化
Persistence on Azure - Microsoft Azure の永続化Persistence on Azure - Microsoft Azure の永続化
Persistence on Azure - Microsoft Azure の永続化
 
アドテク×Scala×パフォーマンスチューニング
アドテク×Scala×パフォーマンスチューニングアドテク×Scala×パフォーマンスチューニング
アドテク×Scala×パフォーマンスチューニング
 
大規模ログ分析におけるAmazon Web Servicesの活用
大規模ログ分析におけるAmazon Web Servicesの活用大規模ログ分析におけるAmazon Web Servicesの活用
大規模ログ分析におけるAmazon Web Servicesの活用
 

Plus de Yasuhiro Matsuo

2018512 AWS上での機械学習システムの構築とSageMaker
2018512 AWS上での機械学習システムの構築とSageMaker2018512 AWS上での機械学習システムの構築とSageMaker
2018512 AWS上での機械学習システムの構築とSageMakerYasuhiro Matsuo
 
20180512 AWS SageMakerを初めて使うガイド
20180512 AWS SageMakerを初めて使うガイド20180512 AWS SageMakerを初めて使うガイド
20180512 AWS SageMakerを初めて使うガイドYasuhiro Matsuo
 
AWSでの機械学習におけるデータレイク・GPU実行環境
AWSでの機械学習におけるデータレイク・GPU実行環境AWSでの機械学習におけるデータレイク・GPU実行環境
AWSでの機械学習におけるデータレイク・GPU実行環境Yasuhiro Matsuo
 
20180309 DLIもくもく会 Deep Learning on AWS
20180309 DLIもくもく会 Deep Learning on AWS20180309 DLIもくもく会 Deep Learning on AWS
20180309 DLIもくもく会 Deep Learning on AWSYasuhiro Matsuo
 
研究用途でのAWSの利用事例と機械学習について
研究用途でのAWSの利用事例と機械学習について研究用途でのAWSの利用事例と機械学習について
研究用途でのAWSの利用事例と機械学習についてYasuhiro Matsuo
 
[JAWS-UG AI支部] AWS AIアップデート
[JAWS-UG AI支部] AWS AIアップデート[JAWS-UG AI支部] AWS AIアップデート
[JAWS-UG AI支部] AWS AIアップデートYasuhiro Matsuo
 
JAWS-UG AI支部 #2 re:Invent アップデート
JAWS-UG AI支部 #2 re:Invent アップデートJAWS-UG AI支部 #2 re:Invent アップデート
JAWS-UG AI支部 #2 re:Invent アップデートYasuhiro Matsuo
 
AI & Deep Learning on AWS at CTO Night&Day 2016 Winter
AI & Deep Learning on AWS at CTO Night&Day 2016 WinterAI & Deep Learning on AWS at CTO Night&Day 2016 Winter
AI & Deep Learning on AWS at CTO Night&Day 2016 WinterYasuhiro Matsuo
 
EC2 Deep Dive at CTO Night&Day 2016
EC2 Deep Dive at CTO Night&Day 2016 EC2 Deep Dive at CTO Night&Day 2016
EC2 Deep Dive at CTO Night&Day 2016 Yasuhiro Matsuo
 
P2インスタンスUpdate
P2インスタンスUpdateP2インスタンスUpdate
P2インスタンスUpdateYasuhiro Matsuo
 
AWSとGPUインスタンスのご紹介
AWSとGPUインスタンスのご紹介AWSとGPUインスタンスのご紹介
AWSとGPUインスタンスのご紹介Yasuhiro Matsuo
 
AWSでGPUも安く大量に使い倒せ
AWSでGPUも安く大量に使い倒せ AWSでGPUも安く大量に使い倒せ
AWSでGPUも安く大量に使い倒せ Yasuhiro Matsuo
 
JAWS目黒 EC2チューニングTips #jawsmeguro #jawsug
JAWS目黒 EC2チューニングTips #jawsmeguro #jawsugJAWS目黒 EC2チューニングTips #jawsmeguro #jawsug
JAWS目黒 EC2チューニングTips #jawsmeguro #jawsugYasuhiro Matsuo
 
