Soumettre la recherche
Mettre en ligne
db tech showcase2019オープニングセッション @ 森田 俊哉
•
0 j'aime
•
343 vues
Insight Technology, Inc.
Suivre
db tech showcase2019 Tokyo Day2オープニング
Lire moins
Lire la suite
Données & analyses
Affichage du diaporama
Signaler
Partager
Affichage du diaporama
Signaler
Partager
1 sur 29
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
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.
Lunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL Services
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
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
Insight Technology, Inc.
先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方
Cloudera Japan
[よくわかるクラウドデータベース] Amazon RDS for SQL Server導入事例
[よくわかるクラウドデータベース] Amazon RDS for SQL Server導入事例
Amazon Web Services Japan
20170714_MySQLドキュメントストア JSONデータ型&JSON関数 by 日本オラクル株式会社 MySQL GBU 山﨑由章
20170714_MySQLドキュメントストア JSONデータ型&JSON関数 by 日本オラクル株式会社 MySQL GBU 山﨑由章
Insight Technology, Inc.
[CWT2017]Infrastructure as Codeを活用したF.O.Xのクラウドビッグデータ環境の変化
[CWT2017]Infrastructure as Codeを活用したF.O.Xのクラウドビッグデータ環境の変化
Takahiro Moteki
Recommandé
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.
Lunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL Services
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
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
Insight Technology, Inc.
先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方
Cloudera Japan
[よくわかるクラウドデータベース] Amazon RDS for SQL Server導入事例
[よくわかるクラウドデータベース] Amazon RDS for SQL Server導入事例
Amazon Web Services Japan
20170714_MySQLドキュメントストア JSONデータ型&JSON関数 by 日本オラクル株式会社 MySQL GBU 山﨑由章
20170714_MySQLドキュメントストア JSONデータ型&JSON関数 by 日本オラクル株式会社 MySQL GBU 山﨑由章
Insight Technology, Inc.
[CWT2017]Infrastructure as Codeを活用したF.O.Xのクラウドビッグデータ環境の変化
[CWT2017]Infrastructure as Codeを活用したF.O.Xのクラウドビッグデータ環境の変化
Takahiro Moteki
[JAWSBigData#11]Cloudera on AWSと Amazon EMRを両方本番運用し 3つの観点から比較してみる
[JAWSBigData#11]Cloudera on AWSと Amazon EMRを両方本番運用し 3つの観点から比較してみる
Takahiro Moteki
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
オラクルエンジニア通信
[よくわかるクラウドデータベース] CassandraからAmazon DynamoDBへの移行事例
[よくわかるクラウドデータベース] CassandraからAmazon DynamoDBへの移行事例
Amazon Web Services Japan
[db tech showcase Tokyo 2015] A26:内部犯行による漏えいを防ぐPostgreSQLの透過的暗号化機能に関する実装と利用方法...
[db tech showcase Tokyo 2015] A26:内部犯行による漏えいを防ぐPostgreSQLの透過的暗号化機能に関する実装と利用方法...
Insight Technology, Inc.
[db tech showcase 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.
負荷分散勉強会
負荷分散勉強会
Yuji Otani
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
Yahoo!デベロッパーネットワーク
認証/認可が実現する安全で高速分析可能な分析処理基盤
認証/認可が実現する安全で高速分析可能な分析処理基盤
Masahiro Kiura
Serverless analytics on aws
Serverless analytics on aws
Amazon Web Services Japan
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
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
Cloudera Japan
データの見える化で進めるデータドリブンカンパニー #devsumiC
データの見える化で進めるデータドリブンカンパニー #devsumiC
Yahoo!デベロッパーネットワーク
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...
Insight Technology, Inc.
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Cloudera Japan
Apache Kuduを使った分析システムの裏側
Apache Kuduを使った分析システムの裏側
Cloudera Japan
[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
[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.
[20171031 db tech salon] クラウド移行をベトナムで!? by 株式会社インサイトテクノロジー 森 茂紀
[20171031 db tech salon] クラウド移行をベトナムで!? by 株式会社インサイトテクノロジー 森 茂紀
Insight Technology, Inc.
