SlideShare une entreprise Scribd logo
1  sur  32
Télécharger pour lire hors ligne
© 2018 Insight Technology, Inc. All Rights Reserved.
Database as Code
DBMSシステムの開発速度を上げろと
無茶振りされているDBAのあなたへ
© 2018 Insight Technology, Inc. All Rights Reserved.
自己紹介
◼ 石川 雅也 (いしかわ まさや)
◼ 現職
• 株式会社インサイトテクノロジー 取締役 CTO
プロダクト開発本部
インサイトラボ
◼ 職歴
◼ 外資系HWベンダ UNIX担当SE, トラブルシュート、crash dump解析、Device Drive改造
• 1993年 日本オラクル DBインフラ系SE, トラブルシュート、コンサルティング
• 1995年 インサイトテクノロジー設立
Oracleパフォーマンス管理ツール Performance Insight (1995~)
Oracleアクセスログ取得管理ツール PISO (2004~)
SQL Server版、富士通Symfoware版 PISO (2005~)
DBコンサルティング、トラブルシュート
2012年 ビッグデータソリューション事業部 新規立ち上げ
高速DB専用IAサーバー Insight Qube
Actian Vector DWH向けRDBMS 販売開始 (2012~)
Delphix データベース仮想化ソリューション販売開始(2016~)
(2016年 PostgreSQL版、MySQL版 PISO)
2017年 プロダクト開発本部 2018年 インサイトラボ
© 2018 Insight Technology, Inc. All Rights Reserved.
今日のセッションの対象とゴール
対象
• 「新しいシステムの開発速度を
上げろ!! 品質は落とすな!!」
「うちはDevOpsでアジャイル開
発が出来ているのか!!」
と、上司に言われているDBA
• CI/CDやDockerと RDBMSは相
性が悪いと思っているDBA
ゴール
• Delphixのテクノロジーとメリッ
トを理解する
• Database as Codeについて理解
する
• CI/CDにRDBMSを組み込んでみ
よう と思う
© 2018 Insight Technology, Inc. All Rights Reserved. 4
Agenda
• システムの開発速度を落としている原因を
DBMSの観点から考える
• システムの開発速度を上げるには?
• CI/CDを前提とする開発環境では
• ユースケース
© 2018 Insight Technology, Inc. All Rights Reserved. 5
システムの開発速度を落としている原因を
DBMSの観点から考える
© 2018 Insight Technology, Inc. All Rights Reserved. 6
1. 環境作成の工数と提供速度
◼ インフラ担当者の作業コスト
◼ 承認オーバーヘッド
◼ 環境提供までの待ち時間
環境作成コスト
Agilityの欠如
単体テスト環境
本番DB環境の
コピーを申請
統合テスト環境
本番DB環境の
コピーを申請
品質管理環境
本番DB環境の
コピーを申請
開発環境
システム管理者DB管理者
本番DB環境の
コピーを申請
各種リソースの
確認
領域の確認と
切り出し
ファイルシステム
の構成
バックアップ
ファイルのコピー
DBのリカバリー
DBのパラメータ調整
環境の引き渡し
数日の
待ち時間
ストレージ管理者
セキュリティの確保
© 2018 Insight Technology, Inc. All Rights Reserved.
データコピー データコピー
900GB 900GB 900GB 900GB
開発
システム
単体テスト
システム
統合テスト
システム
品質管理
システム
バックアップ
システム
900GB
7
2. 潤沢ではない環境リソース
◼ テスト・開発環境には予想以上に
HWリソースやストレージ容量が必要
本番システム 900GB
合計 5サーバー/5.4TB
HWコスト
環境の競合
◼ 節約のため環境削減、開発・テスト環境の共同利用
© 2018 Insight Technology, Inc. All Rights Reserved.
900GB 900GB 900GB 900GB
開発
システム
単体テスト
システム
統合テスト
システム
品質管理
システム
バックアップ
システム
900GB
8
3. テストデータのクオリティ
◼ ストレージ容量、ロード時間短縮のため
データのサブセットを使用
本番システム 900GB
データ再現性減少による
テスト品質の低下
データサブセットのみ使用
100GB100GB100GB
◼ 自前で作成したダミーデータでのテスト
数MB 数MB
© 2018 Insight Technology, Inc. All Rights Reserved.
900GB 900GB 900GB 900GB
開発
システム
単体テスト
システム
統合テスト
システム
品質管理
システム
バックアップ
システム
900GB
9
4. セキュリティ担保のための追加工数
◼ データマスキングの作業コスト
本番システム 900GB
マスキング作業コスト
テスト品質の低下
◼ 自前で作成したダミーデータでのテスト
社員 外注 外注 外注
ステージング
コピーマスキング
外注
© 2018 Insight Technology, Inc. All Rights Reserved. 10
DBMSから見た開発速度を落とす原因
1. 工数と時間
• 開発・テスト環境作成に工数がかかる、環境提供までに時間がかかる
2. リソース不足
• 環境の共同利用、潤沢ではない環境リソース
3. データクオリティ
• テストデータのクオリティ、本番再現性の低いデータ
4. データセキュリティ
• マスキング工数もバカにならない
© 2018 Insight Technology, Inc. All Rights Reserved. 11
すべて
で解決可能
© 2018 Insight Technology, Inc. All Rights Reserved.
開発
NFS, iSCSI
mount
テスト
品質保証(QA)
DELPHIXエンジン
App Binaries, Files
DB Binaries, Files
Database
ソースシステム(本番環境など)
SHARED DATA
+
CHANGED
DATA
データバックアップ
(元データの1/3~1/4
まで圧縮)
物理容量を消費せず
仮想環境を
複数複製
任意の時刻で
プロビジョニング
自動で継続的な
マスキング
Delphixの機能
仮想化システム テスト&開発
独立した環境
(1人に1システム)
仮想環境作成が
数分で完了
物理環境への
プロビジョニング
(V2P)も可能
エンドユーザーによる
セルフサービスも可能
© 2018 Insight Technology, Inc. All Rights Reserved.
block pointerblock pointerblock pointer
開発 QA 受入テスト
本番環境
1 TB
App Data Files
非本番環境
✓ 重複排除
✓ 圧縮
✓ 仮想化により領域追加消費なし
✓ ユニークなブロックマッピング技術
0.3 TB
実データブロック
コアテクノロジー
© 2018 Insight Technology, Inc. All Rights Reserved.
block pointerblock pointerblock pointer
開発 QA 受入テスト
本番環境
1 TB
App Data Files
非本番環境
✓ 重複排除
✓ 圧縮
✓ 仮想化により領域追加消費なし
✓ ユニークなブロックマッピング技術
0.3 TB
実データブロック
コアテクノロジー
NFS/iSCSI
mount
NFS/iSCSI
mount
NFS/iSCSI
mount
© 2018 Insight Technology, Inc. All Rights Reserved.
block pointerblock pointerblock pointer
開発 QA 受入テスト
本番環境
1 TB
App Data Files
非本番環境
✓ 重複排除
✓ 圧縮
✓ 仮想化により領域追加消費なし
✓ ユニークなブロックマッピング技術
0.3 TB
実データブロック
コアテクノロジー
NFS/iSCSI
mount
NFS/iSCSI
mount
NFS/iSCSI
mount
Copy-on-write
更新
変更blockを時間管理
© 2018 Insight Technology, Inc. All Rights Reserved. 16
セキュア構成 / クラウド対応
Node 2Node 1本番データ
DEV
QA
Firewall
本番環境 非本番環境
マスクデータの同期
• 帯域制御
• 圧縮転送
• 転送スケジュール
• 暗号化
自動マスキング
© 2018 Insight Technology, Inc. All Rights Reserved. 17
セルフサービス、コラボレーション
© 2018 Insight Technology, Inc. All Rights Reserved.
開発
NFS, iSCSI
mount
テスト
品質保証(QA)
DELPHIXエンジン
App Binaries, Files
DB Binaries, Files
Database
ソースシステム(本番環境など)
SHARED DATA
+
CHANGED
DATA
データバックアップ
(元データの1/3~1/4
まで圧縮)
物理容量を消費せず
仮想環境を