いまさら聞けない Amazon EC2
いまさら聞けない Amazon EC2いまさら聞けない Amazon EC2
いまさら聞けない Amazon EC2Yasuhiro Matsuo
 
Game Architecture Trends in Tokyo Kansai Social Game Study#5
Game Architecture Trends in Tokyo  Kansai Social Game Study#5Game Architecture Trends in Tokyo  Kansai Social Game Study#5
Game Architecture Trends in Tokyo Kansai Social Game Study#5Yasuhiro Matsuo
 
Programming AWS with Python
Programming AWS with Python  Programming AWS with Python
Programming AWS with Python Yasuhiro Matsuo
 
NoSQL on AWSで作る最新ソーシャルゲームアーキテクチャ
NoSQL on AWSで作る最新ソーシャルゲームアーキテクチャNoSQL on AWSで作る最新ソーシャルゲームアーキテクチャ
NoSQL on AWSで作る最新ソーシャルゲームアーキテクチャYasuhiro Matsuo
 
MongoDB on AWSクラウドという選択
MongoDB on AWSクラウドという選択MongoDB on AWSクラウドという選択
MongoDB on AWSクラウドという選択Yasuhiro Matsuo
 
MongoDB on EC2 #mongodbcasual
MongoDB on EC2 #mongodbcasualMongoDB on EC2 #mongodbcasual
MongoDB on EC2 #mongodbcasualYasuhiro Matsuo
 

Plus de Yasuhiro Matsuo (19)

2018512 AWS上での機械学習システムの構築とSageMaker
2018512 AWS上での機械学習システムの構築とSageMaker2018512 AWS上での機械学習システムの構築とSageMaker
2018512 AWS上での機械学習システムの構築とSageMaker
 
20180512 AWS SageMakerを初めて使うガイド
20180512 AWS SageMakerを初めて使うガイド20180512 AWS SageMakerを初めて使うガイド
20180512 AWS SageMakerを初めて使うガイド
 
AWSでの機械学習におけるデータレイク・GPU実行環境
AWSでの機械学習におけるデータレイク・GPU実行環境AWSでの機械学習におけるデータレイク・GPU実行環境
AWSでの機械学習におけるデータレイク・GPU実行環境
 
20180309 DLIもくもく会 Deep Learning on AWS
20180309 DLIもくもく会 Deep Learning on AWS20180309 DLIもくもく会 Deep Learning on AWS
20180309 DLIもくもく会 Deep Learning on AWS
 
研究用途でのAWSの利用事例と機械学習について
研究用途でのAWSの利用事例と機械学習について研究用途でのAWSの利用事例と機械学習について
研究用途でのAWSの利用事例と機械学習について
 
[JAWS-UG AI支部] AWS AIアップデート
[JAWS-UG AI支部] AWS AIアップデート[JAWS-UG AI支部] AWS AIアップデート
[JAWS-UG AI支部] AWS AIアップデート
 
JAWS-UG AI支部 #2 re:Invent アップデート
JAWS-UG AI支部 #2 re:Invent アップデートJAWS-UG AI支部 #2 re:Invent アップデート
JAWS-UG AI支部 #2 re:Invent アップデート
 
AI & Deep Learning on AWS at CTO Night&Day 2016 Winter
AI & Deep Learning on AWS at CTO Night&Day 2016 WinterAI & Deep Learning on AWS at CTO Night&Day 2016 Winter
AI & Deep Learning on AWS at CTO Night&Day 2016 Winter
 
EC2 Deep Dive at CTO Night&Day 2016
EC2 Deep Dive at CTO Night&Day 2016 EC2 Deep Dive at CTO Night&Day 2016
EC2 Deep Dive at CTO Night&Day 2016
 