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!デベロッパーネットワーク
金融機関でのHive/Presto事例紹介
金融機関でのHive/Presto事例紹介
Amazon Web Services Japan
継続?移行?Oracle SE2 RACのサポート終了に向けた備え
継続?移行?Oracle SE2 RACのサポート終了に向けた備え
株式会社クライム
MariaDB Meetup Tokyo 2019 #2
MariaDB Meetup Tokyo 2019 #2
GOTO Satoru
Contenu connexe
Tendances
[JAWSBigData#11]Cloudera on AWSと Amazon EMRを両方本番運用し 3つの観点から比較してみる
[JAWSBigData#11]Cloudera on AWSと Amazon EMRを両方本番運用し 3つの観点から比較してみる
Takahiro Moteki
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
オラクルエンジニア通信
[よくわかるクラウドデータベース] CassandraからAmazon DynamoDBへの移行事例
[よくわかるクラウドデータベース] CassandraからAmazon DynamoDBへの移行事例
Amazon Web Services Japan
[db tech showcase Tokyo 2015] A26:内部犯行による漏えいを防ぐPostgreSQLの透過的暗号化機能に関する実装と利用方法...
[db tech showcase Tokyo 2015] A26:内部犯行による漏えいを防ぐPostgreSQLの透過的暗号化機能に関する実装と利用方法...
Insight Technology, Inc.
[db tech showcase 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.
負荷分散勉強会
負荷分散勉強会
Yuji Otani
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
Yahoo!デベロッパーネットワーク
認証/認可が実現する安全で高速分析可能な分析処理基盤
認証/認可が実現する安全で高速分析可能な分析処理基盤
Masahiro Kiura
Serverless analytics on aws
Serverless analytics on aws
Amazon Web Services Japan
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
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
Cloudera Japan
データの見える化で進めるデータドリブンカンパニー #devsumiC
データの見える化で進めるデータドリブンカンパニー #devsumiC
Yahoo!デベロッパーネットワーク
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...
Insight Technology, Inc.
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Cloudera Japan
Apache Kuduを使った分析システムの裏側
Apache Kuduを使った分析システムの裏側
Cloudera Japan
[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
[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.
[20171031 db tech salon] クラウド移行をベトナムで!? by 株式会社インサイトテクノロジー 森 茂紀
[20171031 db tech salon] クラウド移行をベトナムで!? by 株式会社インサイトテクノロジー 森 茂紀
Insight Technology, Inc.
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!デベロッパーネットワーク
金融機関でのHive/Presto事例紹介
金融機関でのHive/Presto事例紹介
Amazon Web Services Japan
Tendances
(20)
[JAWSBigData#11]Cloudera on AWSと Amazon EMRを両方本番運用し 3つの観点から比較してみる
[JAWSBigData#11]Cloudera on AWSと Amazon EMRを両方本番運用し 3つの観点から比較してみる
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
[よくわかるクラウドデータベース] CassandraからAmazon DynamoDBへの移行事例
[よくわかるクラウドデータベース] CassandraからAmazon DynamoDBへの移行事例
[db tech showcase Tokyo 2015] A26:内部犯行による漏えいを防ぐPostgreSQLの透過的暗号化機能に関する実装と利用方法...
[db tech showcase Tokyo 2015] A26:内部犯行による漏えいを防ぐPostgreSQLの透過的暗号化機能に関する実装と利用方法...
[db tech showcase 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, ...
負荷分散勉強会
負荷分散勉強会
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
認証/認可が実現する安全で高速分析可能な分析処理基盤
認証/認可が実現する安全で高速分析可能な分析処理基盤
Serverless analytics on aws
Serverless analytics on aws
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
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
MapReduceを置き換えるSpark 〜HadoopとSparkの統合〜 #cwt2015
データの見える化で進めるデータドリブンカンパニー #devsumiC
データの見える化で進めるデータドリブンカンパニー #devsumiC
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...
[db tech showcase Tokyo 2015] D23:MySQLはドキュメントデータベースになり、HTTPもしゃべる - MySQL Lab...