複数複製
任意の時刻で
プロビジョニング
自動で継続的な
マスキング
問題のほとんどを解決
仮想化システム テスト&開発
独立した環境
(1人に1システム)
仮想環境作成が
数分で完了
物理環境への
プロビジョニング
(V2P)も可能
エンドユーザーによる
セルフサービスも可能
1. 工数と時間
2. リソース不足
3. データクオリティ
4. データセキュリティ
© 2018 Insight Technology, Inc. All Rights Reserved. 19
CI/CDを前提とする開発環境では
© 2018 Insight Technology, Inc. All Rights Reserved.
CI/CD Tools
Continuous
Integration Jenkins, Teamcity, Travis
Configuration
Management Puppet, Chef, Ansible
Configuration
Inspection Sonarqube, HP Fortify, Coverity
Containerization
& Virtualization
Docker, Vagrant, OpenStack,
Hyper-V, VMware
Orchestration Kubernetes, Apache Mesos,
Docker Swarm
Monitoring Nagios
© 2018 Insight Technology, Inc. All Rights Reserved. 21
RDBMS と Docker
• Dockerはアプリケーション・デプロイが得意
• RDBMSの様なステートフルな環境と組み合わせるには、いろいろ面倒
• 各種RDBMSでDocker Imageの提供などDocker対応が進んでい
るが…
• しかし、製品初期導入イメージまで (当たり前)
• 開発・テストに使えるシステムを構築するには
• データロード
• バックアップからのデータベースリカバリ
• データファイルの(物理的)コピーによるリカバリ
などの作業が必須
© 2018 Insight Technology, Inc. All Rights Reserved.
CI/CD Tools
Continuous
Integration Jenkins, Teamcity, Travis
Configuration
Management Puppet, Chef, Ansible
Configuration
Inspection Sonarqube, HP Fortify, Coverity
Containerization
& Virtualization
Docker, Vagrant, OpenStack,
Hyper-V, VMware
Data
Management
Orchestration Kubernetes, Apache Mesos,
Docker Swarm
Monitoring Nagios
Delphix
© 2018 Insight Technology, Inc. All Rights Reserved. 23
事例 – City Index
• City Index社 - スプレッド取引業界最大
• 競争の激しい市場
• 既に実現していた仕組み
- リリースマネジメントの自動化
- 継続的統合
- テストの自動化
- 高速設定・削除
開発グループはスクラム、TDD、BDDを採用
• SAFe及びAgilePMによるアジャイル開発
• “Best Mobile Trading Platform” を受賞
(atMoneyAM Online Finance Awards)
“We turned to Agile to
increase ITs value to the
business and make it
more effective.“
© 2018 Insight Technology, Inc. All Rights Reserved. 24
事例 – City Index
• テスト及びリリースマネジメントにおける
データコピーが常にボトルネック
• スクラムのメリットがリリース時間で奪われ
る
• 同時に8プロジェクトを実行
• 複数の本番データのリストアにそれぞれ4時
間必要
• 開発サイクルが長期化
• リソースの依存関係に悩まされる
• イノベーションを犠牲に
課題
“We found ourselves having to
sacrifice new innovative
projects in order to prevent
delivery rates from slipping.”
© 2018 Insight Technology, Inc. All Rights Reserved. 25
事例 – City Index
• MS SQL ServerのデータをDelphixにより
仮想化
• POC1ヶ月で構築
• 短期間で効果発揮
ソリューション
4時間かけていたDB作成を3分に短縮
共有して使っていたQA環境が不要
30名の開発者がセルフサービスでデータを利用
インフラ側管理者はデータコピー以外の重要な作業に注力
開発サイクルを75%短縮
アプリケーション・追加機能を更に20%多くデリバリ可能
“Delphix has unlocked
the potential of Agile
helping us increase
our output to the
business by 20%.”
© 2018 Insight Technology, Inc. All Rights Reserved. 26
事例 - StubHub
モバイルプラットフォーム開発 売上30%向上
課題:
全トラフィック及び売上の50%がモバイル関連
競争市場において月次リリースが常に遅延
複数の管理者がデータにアクセス=ハイリスク
ソリューション:
Delphixはデータデリバリーをセキュア且つ自動化
管理の一元化、証拠データの継続性
200以上の仮想DBコピーを並行稼働
リリース速度の改善 → 約400億円規模の売上増加に貢献
© 2018 Insight Technology, Inc. All Rights Reserved. 27
事例 - StubHub
Year 2014 2016 2018
OPS
環境を全て仮想化
プライベートクラウド
ストリーム化されたツール/
プロセスで環境を作成
パブリッククラウドに拡張
APPS 開発環境の並列化
環境作成とリフレッシュを
セルフサービス化
開発者間のコレボレーション
をセルフサービス化
Automation データ環境の自動作成
DevOpsのワークフローと
自動テストとの統合
CI/CDオートメーションを
クラウド環境と統合
Release
Speed
14~21+日
→ 2日
2日 → 2時間 CI/CD
© 2018 Insight Technology, Inc. All Rights Reserved. 28
Delphix 会社概要
• 本社:米国カリフォルニア州
• 設立:2008年 / 正式製品リリース:2011年 / 従業員数: 約500名
• 日本法人:2015年1月1日開設、
• 日本メンバー:現在4名(営業/エンジニア/マーケティング/サポート)
– ※経営陣及びチーム
– CEO: Chris Cook (New Relic, CA Technologies, Quest Software, BMC
Software)
– その他:Jedidiah Yueh (Delphix / Avamar創業者CEO) / Oracle Cache Fusion発明者
/ Oracle Flashback Database発明者 / Oracle RACディレクター / VMWare EVP /
Business Objects創業者 / ZFS共同発明者など
• Delphix Dynamic Data Platformの製品開発・保守・販売
投資家
顧客 (252社)
© 2018 Insight Technology, Inc. All Rights Reserved. 29
Wrap Up
• システム開発のスピードを、Database仮想化で加速する
• DBインフラ担当の工数削減、
環境整備という(いわゆる)面白くない仕事を極小化出来る
• 素早く柔軟な環境提供、本番フルデータを安全に提供
することにより、開発・テスト効率の大幅アップ
• ストレージコストの削減
• DevOpsに Database as Code(Database仮想化) を入れると
• DevOps環境で今まで仮想化・コード化されておらず足を引っ張って
いたデータおよびデータベース、その最後のピースを改善して
DevOpsのスピードアップを実現
© 2018 Insight Technology, Inc. All Rights Reserved.
記載されている会社名、サービス名、製品名は、株式会社インサイトテクノロジーおよび各社の商標または登録商標です。
Copyright 2016 Insight Technology, Inc. All Rights Reserved.
© 2018 Insight Technology, Inc. All Rights Reserved.
© 2018 Insight Technology, Inc. All Rights Reserved. 32
事例 – 自社製品 Database Test Option (仮)
• Database Test Option (仮)
• システム移行の際のアプリケーションの正常動作を担保するのは大変
• どんなSQLが実行されているか、不明なシステムは多数
• 弊社監査ログ取得製品PISOでは複数RDBMSのSQL文を取得
• そのSQL取得範囲を全体に広げれば、すべてのSQL文を取得して
SQLアセスメントツールとして位置づけられる
• 取得したSQL文を