P2インスタンスUpdate
P2インスタンスUpdateP2インスタンスUpdate
P2インスタンスUpdate
 
AWSとGPUインスタンスのご紹介
AWSとGPUインスタンスのご紹介AWSとGPUインスタンスのご紹介
AWSとGPUインスタンスのご紹介
 
AWSでGPUも安く大量に使い倒せ
AWSでGPUも安く大量に使い倒せ AWSでGPUも安く大量に使い倒せ
AWSでGPUも安く大量に使い倒せ
 
JAWS目黒 EC2チューニングTips #jawsmeguro #jawsug
JAWS目黒 EC2チューニングTips #jawsmeguro #jawsugJAWS目黒 EC2チューニングTips #jawsmeguro #jawsug
JAWS目黒 EC2チューニングTips #jawsmeguro #jawsug
 
いまさら聞けない Amazon EC2
いまさら聞けない Amazon EC2いまさら聞けない Amazon EC2
いまさら聞けない Amazon EC2
 
Game Architecture Trends in Tokyo Kansai Social Game Study#5
Game Architecture Trends in Tokyo  Kansai Social Game Study#5Game Architecture Trends in Tokyo  Kansai Social Game Study#5
Game Architecture Trends in Tokyo Kansai Social Game Study#5
 
Programming AWS with Python
Programming AWS with Python  Programming AWS with Python
Programming AWS with Python
 
NoSQL on AWSで作る最新ソーシャルゲームアーキテクチャ
NoSQL on AWSで作る最新ソーシャルゲームアーキテクチャNoSQL on AWSで作る最新ソーシャルゲームアーキテクチャ
NoSQL on AWSで作る最新ソーシャルゲームアーキテクチャ
 
MongoDB on AWSクラウドという選択
MongoDB on AWSクラウドという選択MongoDB on AWSクラウドという選択
MongoDB on AWSクラウドという選択
 
MongoDB on EC2 #mongodbcasual
MongoDB on EC2 #mongodbcasualMongoDB on EC2 #mongodbcasual
MongoDB on EC2 #mongodbcasual
 

Amazon RDS for PostgreSQL ( JPUG 2014夏セミナー) #jpug

Notes de l'éditeur

  1. http://www.ieice.org/iss/de/DEWS/DEWS2008/proceedings/files/d2/d2-4.pdf
  2. 非常に安いサーバからラインナップしているからなんですね。 一番安いので2円くらいです。 今回SAPの本番機で利用できるのはこの上位のハイスペックなインスタンスのみになります。 SAPもAmazonもSAPにはハイスペックなサーバが必要だと認識しています。 どのくらいハイスペックか?
  3. 確かに仮想サーバでマルチテナントだとIO性能が遅いという印象があるかと思います。
  4. 安く売りたい、というDNAがある。ITの中ではユニークではないかと思います。 今後この傾向は続くという流れです。 今だけ値下げしているのではなくて、創業当時からこれは続けてきたモデルであり、 このように少し変わったバックボーンを持ったポジションを持っています。
  5. ちょっと偏った比較ですが、、、
  6. SQL ServerのBYOL http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/SQLServer.Concepts.General.Licensing.html SA Software Assuaranceでカバーされた Volume License が必要。 License Mobilityプログラムで取り決められている。
  7. SQL Serverは、標準からPIOPSへの変換は Export->Import?
  8. 障害後切り替わる。 復旧後、また同期状態に自動的に戻る。
  9. 障害後切り替わる。 復旧後、また同期状態に自動的に戻る。
  10. 障害後切り替わる。 復旧後、また同期状態に自動的に戻る。
  11. データ容量は減らせないので、注意。 DBによって最低容量が異なる。MySQL=5GB, Oracle=10GB, SQL=20/200GB
  12. PostgreSQLは、1つのデータベースクラスタの中に複数データベースを持つことができますが、そのデータベース単位でのアクセス設定やユーザごとのアクセス設定はできません。 Security Groupによるインスタンスごとのアクセス設定か、GRANT文によるスキーマ単位やテーブル単位でのアクセス設定で代替できないか考えましょう。
  13. General Information FAQ Billing Reserved Instances Multi-AZ Deployments Hardware and Scaling Automated Backups and Snapshots Security and VPC DB Parameter Groups Provisioned IOPS Replication MySQL Database Engine Oracle Database Engine SQL Server Database Engine