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Hadoopビッグデータ基盤の歴史を振り返る #cwt2015
Apache Kuduを使った分析システムの裏側
Apache Kuduを使った分析システムの裏側
[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 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...
[20171031 db tech salon] クラウド移行をベトナムで!? by 株式会社インサイトテクノロジー 森 茂紀
[20171031 db tech salon] クラウド移行をベトナムで!? by 株式会社インサイトテクノロジー 森 茂紀
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
金融機関でのHive/Presto事例紹介
金融機関でのHive/Presto事例紹介
Similaire à db tech showcase2019オープニングセッション @ 森田 俊哉
継続?移行?Oracle SE2 RACのサポート終了に向けた備え
継続?移行?Oracle SE2 RACのサポート終了に向けた備え
株式会社クライム
MariaDB Meetup Tokyo 2019 #2
MariaDB Meetup Tokyo 2019 #2
GOTO Satoru
9/16 Tokyo Apache Drill Meetup - drill vs sparksql
9/16 Tokyo Apache Drill Meetup - drill vs sparksql
Mitsutoshi Kiuchi
Beginner must-see! A future that can be opened by learning Hadoop
Beginner must-see! A future that can be opened by learning Hadoop
DataWorks Summit
RPALT_20200309Aomori
RPALT_20200309Aomori
yoko tsushima
あなたの知っているSAPは古いかもしれません
あなたの知っているSAPは古いかもしれません
Mana Matsudate
CData Drivers for PCA 概要
CData Drivers for PCA 概要
CData Software Japan
Smart data integration to hybrid data analysis infrastructure
Smart data integration to hybrid data analysis infrastructure
DataWorks Summit
[db tech showcase Tokyo 2018] #dbts2018 #E28 『Hadoop DataLakeにリアルタイムでデータをレプリケ...
[db tech showcase Tokyo 2018] #dbts2018 #E28 『Hadoop DataLakeにリアルタイムでデータをレプリケ...
Insight Technology, Inc.
Amazon Elastic MapReduceやSparkを中心とした社内の分析環境事例とTips
Amazon Elastic MapReduceやSparkを中心とした社内の分析環境事例とTips
yuichi_komatsu
Spring Cloud Data Flow の紹介 #streamctjp
Spring Cloud Data Flow の紹介 #streamctjp
Yahoo!デベロッパーネットワーク
Apache Spark超入門 (Hadoop / Spark Conference Japan 2016 講演資料)
Apache Spark超入門 (Hadoop / Spark Conference Japan 2016 講演資料)
NTT DATA OSS Professional Services
Cassandra Meetup Tokyo, 2016 Spring
Cassandra Meetup Tokyo, 2016 Spring
datastaxjp
[db tech showcase Tokyo 2017] A32: Attunity Replicate + Kafka + Hadoop マルチデータ...
[db tech showcase Tokyo 2017] A32: Attunity Replicate + Kafka + Hadoop マルチデータ...
Insight Technology, Inc.
クラウドを使って競争優位なビッグデータ活用の実現へ [Oracle Cloud Days Tokyo 2016]
クラウドを使って競争優位なビッグデータ活用の実現へ [Oracle Cloud Days Tokyo 2016]
オラクルエンジニア通信
Cassandra Meetup Tokyo, 2016 Spring
Cassandra Meetup Tokyo, 2016 Spring
Shigeru Harasawa
20160127三木会 RDB経験者のためのspark
20160127三木会 RDB経験者のためのspark
Ryuji Tamagawa
ライトプランで利用可能な分析基盤「IBM Analytics Engine (IAE)」とは
ライトプランで利用可能な分析基盤「IBM Analytics Engine (IAE)」とは
Kimihiko Kitase
Azure Data Platform
Azure Data Platform
Daiyu Hatakeyama
Cm re growth-devio-mtup11-sapporo-004
Cm re growth-devio-mtup11-sapporo-004
Satoru Ishikawa
Similaire à db tech showcase2019オープニングセッション @ 森田 俊哉
(20)
継続?移行?Oracle SE2 RACのサポート終了に向けた備え
継続?移行?Oracle SE2 RACのサポート終了に向けた備え
MariaDB Meetup Tokyo 2019 #2
MariaDB Meetup Tokyo 2019 #2
9/16 Tokyo Apache Drill Meetup - drill vs sparksql
9/16 Tokyo Apache Drill Meetup - drill vs sparksql
Beginner must-see! A future that can be opened by learning Hadoop
Beginner must-see! A future that can be opened by learning Hadoop
RPALT_20200309Aomori
RPALT_20200309Aomori
あなたの知っているSAPは古いかもしれません
あなたの知っているSAPは古いかもしれません
CData Drivers for PCA 概要
CData Drivers for PCA 概要
Smart data integration to hybrid data analysis infrastructure
Smart data integration to hybrid data analysis infrastructure
[db tech showcase Tokyo 2018] #dbts2018 #E28 『Hadoop DataLakeにリアルタイムでデータをレプリケ...