Contenu connexe

Tendances

[data analytics showcase] B16: Live Demo! データ分析基盤を支えるデータレプリケーション技術とデータワークロード分...
[data analytics showcase] B16: Live Demo! データ分析基盤を支えるデータレプリケーション技術とデータワークロード分...[data analytics showcase] B16: Live Demo! データ分析基盤を支えるデータレプリケーション技術とデータワークロード分...
[data analytics showcase] B16: Live Demo! データ分析基盤を支えるデータレプリケーション技術とデータワークロード分...Insight Technology, Inc.
 
[db tech showcase Tokyo 2017] B26: レデータの仮想化と自動化がもたらす開発効率アップとは?by 株式会社インサイトテクノ...
[db tech showcase Tokyo 2017] B26: レデータの仮想化と自動化がもたらす開発効率アップとは?by 株式会社インサイトテクノ...[db tech showcase Tokyo 2017] B26: レデータの仮想化と自動化がもたらす開発効率アップとは?by 株式会社インサイトテクノ...
[db tech showcase Tokyo 2017] B26: レデータの仮想化と自動化がもたらす開発効率アップとは?by 株式会社インサイトテクノ...Insight Technology, Inc.
 
AWS朝会2022/1 セッション① 数年間、レイクハウスを設計運用してみた
AWS朝会2022/1	セッション① 数年間、レイクハウスを設計運用してみたAWS朝会2022/1	セッション① 数年間、レイクハウスを設計運用してみた
AWS朝会2022/1 セッション① 数年間、レイクハウスを設計運用してみたtatsuya 264
 
データウェアハウス入門 (マーケティングデータ分析基盤技術勉強会)
データウェアハウス入門 (マーケティングデータ分析基盤技術勉強会)データウェアハウス入門 (マーケティングデータ分析基盤技術勉強会)
データウェアハウス入門 (マーケティングデータ分析基盤技術勉強会)Takeshi Mikami
 
Snowflake Elastic Data Warehouse as a Service
Snowflake Elastic Data Warehouse as a ServiceSnowflake Elastic Data Warehouse as a Service
Snowflake Elastic Data Warehouse as a ServiceMineaki Motohashi
 
[db tech showcase OSS 2017] A27: Talend + MariaDB(SpiderEngine)+ TableauでBI基盤...
[db tech showcase OSS 2017] A27: Talend + MariaDB(SpiderEngine)+ TableauでBI基盤...[db tech showcase OSS 2017] A27: Talend + MariaDB(SpiderEngine)+ TableauでBI基盤...
[db tech showcase OSS 2017] A27: Talend + MariaDB(SpiderEngine)+ TableauでBI基盤...Insight Technology, Inc.
 
[db tech showcase Tokyo 2015] E27: Neo4jグラフデータベース by クリエーションライン株式会社 李昌桓
[db tech showcase Tokyo 2015] E27: Neo4jグラフデータベース by クリエーションライン株式会社 李昌桓[db tech showcase Tokyo 2015] E27: Neo4jグラフデータベース by クリエーションライン株式会社 李昌桓
[db tech showcase Tokyo 2015] E27: Neo4jグラフデータベース by クリエーションライン株式会社 李昌桓Insight Technology, Inc.
 
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 2015/06/11Apache 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 2015/06/11MapR Technologies Japan
 
20150630_データ分析に最適な基盤とは? -コスト/スピードでビジネスバリューを得るために- by 株式会社インサイトテクノロジー CTO 石川雅也
20150630_データ分析に最適な基盤とは? -コスト/スピードでビジネスバリューを得るために- by 株式会社インサイトテクノロジー CTO 石川雅也20150630_データ分析に最適な基盤とは? -コスト/スピードでビジネスバリューを得るために- by 株式会社インサイトテクノロジー CTO 石川雅也
20150630_データ分析に最適な基盤とは? -コスト/スピードでビジネスバリューを得るために- by 株式会社インサイトテクノロジー CTO 石川雅也Insight Technology, Inc.
 
PostgreSQL10を導入!大規模データ分析事例からみるDWHとしてのPostgreSQL活用のポイント
PostgreSQL10を導入!大規模データ分析事例からみるDWHとしてのPostgreSQL活用のポイントPostgreSQL10を導入!大規模データ分析事例からみるDWHとしてのPostgreSQL活用のポイント
PostgreSQL10を導入!大規模データ分析事例からみるDWHとしてのPostgreSQL活用のポイントNTT DATA OSS Professional Services
 
[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか!? ~ビッグデータ×IoT×AI時代のデータベースのアー...
[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか!? ~ビッグデータ×IoT×AI時代のデータベースのアー...[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか!? ~ビッグデータ×IoT×AI時代のデータベースのアー...
[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか!? ~ビッグデータ×IoT×AI時代のデータベースのアー...Insight Technology, Inc.
 
[db tech showcase Tokyo 2016] B31: Spark Summit 2016@SFに参加してきたので最新事例などを紹介しつつデ...
[db tech showcase Tokyo 2016] B31: Spark Summit 2016@SFに参加してきたので最新事例などを紹介しつつデ...[db tech showcase Tokyo 2016] B31: Spark Summit 2016@SFに参加してきたので最新事例などを紹介しつつデ...
[db tech showcase Tokyo 2016] B31: Spark Summit 2016@SFに参加してきたので最新事例などを紹介しつつデ...Insight Technology, Inc.
 
[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...[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.
 
