多様性時代のDB選択

© 2020 Toshiba Digital Solutions Corporation
オープンソースカンファレンス2020 Online/Kyoto
多様性時代のＤＢ選択
東芝デジタルソリューションズ株式会社
栗⽥雅芳
2020/8/28

2
多様性時代のＤＢ選択
データ処理ツール(DBMS)は，少数の有⼒ツー
ルの寡占で良いか? 多様化に向かうべきか?

3
1980年代➜ 1990年代➜ 2000年代➜
1970年代➜ 2010年代➜ 2020年代➜
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025
1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008
ネットワーク
型ＤＢ
階層型
ＤＢ
ＲＤＢ以前
⼀部統合
各種ＤＢの統合
ワイド
カラム型
ドキュメント
型
グラフ型
キーバリュー
型
時系列
ＤＢ
ビッグデータ/NoSQL出現
ＯＯ指向
ＤＢ
多次元
ＤＢ
カラム型
ＤＢ
ポストＲＤＢ
ＸＭＬ
ＤＢ
ＲＤＢ
ＲＤＢ誕⽣・全盛期
現在
▼
多様化
ＤＢの５０年の歴史

4
ターゲットを広めるため多様化の傾向があり、
表⾯的に機能・⾮機能ともに，類似性が⾼い
場合が多いので、ＤＢ選択が困難（︖）

5
出典︓IDC White Paper I Doc# US44413318 I November 2018 The Digitization of the World – From Edge to Core
2025年には世界のデータ量は、
2017年の23ゼタバイトから175ゼタバイトへ
現在

6
2025年には世界で⽣成されるデータの
約30％がリアルタイムデータに
出典︓IDC White Paper I Doc# US44413318 I November 2018 The Digitization of the World – From Edge to Core
現在

7
1980年代➜ 1990年代➜ 2000年代➜
1970年代➜ 2010年代➜ 2020年代➜
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025
1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008
ネットワーク
型ＤＢ
階層型
ＤＢ
ＲＤＢ以前
統合
列指向型
ドキュメント
型
グラフ型
キーバリュー
型
時系列
ＤＢ
ＯＯ指向
ＤＢ
多次元
ＤＢ
ＤＷＨ
ポストＲＤＢ
ＸＭＬ
ＤＢ
ＲＤＢ
現在
▼

8
1980年代➜ 1990年代➜ 2000年代➜
1970年代➜ 2010年代➜ 2020年代➜
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025
1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008
ネットワーク
型ＤＢ
階層型
ＤＢ
ＲＤＢ以前
統合
現在
▼
ＯＯ指向
ＤＢ
多次元
ＤＢ
ＤＷＨ
ポストＲＤＢ
ＸＭＬ
ＤＢ
ＲＤＢ
列指向型
ドキュメント
型
グラフ型
キーバリュー
型
時系列
ＤＢ
更
"
#
膨
⼤
"
&
'
(

9
インダストリアルＩｏＴ︓ＩＩＯＴ
サイバーフィジカルシステム︓
Ｃ
Ｐ
Ｓ
デジタルツイン
⼩規模
リアルタイム性
⾼
Ｂ２ＣＩｏＴ
購買⾏動分析
ソーシャルメディア分析
中 or 低
更なる膨⼤なリアルタイムデータ
⼤規模
現在のＤＢを容易に
「あてはめる」ことができる領域
または、
現在のＤＢが⽣まれつき「あてはまる」領域
➚

10
Ｂ２ＣＩｏＴ
購買⾏動分析
ソーシャルメディア分析
インダストリアルIoT︓IIoT
サイバーフィジカルシステム︓CPS
データサンプル (⼀部⽋損は
許容範囲)
すべてのデータが必須
(⽋損不可)
分析⼿法統計⼿法⼩さな異常も⾒逃さない
分析正確性低精度でもよい⾼精度がもとめられる
リアルタイム性中〜低
バッチでもよい
⾼
システム信頼性中程度でも⼗分⾼信頼が必須

11
更なる膨⼤なリアルタイムデータへの領域
実世界のデータをサイバー空間にリアルタイムに
再現し、アナリティクス。その結果を現実世界へ
フィードバックする
これを実装するために「あてはめる」のではなく、
⽣まれつき「あてはまる」ＤＢも必要

12

13
多様性時代
幅広く性質が異なるが類似性のあるＤＢ
が存在する
お互いの⽣まれつきの特性を認め、
適所適材に「あてはまる」ＤＢを採⽤

14
GridDB とは
実世界のセンシングデータをサイバー空間で再現し
リアルタイムに処理するために「あてはめる」のではなく、
⽣まれつき「あてはまる」ようデザインしたＤＢ
l スケールアウトとスケールアップのベストミックスで、
ペタバイト級のデータ管理を実現
l NoSQL (キー・バリュー) / SQL のデュアルＡＰＩ

15
次世代⾞両管理システム
運転情報をリアルタイムに集めて、
保険会社に提供。
保険会社は保険料に反映する
とともに、リアルタイムにドライバー
に運転技術について警告
実世界サイバー空間
リアルタイムに複製 (データ)
フィードバック

16
ＨＤＤ製造会社品質管理システムの再構築
製造レコードを全件保管し、ありのままの状態を
リアルタイムに把握を⽬指す。
n データ蓄積量︓1.9PB / 5年
n 登録データ量︓267 GB / ⽇
n 分析⽤SQLによるアクセス︓約30,000 回 / ⽇
DBアプライアンス以上の性能を標準的なIAサーバで
実現 © 2020 Toshiba Digital Solutions Corporation

17
DBの稼働環境もクラウドが当たり前になっていく
のか?
(たとえば，オンプレミスのスケールアップ⼤型
DBサーバの使い道は残るか?)

18
国内パブリッククラウドサービス市場予測
出典︓国内パブリッククラウドサービス市場売上額予測、2019年〜2024年 IDC Japan 3/2020

19
⽇本におけるクラウド・コンピューティングの
導⼊率︓2020年
出典︓ガートナー (2020年5⽉)

20
インダストリアルＩｏＴ︓ＩＩＯＴ
サイバーフィジカルシステム︓
Ｃ
Ｐ
Ｓ
⼩規模
⾼
現状の業務システム
現状のＳｏＥ
現状のＳｏＲ
中 or 低
⼤規模
現在のＤＢを容易に
「あてはめる」ことができる領域
または、
現在のＤＢが⽣まれつき「あてはまる」領域
➚

21
クラウドなどでＤＢが肥⼤化していくと・・・
次の要件への要求が⼀層⾼くなると想定
低コストビット単価をできるだけ抑制したい
⻑期原⼦⼒３０年、電⼒⾃由化１３ヶ⽉
⾼効率コストにも連動
クラウド横断・クラウド⾮依存かつオンプレミスとハイブリッドに
⾃律的にトータルコストで最適化できるようなＤＢが注⽬
されるのでは・・・

22
多様性時代
幅広く性質が異なるが類似性のあるＤＢ
が存在する
お互いの⽣まれつきの特性を認め、
適所適材に「あてはまる」ＤＢを採⽤

23

24

多様性時代のDB選択

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

Similaire à 多様性時代のDB選択

Similaire à 多様性時代のDB選択 (20)

Plus de griddb

Plus de griddb (13)

Dernier

Dernier (20)

多様性時代のDB選択