[db tech showcase Tokyo 2018] #dbts2018 #E28 『Hadoop DataLakeにリアルタイムでデータをレプリケ...
Amazon Elastic MapReduceやSparkを中心とした社内の分析環境事例とTips
Amazon Elastic MapReduceやSparkを中心とした社内の分析環境事例とTips
Spring Cloud Data Flow の紹介 #streamctjp
Spring Cloud Data Flow の紹介 #streamctjp
Apache Spark超入門 (Hadoop / Spark Conference Japan 2016 講演資料)
Apache Spark超入門 (Hadoop / Spark Conference Japan 2016 講演資料)
Cassandra Meetup Tokyo, 2016 Spring
Cassandra Meetup Tokyo, 2016 Spring
[db tech showcase Tokyo 2017] A32: Attunity Replicate + Kafka + Hadoop マルチデータ...
[db tech showcase Tokyo 2017] A32: Attunity Replicate + Kafka + Hadoop マルチデータ...
クラウドを使って競争優位なビッグデータ活用の実現へ [Oracle Cloud Days Tokyo 2016]
クラウドを使って競争優位なビッグデータ活用の実現へ [Oracle Cloud Days Tokyo 2016]
Cassandra Meetup Tokyo, 2016 Spring
Cassandra Meetup Tokyo, 2016 Spring
20160127三木会 RDB経験者のためのspark
20160127三木会 RDB経験者のためのspark
ライトプランで利用可能な分析基盤「IBM Analytics Engine (IAE)」とは
ライトプランで利用可能な分析基盤「IBM Analytics Engine (IAE)」とは
Azure Data Platform
Azure Data Platform
Cm re growth-devio-mtup11-sapporo-004
Cm re growth-devio-mtup11-sapporo-004
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?
Insight Technology, Inc.
Docker and the Oracle Database
Docker and the Oracle Database
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~
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
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
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?
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
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
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?
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
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?
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』...
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。。
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...
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]
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...
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)
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?(Ishikawa)
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)
Insight Technology, Inc.
[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮...
[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮...
Insight Technology, Inc.
[db tech showcase Tokyo 2018] #dbts2018 #E37 『Attunity Replicateが変えた Oracle D...
[db tech showcase Tokyo 2018] #dbts2018 #E37 『Attunity Replicateが変えた Oracle D...
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?
Docker 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~
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
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?
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
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?
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?
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。。
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]
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?(Ishikawa)
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)
[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮...
[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮...
[db tech showcase Tokyo 2018] #dbts2018 #E37 『Attunity Replicateが変えた Oracle D...
[db tech showcase Tokyo 2018] #dbts2018 #E37 『Attunity Replicateが変えた Oracle D...
db tech showcase2019オープニングセッション @ 森田 俊哉
1.
オープニングセッション db tech showcaseから⾒る データマネージメントテクノロジー 株式会社インサイトテクノロジー
COO / 森⽥ 俊哉
2.
Copyright @2019 Insight
Technology, Inc. All Right Reserved ⾃⼰紹介 ■名前 森⽥ 俊哉 / Toshiya Morita ■所属 株式会社インサイトテクノロジー(2013) 取締役副社⻑ 兼 COO(2018) ■過去の職歴 [⽇⽴製作所] ⽇⽴半導体組み⽴て⼯程技術者 [独⽴系SIer] C⾔語プログラマー/C⾔語デバッガー UNIX管理者 Oracle DBA データベースチューニング データベーストラブルシューティング
3.