[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...
[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...
[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...Naoki (Neo) SATO
 
Pivotal Greenplumで実現する次世代データ分析基盤のご紹介
Pivotal Greenplumで実現する次世代データ分析基盤のご紹介Pivotal Greenplumで実現する次世代データ分析基盤のご紹介
Pivotal Greenplumで実現する次世代データ分析基盤のご紹介Masayuki Matsushita
 
[db tech showcase Tokyo 2017] E35: 12台でやってみた!DWHソフトウェアアプライアンス Db2 Warehouse ~...
[db tech showcase Tokyo 2017] E35: 12台でやってみた!DWHソフトウェアアプライアンス Db2 Warehouse ~...[db tech showcase Tokyo 2017] E35: 12台でやってみた!DWHソフトウェアアプライアンス Db2 Warehouse ~...
[db tech showcase Tokyo 2017] E35: 12台でやってみた!DWHソフトウェアアプライアンス Db2 Warehouse ~...Insight Technology, Inc.
 
[db tech showcase OSS 2017] A22: NoSQL:誰のための、何のためのデータベース?その将来は?by Aerospike, ...
[db tech showcase OSS 2017] A22: NoSQL:誰のための、何のためのデータベース?その将来は?by Aerospike, ...[db tech showcase OSS 2017] A22: NoSQL:誰のための、何のためのデータベース?その将来は?by Aerospike, ...
[db tech showcase OSS 2017] A22: NoSQL:誰のための、何のためのデータベース?その将来は?by Aerospike, ...Insight Technology, Inc.
 
グラフデータベース:Neo4j、そしてRDBからの移行手順の紹介
グラフデータベース:Neo4j、そしてRDBからの移行手順の紹介グラフデータベース:Neo4j、そしてRDBからの移行手順の紹介
グラフデータベース:Neo4j、そしてRDBからの移行手順の紹介ippei_suzuki
 
ビッグデータ処理データベースの全体像と使い分け
2018年version
ビッグデータ処理データベースの全体像と使い分け
2018年versionビッグデータ処理データベースの全体像と使い分け
2018年version
ビッグデータ処理データベースの全体像と使い分け
2018年versionTetsutaro Watanabe
 
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
 

Tendances (20)

[data analytics showcase] B16: Live Demo! データ分析基盤を支えるデータレプリケーション技術とデータワークロード分...
[data analytics showcase] B16: Live Demo! データ分析基盤を支えるデータレプリケーション技術とデータワークロード分...[data analytics showcase] B16: Live Demo! データ分析基盤を支えるデータレプリケーション技術とデータワークロード分...
[data analytics showcase] B16: Live Demo! データ分析基盤を支えるデータレプリケーション技術とデータワークロード分...
 
[db tech showcase Tokyo 2017] B26: レデータの仮想化と自動化がもたらす開発効率アップとは?by 株式会社インサイトテクノ...
[db tech showcase Tokyo 2017] B26: レデータの仮想化と自動化がもたらす開発効率アップとは?by 株式会社インサイトテクノ...[db tech showcase Tokyo 2017] B26: レデータの仮想化と自動化がもたらす開発効率アップとは?by 株式会社インサイトテクノ...
[db tech showcase Tokyo 2017] B26: レデータの仮想化と自動化がもたらす開発効率アップとは?by 株式会社インサイトテクノ...
 
AWS朝会2022/1 セッション① 数年間、レイクハウスを設計運用してみた
AWS朝会2022/1	セッション① 数年間、レイクハウスを設計運用してみたAWS朝会2022/1	セッション① 数年間、レイクハウスを設計運用してみた
AWS朝会2022/1 セッション① 数年間、レイクハウスを設計運用してみた
 
データウェアハウス入門 (マーケティングデータ分析基盤技術勉強会)
データウェアハウス入門 (マーケティングデータ分析基盤技術勉強会)データウェアハウス入門 (マーケティングデータ分析基盤技術勉強会)
データウェアハウス入門 (マーケティングデータ分析基盤技術勉強会)
 
Snowflake Elastic Data Warehouse as a Service
Snowflake Elastic Data Warehouse as a ServiceSnowflake Elastic Data Warehouse as a Service
Snowflake Elastic Data Warehouse as a Service
 
[db tech showcase OSS 2017] A27: Talend + MariaDB(SpiderEngine)+ TableauでBI基盤...
[db tech showcase OSS 2017] A27: Talend + MariaDB(SpiderEngine)+ TableauでBI基盤...[db tech showcase OSS 2017] A27: Talend + MariaDB(SpiderEngine)+ TableauでBI基盤...
[db tech showcase OSS 2017] A27: Talend + MariaDB(SpiderEngine)+ TableauでBI基盤...
 
[db tech showcase Tokyo 2015] E27: Neo4jグラフデータベース by クリエーションライン株式会社 李昌桓
[db tech showcase Tokyo 2015] E27: Neo4jグラフデータベース by クリエーションライン株式会社 李昌桓[db tech showcase Tokyo 2015] E27: Neo4jグラフデータベース by クリエーションライン株式会社 李昌桓
[db tech showcase Tokyo 2015] E27: Neo4jグラフデータベース by クリエーションライン株式会社 李昌桓
 
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 2015/06/11Apache 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
 
20150630_データ分析に最適な基盤とは? -コスト/スピードでビジネスバリューを得るために- by 株式会社インサイトテクノロジー CTO 石川雅也
20150630_データ分析に最適な基盤とは? -コスト/スピードでビジネスバリューを得るために- by 株式会社インサイトテクノロジー CTO 石川雅也20150630_データ分析に最適な基盤とは? -コスト/スピードでビジネスバリューを得るために- by 株式会社インサイトテクノロジー CTO 石川雅也
20150630_データ分析に最適な基盤とは? -コスト/スピードでビジネスバリューを得るために- by 株式会社インサイトテクノロジー CTO 石川雅也
 
PostgreSQL10を導入!大規模データ分析事例からみるDWHとしてのPostgreSQL活用のポイント
PostgreSQL10を導入!大規模データ分析事例からみるDWHとしてのPostgreSQL活用のポイントPostgreSQL10を導入!大規模データ分析事例からみるDWHとしてのPostgreSQL活用のポイント
PostgreSQL10を導入!大規模データ分析事例からみるDWHとしてのPostgreSQL活用のポイント
 
[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか!? ~ビッグデータ×IoT×AI時代のデータベースのアー...
[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか!? ~ビッグデータ×IoT×AI時代のデータベースのアー...[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか!? ~ビッグデータ×IoT×AI時代のデータベースのアー...
[db tech showcase Tokyo 2017] D35: 何を基準に選定すべきなのか!? ~ビッグデータ×IoT×AI時代のデータベースのアー...
 
[db tech showcase Tokyo 2016] B31: Spark Summit 2016@SFに参加してきたので最新事例などを紹介しつつデ...
[db tech showcase Tokyo 2016] B31: Spark Summit 2016@SFに参加してきたので最新事例などを紹介しつつデ...[db tech showcase Tokyo 2016] B31: Spark Summit 2016@SFに参加してきたので最新事例などを紹介しつつデ...
[db tech showcase Tokyo 2016] B31: Spark Summit 2016@SFに参加してきたので最新事例などを紹介しつつデ...
 