Platinum Sponsors
4.
Gold Sponsors
5.
Silver Sponsors
6.
Thank you
7.
1300 Thank you!
8.
Copyright @2019 Insight
Technology, Inc. All Right Reserved 2012 db tech showcase 4
9.
Copyright @2019 Insight
Technology, Inc. All Right Reserved 2017 34
10.
Copyright @2019 Insight
Technology, Inc. All Right Reserved 2018 37(-9+12)
11.
Copyright @2019 Insight
Technology, Inc. All Right Reserved 2019 38(-16+17)
12.
Copyright @2019 Insight
Technology, Inc. All Right Reserved 扱えるデータベース TOP20推移 (選択肢の数) 2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89) 1 Oracle Oracle Oracle Oracle Oracle 2 MySQL MySQL MySQL MySQL MySQL 3 PostgreSQL Microsoft SQL Server PostgreSQL PostgreSQL PostgreSQL 4 Microsoft SQL Server PostgreSQL Microsoft SQL Server Microsoft SQL Server Microsoft SQL Server 5 DB2 MongoDB Hadoop Access Access 6 Hadoop DB2 MongoDB MariaDB MariaDB 7 MongoDB Hadoop DB2 SQLite Amazon Aurora 8 MariaDB Hive MariaDB Hadoop Db2 9 Hive MariaDB Hive Db2 MongoDB 10 Cloudera Cloudera Spark MongoDB Amazon Redshift 11 Amazon Redshift Vertica Amazon Redshift Amazon Aurora Hadoop 12 MapR Amazon Redshift Vertica Spark SQLite 13 HiRDB Netezza Cloudera Amazon Redshift Spark 14 Amazon DynamoDB Teradata Netezza Redis Amazon DynamoDB 15 Netezza Cassandra Cassandra Amazon DynamoDB Hive 16 Greenplum Amazon DynamoDB Amazon Aurora Hive Azure SQL Database 17 Impala SAP HANA Amazon DynamoDB Azure SQL Database Redis 18 Vertica MapR Google BigQuery Google BigQuery Elasticsearch 19 Sybase ASE Impala SQL Azure Cassandra Oracle Cloud 20 Cassandra HiRDB MapR Memcached Hbase
13.
Copyright @2019 Insight
Technology, Inc. All Right Reserved 扱えるデータベース TOP20推移 (選択肢の数) 2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89) 1 Oracle Oracle Oracle Oracle Oracle 2 MySQL MySQL MySQL MySQL MySQL 3 PostgreSQL Microsoft SQL Server PostgreSQL PostgreSQL PostgreSQL 4 Microsoft SQL Server PostgreSQL Microsoft SQL Server Microsoft SQL Server Microsoft SQL Server 5 DB2 MongoDB Hadoop Access Access 6 Hadoop DB2 MongoDB MariaDB MariaDB 7 MongoDB Hadoop DB2 SQLite Amazon Aurora 8 MariaDB Hive MariaDB Hadoop Db2 9 Hive MariaDB Hive Db2 MongoDB 10 Cloudera Cloudera Spark MongoDB Amazon Redshift 11 Amazon Redshift Vertica Amazon Redshift Amazon Aurora Hadoop 12 MapR Amazon Redshift Vertica Spark SQLite 13 HiRDB Netezza Cloudera Amazon Redshift Spark 14 Amazon DynamoDB Teradata Netezza Redis Amazon DynamoDB 15 Netezza Cassandra Cassandra Amazon DynamoDB Hive 16 Greenplum Amazon DynamoDB Amazon Aurora Hive Azure SQL Database 17 Impala SAP HANA Amazon DynamoDB Azure SQL Database Redis 18 Vertica MapR Google BigQuery Google BigQuery Elasticsearch 19 Sybase ASE Impala SQL Azure Cassandra Oracle Cloud 20 Cassandra HiRDB MapR Memcached Hbase
14.
Copyright @2019 Insight
Technology, Inc. All Right Reserved 聞いてみたいデータベース TOP20推移 (選択肢の数) 2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89) 1 Oracle Oracle Oracle PostgreSQL PostgreSQL 2 MySQL MySQL MySQL MySQL MySQL 3 PostgreSQL PostgreSQL PostgreSQL Amazon Aurora Amazon Aurora 4 Microsoft SQL Server MongoDB Spark Oracle Oracle 5 MongoDB Amazon Redshift Microsoft SQL Server Hadoop Amazon Redshift 6 Hadoop Hadoop Hadoop Spark MariaDB 7 Amazon Redshift Microsoft SQL Server MongoDB Amazon Redshift Google BigQuery 8 Amazon DynamoDB Amazon Aurora Amazon Aurora MariaDB Hadoop 9 MariaDB Amazon DynamoDB Cassandra Google BigQuery Spark 10 SAP HANA MariaDB MariaDB MongoDB Amazon DynamoDB 11 MapR Cassandra Amazon Redshift Microsoft SQL Server MongoDB 12 Hive SAP HANA SAP HANA Azure SQL Database Azure SQL Database 13 Cloudera Hive Amazon DynamoDB Amazon DynamoDB Azure Cosmos DB 14 Cassandra MapR Google BigQuery Google Cloud Spanner Azure Database for PostgreSQL 15 Riak TreasureData SQL Azure Apache Kafka Oracle Cloud 16 Impala Vertica Apache Kafka Cassandra Cassandra 17 Couchbase Impala MapR Google Cloud SQL Apache Kafka 18 Presto Cloudera Hive SAP HANA Google Cloud Spanner 19 Netezza Riak Azure SQL Data Warehouse SQLite SAP HANA 20 DB2 Presto Cloudera Google Cloud Datastore Google Cloud SQL
15.
Copyright @2019 Insight
Technology, Inc. All Right Reserved 聞いてみたいデータベース TOP20推移 (選択肢の数) 2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89) 1 Oracle Oracle Oracle PostgreSQL PostgreSQL 2 MySQL MySQL MySQL MySQL MySQL 3 PostgreSQL PostgreSQL PostgreSQL Amazon Aurora Amazon Aurora 4 Microsoft SQL Server MongoDB Spark Oracle Oracle 5 MongoDB Amazon Redshift Microsoft SQL Server Hadoop Amazon Redshift 6 Hadoop Hadoop Hadoop Spark MariaDB 7 Amazon Redshift Microsoft SQL Server MongoDB Amazon Redshift Google BigQuery 8 Amazon DynamoDB Amazon Aurora Amazon Aurora MariaDB Hadoop 9 MariaDB Amazon DynamoDB Cassandra Google BigQuery Spark 10 SAP HANA MariaDB MariaDB MongoDB Amazon DynamoDB 11 MapR Cassandra Amazon Redshift Microsoft SQL Server MongoDB 12 Hive SAP HANA SAP HANA Azure SQL Database Azure SQL Database 13 Cloudera Hive Amazon DynamoDB Amazon DynamoDB Azure Cosmos DB 14 Cassandra MapR Google BigQuery Google Cloud Spanner Azure Database for PostgreSQL 15 Riak TreasureData SQL Azure Apache Kafka Oracle Cloud 16 Impala Vertica Apache Kafka Cassandra Cassandra 17 Couchbase Impala MapR Google Cloud SQL Apache Kafka 18 Presto Cloudera Hive SAP HANA Google Cloud Spanner 19 Netezza Riak Azure SQL Data Warehouse SQLite SAP HANA 20 DB2 Presto Cloudera Google Cloud Datastore Google Cloud SQL
16.