[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...[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...
 
[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...
[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...
[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...
 
Pivotal Greenplumで実現する次世代データ分析基盤のご紹介
Pivotal Greenplumで実現する次世代データ分析基盤のご紹介Pivotal Greenplumで実現する次世代データ分析基盤のご紹介
Pivotal Greenplumで実現する次世代データ分析基盤のご紹介
 
[db tech showcase Tokyo 2017] E35: 12台でやってみた!DWHソフトウェアアプライアンス Db2 Warehouse ~...
[db tech showcase Tokyo 2017] E35: 12台でやってみた!DWHソフトウェアアプライアンス Db2 Warehouse ~...[db tech showcase Tokyo 2017] E35: 12台でやってみた!DWHソフトウェアアプライアンス Db2 Warehouse ~...
[db tech showcase Tokyo 2017] E35: 12台でやってみた!DWHソフトウェアアプライアンス Db2 Warehouse ~...
 
[db tech showcase OSS 2017] A22: NoSQL:誰のための、何のためのデータベース?その将来は?by Aerospike, ...
[db tech showcase OSS 2017] A22: NoSQL:誰のための、何のためのデータベース?その将来は?by Aerospike, ...[db tech showcase OSS 2017] A22: NoSQL:誰のための、何のためのデータベース?その将来は?by Aerospike, ...
[db tech showcase OSS 2017] A22: NoSQL:誰のための、何のためのデータベース?その将来は?by Aerospike, ...
 
グラフデータベース:Neo4j、そしてRDBからの移行手順の紹介
グラフデータベース:Neo4j、そしてRDBからの移行手順の紹介グラフデータベース:Neo4j、そしてRDBからの移行手順の紹介
グラフデータベース:Neo4j、そしてRDBからの移行手順の紹介
 
ビッグデータ処理データベースの全体像と使い分け
2018年version
ビッグデータ処理データベースの全体像と使い分け
2018年versionビッグデータ処理データベースの全体像と使い分け
2018年version
ビッグデータ処理データベースの全体像と使い分け
2018年version
 
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
 

Similaire à Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa)

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.
 
Autonomous を支える技術、Oracle Database 18c デモンストレーション
Autonomous を支える技術、Oracle Database 18c デモンストレーションAutonomous を支える技術、Oracle Database 18c デモンストレーション
Autonomous を支える技術、Oracle Database 18c デモンストレーションオラクルエンジニア通信
 
DBTS2016 Data as Code - Delphix
DBTS2016 Data as Code - DelphixDBTS2016 Data as Code - Delphix
DBTS2016 Data as Code - DelphixMasaya Ishikawa
 
Cloud Days Tokyo 2015 "オンプレミス環境のクラウド化と運用を楽にする OpenStack ソリューション ~ハイブリッド・クラウドを...
Cloud Days Tokyo 2015 "オンプレミス環境のクラウド化と運用を楽にする OpenStack ソリューション ~ハイブリッド・クラウドを...Cloud Days Tokyo 2015 "オンプレミス環境のクラウド化と運用を楽にする OpenStack ソリューション ~ハイブリッド・クラウドを...
Cloud Days Tokyo 2015 "オンプレミス環境のクラウド化と運用を楽にする OpenStack ソリューション ~ハイブリッド・クラウドを...Shinichiro Arai
 
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~griddb
 
OSSではじめるオープン・スタンダードのクラウド @201304
OSSではじめるオープン・スタンダードのクラウド @201304OSSではじめるオープン・スタンダードのクラウド @201304
OSSではじめるオープン・スタンダードのクラウド @201304Shinichiro Arai
 
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
 
しばちょう先生が語る!オラクルデータベースの進化の歴史と最新技術動向#2
しばちょう先生が語る!オラクルデータベースの進化の歴史と最新技術動向#2しばちょう先生が語る!オラクルデータベースの進化の歴史と最新技術動向#2
しばちょう先生が語る!オラクルデータベースの進化の歴史と最新技術動向#2オラクルエンジニア通信
 
とっておきの方法! Oracle Databaseの自動アップグレードのお勧め手法 省力・最新化 概要編 (Oracle Cloudウェビナーシリーズ: ...
とっておきの方法! Oracle Databaseの自動アップグレードのお勧め手法 省力・最新化 概要編 (Oracle Cloudウェビナーシリーズ: ...とっておきの方法! Oracle Databaseの自動アップグレードのお勧め手法 省力・最新化 概要編 (Oracle Cloudウェビナーシリーズ: ...
とっておきの方法! Oracle Databaseの自動アップグレードのお勧め手法 省力・最新化 概要編 (Oracle Cloudウェビナーシリーズ: ...オラクルエンジニア通信
 
Azure IaaS 解説
Azure IaaS 解説Azure IaaS 解説
Azure IaaS 解説wintechq
 
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)オラクルエンジニア通信
 
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.
 
性能問題を起こしにくい信頼されるクラウド RDB のつくりかた
性能問題を起こしにくい信頼されるクラウド RDB のつくりかた性能問題を起こしにくい信頼されるクラウド RDB のつくりかた
性能問題を起こしにくい信頼されるクラウド RDB のつくりかたTomoyuki Oota
 
Microsoft open tech night 2020 feb18
Microsoft open tech night 2020 feb18Microsoft open tech night 2020 feb18
Microsoft open tech night 2020 feb18Masatomo Ito
 
BigObjectsで大量データのチャンピオンになる
BigObjectsで大量データのチャンピオンになるBigObjectsで大量データのチャンピオンになる
BigObjectsで大量データのチャンピオンになるToshiyasu Kuwada
 
Webアプリに低レイテンシ・高可用性を求めるのは間違っているのだろうか
Webアプリに低レイテンシ・高可用性を求めるのは間違っているのだろうかWebアプリに低レイテンシ・高可用性を求めるのは間違っているのだろうか
Webアプリに低レイテンシ・高可用性を求めるのは間違っているのだろうかChihiro Ito
 
性能問題を起こしにくい 強いDBシステムの作り方(Ver. 2018.9)
性能問題を起こしにくい 強いDBシステムの作り方(Ver. 2018.9)性能問題を起こしにくい 強いDBシステムの作り方(Ver. 2018.9)
性能問題を起こしにくい 強いDBシステムの作り方(Ver. 2018.9)Tomoyuki Oota
 

Similaire à Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa) (20)

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。。
 
Autonomous を支える技術、Oracle Database 18c デモンストレーション
Autonomous を支える技術、Oracle Database 18c デモンストレーションAutonomous を支える技術、Oracle Database 18c デモンストレーション
Autonomous を支える技術、Oracle Database 18c デモンストレーション
 
DBTS2016 Data as Code - Delphix
DBTS2016 Data as Code - DelphixDBTS2016 Data as Code - Delphix
DBTS2016 Data as Code - Delphix
 
Cloud Days Tokyo 2015 "オンプレミス環境のクラウド化と運用を楽にする OpenStack ソリューション ~ハイブリッド・クラウドを...
Cloud Days Tokyo 2015 "オンプレミス環境のクラウド化と運用を楽にする OpenStack ソリューション ~ハイブリッド・クラウドを...Cloud Days Tokyo 2015 "オンプレミス環境のクラウド化と運用を楽にする OpenStack ソリューション ~ハイブリッド・クラウドを...
Cloud Days Tokyo 2015 "オンプレミス環境のクラウド化と運用を楽にする OpenStack ソリューション ~ハイブリッド・クラウドを...
 