Copyright @2019 Insight
Technology, Inc. All Right Reserved 聞いてみたいデータベース TOP20推移 (選択肢の数) 2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89) 1 Oracle Oracle Oracle PostgreSQL PostgreSQL 2 MySQL MySQL MySQL MySQL MySQL 3 PostgreSQL PostgreSQL PostgreSQL Amazon Aurora Amazon Aurora 4 Microsoft SQL Server MongoDB Spark Oracle Oracle 5 MongoDB Amazon Redshift Microsoft SQL Server Hadoop Amazon Redshift 6 Hadoop Hadoop Hadoop Spark MariaDB 7 Amazon Redshift Microsoft SQL Server MongoDB Amazon Redshift Google BigQuery 8 Amazon DynamoDB Amazon Aurora Amazon Aurora MariaDB Hadoop 9 MariaDB Amazon DynamoDB Cassandra Google BigQuery Spark 10 SAP HANA MariaDB MariaDB MongoDB Amazon DynamoDB 11 MapR Cassandra Amazon Redshift Microsoft SQL Server MongoDB 12 Hive SAP HANA SAP HANA Azure SQL Database Azure SQL Database 13 Cloudera Hive Amazon DynamoDB Amazon DynamoDB Azure Cosmos DB 14 Cassandra MapR Google BigQuery Google Cloud Spanner Azure Database for PostgreSQL 15 Riak TreasureData SQL Azure Apache Kafka Oracle Cloud 16 Impala Vertica Apache Kafka Cassandra Cassandra 17 Couchbase Impala MapR Google Cloud SQL Apache Kafka 18 Presto Cloudera Hive SAP HANA Google Cloud Spanner 19 Netezza Riak Azure SQL Data Warehouse SQLite SAP HANA 20 DB2 Presto Cloudera Google Cloud Datastore Google Cloud SQL
17.
Copyright @2019 Insight
Technology, Inc. All Right Reserved 聞いてみたいデータベース TOP20推移 (選択肢の数) 2014 (33) 2015 (39) 2016 (59) 2017 (87) 2018 (89) 1 Oracle Oracle Oracle PostgreSQL PostgreSQL 2 MySQL MySQL MySQL MySQL MySQL 3 PostgreSQL PostgreSQL PostgreSQL Amazon Aurora Amazon Aurora 4 Microsoft SQL Server MongoDB Spark Oracle Oracle 5 MongoDB Amazon Redshift Microsoft SQL Server Hadoop Amazon Redshift 6 Hadoop Hadoop Hadoop Spark MariaDB 7 Amazon Redshift Microsoft SQL Server MongoDB Amazon Redshift Google BigQuery 8 Amazon DynamoDB Amazon Aurora Amazon Aurora MariaDB Hadoop 9 MariaDB Amazon DynamoDB Cassandra Google BigQuery Spark 10 SAP HANA MariaDB MariaDB MongoDB Amazon DynamoDB 11 MapR Cassandra Amazon Redshift Microsoft SQL Server MongoDB 12 Hive SAP HANA SAP HANA Azure SQL Database Azure SQL Database 13 Cloudera Hive Amazon DynamoDB Amazon DynamoDB Azure Cosmos DB 14 Cassandra MapR Google BigQuery Google Cloud Spanner Azure Database for PostgreSQL 15 Riak TreasureData SQL Azure Apache Kafka Oracle Cloud 16 Impala Vertica Apache Kafka Cassandra Cassandra 17 Couchbase Impala MapR Google Cloud SQL Apache Kafka 18 Presto Cloudera Hive SAP HANA Google Cloud Spanner 19 Netezza Riak Azure SQL Data Warehouse SQLite SAP HANA 20 DB2 Presto Cloudera Google Cloud Datastore Google Cloud SQL
18.
Copyright @2019 Insight
Technology, Inc. All Right Reserved 2019年は?
19.
Copyright @2019 Insight
Technology, Inc. All Right Reserved Data Volumes Becoming Unmanageable
20.
Copyright @2019 Insight
Technology, Inc. All Right Reserved ⼤量データ処理のために スケールアウトスケールアップ 安価で拡張性が高いが 整合性が取りにくい 高価で拡張性に制限あり 排他制御などは楽
21.
Copyright @2019 Insight
Technology, Inc. All Right Reserved NOSQL RDBMS(Single) MPP (massively parallel processing) ⾮構造化データ ⼤量データ CLOUD
22.