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
 
OSSではじめるオープン・スタンダードのクラウド @201304
OSSではじめるオープン・スタンダードのクラウド @201304OSSではじめるオープン・スタンダードのクラウド @201304
OSSではじめるオープン・スタンダードのクラウド @201304
 
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
 
しばちょう先生が語る!オラクルデータベースの進化の歴史と最新技術動向#2
しばちょう先生が語る!オラクルデータベースの進化の歴史と最新技術動向#2しばちょう先生が語る!オラクルデータベースの進化の歴史と最新技術動向#2
しばちょう先生が語る!オラクルデータベースの進化の歴史と最新技術動向#2
 
とっておきの方法! Oracle Databaseの自動アップグレードのお勧め手法 省力・最新化 概要編 (Oracle Cloudウェビナーシリーズ: ...
とっておきの方法! Oracle Databaseの自動アップグレードのお勧め手法 省力・最新化 概要編 (Oracle Cloudウェビナーシリーズ: ...とっておきの方法! Oracle Databaseの自動アップグレードのお勧め手法 省力・最新化 概要編 (Oracle Cloudウェビナーシリーズ: ...
とっておきの方法! Oracle Databaseの自動アップグレードのお勧め手法 省力・最新化 概要編 (Oracle Cloudウェビナーシリーズ: ...
 
Azure IaaS 解説
Azure IaaS 解説Azure IaaS 解説
Azure IaaS 解説
 
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)
オラクル・データベース・クラウド~さらなる進化のご紹介(Oracle Cloud Days Tokyo 2015)
 
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』...
 
性能問題を起こしにくい信頼されるクラウド RDB のつくりかた
性能問題を起こしにくい信頼されるクラウド RDB のつくりかた性能問題を起こしにくい信頼されるクラウド RDB のつくりかた
性能問題を起こしにくい信頼されるクラウド RDB のつくりかた
 
Microsoft open tech night 2020 feb18
Microsoft open tech night 2020 feb18Microsoft open tech night 2020 feb18
Microsoft open tech night 2020 feb18
 
BigObjectsで大量データのチャンピオンになる
BigObjectsで大量データのチャンピオンになるBigObjectsで大量データのチャンピオンになる
BigObjectsで大量データのチャンピオンになる
 
Webアプリに低レイテンシ・高可用性を求めるのは間違っているのだろうか
Webアプリに低レイテンシ・高可用性を求めるのは間違っているのだろうかWebアプリに低レイテンシ・高可用性を求めるのは間違っているのだろうか
Webアプリに低レイテンシ・高可用性を求めるのは間違っているのだろうか
 
BPStudy20121221
BPStudy20121221BPStudy20121221
BPStudy20121221
 
Oracle Database 12c Release 1 PSR 12.1.0.2 のご紹介
Oracle Database 12c Release 1 PSR 12.1.0.2 のご紹介Oracle Database 12c Release 1 PSR 12.1.0.2 のご紹介
Oracle Database 12c Release 1 PSR 12.1.0.2 のご紹介
 
性能問題を起こしにくい 強いDBシステムの作り方(Ver. 2018.9)
性能問題を起こしにくい 強いDBシステムの作り方(Ver. 2018.9)性能問題を起こしにくい 強いDBシステムの作り方(Ver. 2018.9)
性能問題を起こしにくい 強いDBシステムの作り方(Ver. 2018.9)
 
OSS光と闇
OSS光と闇OSS光と闇
OSS光と闇
 

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.
 
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.
 
エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...
エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...
エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...Insight Technology, Inc.
 
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)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?
 
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]
 
エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...
エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...
エンタープライズでのAI活用を支援する新世代データウェアハウスのあり方[ATTUNITY & インサイトテクノロジー IoT / Big Data フォー...
 
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)
Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Adam)
 

Dernier

UPWARD_share_company_information_20240415.pdf
UPWARD_share_company_information_20240415.pdfUPWARD_share_company_information_20240415.pdf
UPWARD_share_company_information_20240415.pdffurutsuka
 
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
 
PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000Shota Ito
 
[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
 
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
新人研修のまとめ       2024/04/12の勉強会で発表されたものです。新人研修のまとめ       2024/04/12の勉強会で発表されたものです。
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。iPride Co., Ltd.
 
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。iPride Co., Ltd.
 
20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directory20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directoryosamut
 
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptxIoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptxAtomu Hidaka
 
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
 

Dernier (9)

UPWARD_share_company_information_20240415.pdf
UPWARD_share_company_information_20240415.pdfUPWARD_share_company_information_20240415.pdf
UPWARD_share_company_information_20240415.pdf
 
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
 
PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000
 
[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
 
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
新人研修のまとめ       2024/04/12の勉強会で発表されたものです。新人研修のまとめ       2024/04/12の勉強会で発表されたものです。
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
 
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
 
20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directory20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directory
 
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptxIoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
 
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
 

Database as code in Devops - DBを10分間で1000個構築するDB仮想化テクノロジーとは?(Ishikawa)