Copyright @2019 Insight
Technology, Inc. All Right Reserved データも適材適所に?! [データマネージメントソフトマッピング] Mission CriticalOSS NoSQL Leader Niche playerHadoop / SQL on Hadoop GraphDB Cloud Service BigData Distributed
23.
Copyright @2019 Insight
Technology, Inc. All Right Reserved ⽇本国内でのAttunityReplicateの適⽤事例 24 0 5 10 15 20 25 30 35 40 45 50 2012年 2013年 2014年 2015年 2016年 2017年 2018年 MIGRATION REPLICATION Oracle ↓ Oracle Oracle DB2 MySQL SQL Server (Sybase) (zOS/DB2) ↓ Oracle MySQL PostgreSQL SQL Server Teradata Amazon Aurora Azure Database (Kafka) (MongoDB) Oracle DB2 MySQL SQL Server Netezza zOS/DB2 (Sybase) (zOS/IMSDB) ↓ Oracle MySQL PostgreSQL SQL Server Teradata Amazon Aurora Azure Database Azure DW (Kafka) (MongoDB) Oracle ↓ Oracle Oracle DB2 ↓ Oracle PostgreSQL Oracle DB2 MySQL ↓ Oracle PostgreSQL Amazon Aurora Teradata Oracle ↓ Oracle 案件数→
24.
Copyright @2019 Insight
Technology, Inc. All Right Reserved Replication Source & Target in Japan Azure SQLDWMainframe SOURCE TARGET
25.
26.
Copyright @2019 Insight
Technology, Inc. All Right Reserved BIG DATA ソーシャルメディア において参加者が書 き込むプロフィール 、コメント等 GPS、ICカード、RFID 等において検知される 位置、乗⾞履歴、温度 、加速度等 オフィスのパソコンに おいて作成されるオフ ィス⽂書、eメール等 Webサーバ等におい て⽣成されるアクセス ログ、エラーログ等 CRMシステムにおい て管理されるDM等販 促データ、会員カー ドデータ ECサイトの購⼊履歴 やブログエントリー 等の蓄積データ Web上の配信サイト 等で提供される⾳声、 動画データ 販売管理等の業務シ ステムにおいて⽣成 されるPOSデータ、 取引明細データ等 総務省:平成24年版情報通信⽩書
27.
Copyright @2019 Insight
Technology, Inc. All Right Reserved BIG DATA ソーシャルメディア において参加者が書 き込むプロフィール 、コメント等 GPS、ICカード、RFID 等において検知される 位置、乗⾞履歴、温度 、加速度等 オフィスのパソコンに おいて作成されるオフ ィス⽂書、eメール等 Webサーバ等におい て⽣成されるアクセス ログ、エラーログ等 CRMシステムにおい て管理されるDM等販 促データ、会員カー ドデータ ECサイトの購⼊履歴 やブログエントリー 等の蓄積データ Web上の配信サイト 等で提供される⾳声、 動画データ 販売管理等の業務シ ステムにおいて⽣成 されるPOSデータ、 取引明細データ等 総務省:平成24年版情報通信⽩書
28.
Copyright @2019 Insight
Technology, Inc. All Right Reserved MaaS(Mobility as a Service)時代 カーシェアリング サービス ⾃動運転 物流 サービス エネルギー シェアパーキング 配⾞ サービス
29.
MaaS時代への対応 〜社内にシリコンバレー流をつくる〜 成迫 剛志 株式会社デンソー MaaS開発部⻑ (兼)デジタルイノベーション室⻑ ⼤学卒業後、⽇本IBMに⼊社、SEを経験後、伊藤忠商事に転じ、オープンシステム化、⻄暦2000年対応やインタ ーネット関連ビジネスの⽴ち上げなどに携わる。2005年に⾹港のIT事業会社の社⻑に就任。帰国後は国内外のIT 企業の役員を歴任し、2016年8⽉にデンソー⼊社。 コネクティッドカー時代のIoT推進を担当し、デジタルイノベーション室を新設、同室⻑に就任。 2018年4⽉よりMaaS開発部 部⻑。
Télécharger maintenant