  • 1. © 2018 Insight Technology, Inc. All Rights Reserved. Database as Code DBMSシステムの開発速度を上げろと 無茶振りされているDBAのあなたへ
  • 2. © 2018 Insight Technology, Inc. All Rights Reserved. 自己紹介 ◼ 石川 雅也 (いしかわ まさや) ◼ 現職 • 株式会社インサイトテクノロジー 取締役 CTO プロダクト開発本部 インサイトラボ ◼ 職歴 ◼ 外資系HWベンダ UNIX担当SE, トラブルシュート、crash dump解析、Device Drive改造 • 1993年 日本オラクル DBインフラ系SE, トラブルシュート、コンサルティング • 1995年 インサイトテクノロジー設立 Oracleパフォーマンス管理ツール Performance Insight (1995~) Oracleアクセスログ取得管理ツール PISO (2004~) SQL Server版、富士通Symfoware版 PISO (2005~) DBコンサルティング、トラブルシュート 2012年 ビッグデータソリューション事業部 新規立ち上げ 高速DB専用IAサーバー Insight Qube Actian Vector DWH向けRDBMS 販売開始 (2012~) Delphix データベース仮想化ソリューション販売開始(2016~) (2016年 PostgreSQL版、MySQL版 PISO) 2017年 プロダクト開発本部 2018年 インサイトラボ
  • 3. © 2018 Insight Technology, Inc. All Rights Reserved. 今日のセッションの対象とゴール 対象 • 「新しいシステムの開発速度を 上げろ!! 品質は落とすな!!」 「うちはDevOpsでアジャイル開 発が出来ているのか!!」 と、上司に言われているDBA • CI/CDやDockerと RDBMSは相 性が悪いと思っているDBA ゴール • Delphixのテクノロジーとメリッ トを理解する • Database as Codeについて理解 する • CI/CDにRDBMSを組み込んでみ よう と思う
  • 4. © 2018 Insight Technology, Inc. All Rights Reserved. 4 Agenda • システムの開発速度を落としている原因を DBMSの観点から考える • システムの開発速度を上げるには? • CI/CDを前提とする開発環境では • ユースケース
  • 5. © 2018 Insight Technology, Inc. All Rights Reserved. 5 システムの開発速度を落としている原因を DBMSの観点から考える
  • 6. © 2018 Insight Technology, Inc. All Rights Reserved. 6 1. 環境作成の工数と提供速度 ◼ インフラ担当者の作業コスト ◼ 承認オーバーヘッド ◼ 環境提供までの待ち時間 環境作成コスト Agilityの欠如 単体テスト環境 本番DB環境の コピーを申請 統合テスト環境 本番DB環境の コピーを申請 品質管理環境 本番DB環境の コピーを申請 開発環境 システム管理者DB管理者 本番DB環境の コピーを申請 各種リソースの 確認 領域の確認と 切り出し ファイルシステム の構成 バックアップ ファイルのコピー DBのリカバリー DBのパラメータ調整 環境の引き渡し 数日の 待ち時間 ストレージ管理者 セキュリティの確保
  • 7. © 2018 Insight Technology, Inc. All Rights Reserved. データコピー データコピー 900GB 900GB 900GB 900GB 開発 システム 単体テスト システム 統合テスト システム 品質管理 システム バックアップ システム 900GB 7 2. 潤沢ではない環境リソース ◼ テスト・開発環境には予想以上に HWリソースやストレージ容量が必要 本番システム 900GB 合計 5サーバー/5.4TB HWコスト 環境の競合 ◼ 節約のため環境削減、開発・テスト環境の共同利用
  • 8. © 2018 Insight Technology, Inc. All Rights Reserved. 900GB 900GB 900GB 900GB 開発 システム 単体テスト システム 統合テスト システム 品質管理 システム バックアップ システム 900GB 8 3. テストデータのクオリティ ◼ ストレージ容量、ロード時間短縮のため データのサブセットを使用 本番システム 900GB データ再現性減少による テスト品質の低下 データサブセットのみ使用 100GB100GB100GB ◼ 自前で作成したダミーデータでのテスト 数MB 数MB
  • 9. © 2018 Insight Technology, Inc. All Rights Reserved. 900GB 900GB 900GB 900GB 開発 システム 単体テスト システム 統合テスト システム 品質管理 システム バックアップ システム 900GB 9 4. セキュリティ担保のための追加工数 ◼ データマスキングの作業コスト 本番システム 900GB マスキング作業コスト テスト品質の低下 ◼ 自前で作成したダミーデータでのテスト 社員 外注 外注 外注 ステージング コピーマスキング 外注
  • 10. © 2018 Insight Technology, Inc. All Rights Reserved. 10 DBMSから見た開発速度を落とす原因 1. 工数と時間 • 開発・テスト環境作成に工数がかかる、環境提供までに時間がかかる 2. リソース不足 • 環境の共同利用、潤沢ではない環境リソース 3. データクオリティ • テストデータのクオリティ、本番再現性の低いデータ 4. データセキュリティ • マスキング工数もバカにならない
  • 11. © 2018 Insight Technology, Inc. All Rights Reserved. 11 すべて で解決可能
  • 12. © 2018 Insight Technology, Inc. All Rights Reserved. 開発 NFS, iSCSI mount テスト 品質保証(QA) DELPHIXエンジン App Binaries, Files DB Binaries, Files Database ソースシステム(本番環境など) SHARED DATA + CHANGED DATA データバックアップ (元データの1/3~1/4 まで圧縮) 物理容量を消費せず 仮想環境を 複数複製 任意の時刻で プロビジョニング 自動で継続的な マスキング Delphixの機能 仮想化システム テスト&開発 独立した環境 (1人に1システム) 仮想環境作成が 数分で完了 物理環境への プロビジョニング (V2P)も可能 エンドユーザーによる セルフサービスも可能
  • 13. © 2018 Insight Technology, Inc. All Rights Reserved. block pointerblock pointerblock pointer 開発 QA 受入テスト 本番環境 1 TB App Data Files 非本番環境 ✓ 重複排除 ✓ 圧縮 ✓ 仮想化により領域追加消費なし ✓ ユニークなブロックマッピング技術 0.3 TB 実データブロック コアテクノロジー
  • 14. © 2018 Insight Technology, Inc. All Rights Reserved. block pointerblock pointerblock pointer 開発 QA 受入テスト 本番環境 1 TB App Data Files 非本番環境 ✓ 重複排除 ✓ 圧縮 ✓ 仮想化により領域追加消費なし ✓ ユニークなブロックマッピング技術 0.3 TB 実データブロック コアテクノロジー NFS/iSCSI mount NFS/iSCSI mount NFS/iSCSI mount
  • 15. © 2018 Insight Technology, Inc. All Rights Reserved. block pointerblock pointerblock pointer 開発 QA 受入テスト 本番環境 1 TB App Data Files 非本番環境 ✓ 重複排除 ✓ 圧縮 ✓ 仮想化により領域追加消費なし ✓ ユニークなブロックマッピング技術 0.3 TB 実データブロック コアテクノロジー NFS/iSCSI mount NFS/iSCSI mount NFS/iSCSI mount Copy-on-write 更新 変更blockを時間管理
  • 16. © 2018 Insight Technology, Inc. All Rights Reserved. 16 セキュア構成 / クラウド対応 Node 2Node 1本番データ DEV QA Firewall 本番環境 非本番環境 マスクデータの同期 • 帯域制御 • 圧縮転送 • 転送スケジュール • 暗号化 自動マスキング
  • 17. © 2018 Insight Technology, Inc. All Rights Reserved. 17 セルフサービス、コラボレーション
  • 18. © 2018 Insight Technology, Inc. All Rights Reserved. 開発 NFS, iSCSI mount テスト 品質保証(QA) DELPHIXエンジン App Binaries, Files DB Binaries, Files Database ソースシステム(本番環境など) SHARED DATA + CHANGED DATA データバックアップ (元データの1/3~1/4 まで圧縮) 物理容量を消費せず 仮想環境を 複数複製 任意の時刻で プロビジョニング 自動で継続的な マスキング 問題のほとんどを解決 仮想化システム テスト&開発 独立した環境 (1人に1システム) 仮想環境作成が 数分で完了 物理環境への プロビジョニング (V2P)も可能 エンドユーザーによる セルフサービスも可能 1. 工数と時間 2. リソース不足 3. データクオリティ 4. データセキュリティ
  • 19. © 2018 Insight Technology, Inc. All Rights Reserved. 19 CI/CDを前提とする開発環境では
  • 20. © 2018 Insight Technology, Inc. All Rights Reserved. CI/CD Tools Continuous Integration Jenkins, Teamcity, Travis Configuration Management Puppet, Chef, Ansible Configuration Inspection Sonarqube, HP Fortify, Coverity Containerization & Virtualization Docker, Vagrant, OpenStack, Hyper-V, VMware Orchestration Kubernetes, Apache Mesos, Docker Swarm Monitoring Nagios
  • 21. © 2018 Insight Technology, Inc. All Rights Reserved. 21 RDBMS と Docker • Dockerはアプリケーション・デプロイが得意 • RDBMSの様なステートフルな環境と組み合わせるには、いろいろ面倒 • 各種RDBMSでDocker Imageの提供などDocker対応が進んでい るが… • しかし、製品初期導入イメージまで (当たり前) • 開発・テストに使えるシステムを構築するには • データロード • バックアップからのデータベースリカバリ • データファイルの(物理的)コピーによるリカバリ などの作業が必須
  • 22. © 2018 Insight Technology, Inc. All Rights Reserved. CI/CD Tools Continuous Integration Jenkins, Teamcity, Travis Configuration Management Puppet, Chef, Ansible Configuration Inspection Sonarqube, HP Fortify, Coverity Containerization & Virtualization Docker, Vagrant, OpenStack, Hyper-V, VMware Data Management Orchestration Kubernetes, Apache Mesos, Docker Swarm Monitoring Nagios Delphix
  • 23. © 2018 Insight Technology, Inc. All Rights Reserved. 23 事例 – City Index • City Index社 - スプレッド取引業界最大 • 競争の激しい市場 • 既に実現していた仕組み - リリースマネジメントの自動化 - 継続的統合 - テストの自動化 - 高速設定・削除 開発グループはスクラム、TDD、BDDを採用 • SAFe及びAgilePMによるアジャイル開発 • “Best Mobile Trading Platform” を受賞 (atMoneyAM Online Finance Awards) “We turned to Agile to increase ITs value to the business and make it more effective.“
  • 24. © 2018 Insight Technology, Inc. All Rights Reserved. 24 事例 – City Index • テスト及びリリースマネジメントにおける データコピーが常にボトルネック • スクラムのメリットがリリース時間で奪われ る • 同時に8プロジェクトを実行 • 複数の本番データのリストアにそれぞれ4時 間必要 • 開発サイクルが長期化 • リソースの依存関係に悩まされる • イノベーションを犠牲に 課題 “We found ourselves having to sacrifice new innovative projects in order to prevent delivery rates from slipping.”
  • 25. © 2018 Insight Technology, Inc. All Rights Reserved. 25 事例 – City Index • MS SQL ServerのデータをDelphixにより 仮想化 • POC1ヶ月で構築 • 短期間で効果発揮 ソリューション 4時間かけていたDB作成を3分に短縮 共有して使っていたQA環境が不要 30名の開発者がセルフサービスでデータを利用 インフラ側管理者はデータコピー以外の重要な作業に注力 開発サイクルを75%短縮 アプリケーション・追加機能を更に20%多くデリバリ可能 “Delphix has unlocked the potential of Agile helping us increase our output to the business by 20%.”
  • 26. © 2018 Insight Technology, Inc. All Rights Reserved. 26 事例 - StubHub モバイルプラットフォーム開発 売上30%向上 課題: 全トラフィック及び売上の50%がモバイル関連 競争市場において月次リリースが常に遅延 複数の管理者がデータにアクセス=ハイリスク ソリューション: Delphixはデータデリバリーをセキュア且つ自動化 管理の一元化、証拠データの継続性 200以上の仮想DBコピーを並行稼働 リリース速度の改善 → 約400億円規模の売上増加に貢献
  • 27. © 2018 Insight Technology, Inc. All Rights Reserved. 27 事例 - StubHub Year 2014 2016 2018 OPS 環境を全て仮想化 プライベートクラウド ストリーム化されたツール/ プロセスで環境を作成 パブリッククラウドに拡張 APPS 開発環境の並列化 環境作成とリフレッシュを セルフサービス化 開発者間のコレボレーション をセルフサービス化 Automation データ環境の自動作成 DevOpsのワークフローと 自動テストとの統合 CI/CDオートメーションを クラウド環境と統合 Release Speed 14~21+日 → 2日 2日 → 2時間 CI/CD
  • 28. © 2018 Insight Technology, Inc. All Rights Reserved. 28 Delphix 会社概要 • 本社:米国カリフォルニア州 • 設立:2008年 / 正式製品リリース:2011年 / 従業員数: 約500名 • 日本法人:2015年1月1日開設、 • 日本メンバー:現在4名(営業/エンジニア/マーケティング/サポート) – ※経営陣及びチーム – CEO: Chris Cook (New Relic, CA Technologies, Quest Software, BMC Software) – その他:Jedidiah Yueh (Delphix / Avamar創業者CEO) / Oracle Cache Fusion発明者 / Oracle Flashback Database発明者 / Oracle RACディレクター / VMWare EVP / Business Objects創業者 / ZFS共同発明者など • Delphix Dynamic Data Platformの製品開発・保守・販売 投資家 顧客 (252社)
  • 29. © 2018 Insight Technology, Inc. All Rights Reserved. 29 Wrap Up • システム開発のスピードを、Database仮想化で加速する • DBインフラ担当の工数削減、 環境整備という(いわゆる)面白くない仕事を極小化出来る • 素早く柔軟な環境提供、本番フルデータを安全に提供 することにより、開発・テスト効率の大幅アップ • ストレージコストの削減 • DevOpsに Database as Code(Database仮想化) を入れると • DevOps環境で今まで仮想化・コード化されておらず足を引っ張って いたデータおよびデータベース、その最後のピースを改善して DevOpsのスピードアップを実現
  • 30. © 2018 Insight Technology, Inc. All Rights Reserved. 記載されている会社名、サービス名、製品名は、株式会社インサイトテクノロジーおよび各社の商標または登録商標です。 Copyright 2016 Insight Technology, Inc. All Rights Reserved.
  • 31. © 2018 Insight Technology, Inc. All Rights Reserved.
  • 32. © 2018 Insight Technology, Inc. All Rights Reserved. 32 事例 – 自社製品 Database Test Option (仮) • Database Test Option (仮) • システム移行の際のアプリケーションの正常動作を担保するのは大変 • どんなSQLが実行されているか、不明なシステムは多数 • 弊社監査ログ取得製品PISOでは複数RDBMSのSQL文を取得 • そのSQL取得範囲を全体に広げれば、すべてのSQL文を取得して SQLアセスメントツールとして位置づけられる • 取得したSQL文を