MariaDB meetup での講演スライドです。 (Japanese)

1. MariaDB
最新機能と活用方法
2019-01-29
後藤 智 (GOTO Satoru)
Customer Solutions Engineer

2. MariaDB
とは
• MariaDBとは
• MariaDBと他DBの違い
• MariaDB Server 新機能
• MariaDB Server 顧客事例
• MariaDB ColumnStoreとは
• MariaDB ColumnStore 顧客事例
• ClustrixDB とは
Agenda

3. MariaDB とは

4. EIB(European Investment Bank)
$27M 出資
Alibaba $27M 出資
Microsoft : Platinum Sponsor
2017 2018
MariaDB最新動向
MammothDB 買収
Alibaba Cloud
ApsaraDB RDS for MariaDB TX
ServiceNow出資 / Clustrix買収
Azure Database for MariaDB : GA

5. MariaDB releases Feb 2010 MariaDB 5.1
Nov 2010 MariaDB 5.2
Apr 2012 MariaDB 5.3
Feb 2012 MariaDB 5.5
Mar 2014 MariaDB 10.0
Oct 2015 MariaDB 10.1
May 2017 MariaDB 10.2.6 GA
May 2018 MariaDB 10.3.7 GA
Nov 2018 MariaDB 10.4.0 Alpha
https://downloads.mariadb.org/mariadb/+releases/
https://github.com/MariaDB/server/releases

6. 12 Million Users in
45 Countries Trust Critical
Business Data to MariaDB
Technology & InternetTelecom
Retail & EcommerceTravel
Financial Services Gvmt & Education
Media & Social

7. DB-Engines Ranking of Relational DBMS - Jan. 2019
8位

8. Customer and Use Cases
• Multi-terabyte DB
• 80M transactions / month
• 50+ Node Cluster
• Multi-billion rows
• 600 Million reads/second
• 250 servers, 600G + 1.5T archive
• 10M travelers/quarter
• 4M transactions/ month
• ~14TB in MariaDB
production clusters
• Over 150 servers
• 150-200k queries / sec on the MariaDB Cluster
• 6TB and millions of Call Data
Records
• Over 60 TB
• 70 million rows per day
• 4 billion impressions per month
• 3 to 10 TB
• Over billion rows, most tables
100’s of millions of rows
• Over 5 TB in Pay Per click application

9. MariaDB foundation sponsors
Platinum Gold

11. MariaDB Platform
Transactional
MariaDB Platform
Analytical
● MariaDB Server
● MariaDB MaxScale
● database connectors
● services
● support
● tools
● MariaDB ColumnStore
● MariaDB MaxScale
● database connectors
● services
● support
● tools

12. MariaDB Platform Managed Service
○ Public or Hybrid cloud
○ Reference architecture design
○ Database installation
○ Database configuration
○ Backup configuration
○ Database recovery
○ Security audits
https://mariadb.com/pricing/
○ Performance audits
○ Performance tuning
○ Query optimization
○ Schema changes
○ Database upgrades
○ Database migration

13. MariaDB vs. 他データベース

14. Michael “Monty” Widenius
The Soul of
Open Source
Founder & CTO of MariaDB
MariaDB was created to preserve
openness and community, so that
we can push ahead faster with the
capabilities for tomorrow’s
applications.
”
“

15. GitHub repository
https://github.com/MariaDB/server
JIRA
https://jira.mariadb.org/projects/MDEV
True Open Source

16. MariaDB 独自機能/製品
• MariaDB Platform Analytical(ColumnStore)
• MariaDB Server 10.3+ : PL/SQL 互換
• ClustrixDB : 分散スケールアウトデータベース
ただし現状オープンソースではない

17. MariaDB MySQL EnterpriseDB
(PostgreSQL)
Oracle
INTERSECT/EXCEPT Yes No Yes Yes
User-defined aggregate
functions
Yes No Yes Yes
Oracle 互換性: PL/SQL Yes No Proprietary Yes
Oracle 互換性: SEQUENCE Yes No Proprietary Yes
テンポラル・テーブル Yes No No Yes
データ難読化/マスキング Yes No No Yes
Instant ADD COLUMN Yes Yes No Yes
INVISIBLE Column Yes No No Yes
COMPRESSED Column Yes No No No
用途別 Storage Engine Yes No No No

18. MariaDB Platform Transactional
新機能

20. 10.1 (GA)
Multi-master Sync. Replication
(Galera Cluster)
Data-at-Rest Encryption
Password Validation
Page Compression
Spatial References (GIS)
10.2 (GA) 10.3 (GA)
Window Functions
Common Table Expressions
Check Constraints
JSON & GeoJSON Functions
Flashback (Point in Time Rollback)
Mult-Trigger Support
Delayed Replication
Binary Log Compression
Per User Resource Limits
Virtual Column Indexes
Sequences & PL/SQL
(for migration from Oracle )
System Versioned Table
Hidden Columns
Instant ADD COLUMN
Column compression
Spider / MyRocks : GA
User-defined Aggregate Functions
Intersect & Except
MariaDB Server 新機能

21. MariaDB Platform Transactional 新機能
● 用途別ストレージエンジン(Purpose-built storage engine)
● スキーマ関連新機能(Schema evolution)
● テンポラルテーブル(Temporal Table)
● Oracle DBとの互換性
● セキュリティ向上

22. Purpose-built storage
engines

23. MyRocks
Purpose-built storage engines

24. Purpose-built storage: MyRocks
SSD vs. HDD:
• Pros
– 高速
– 少消費電力
• Cons
– 書込回数制限
– 高価

25. Purpose-built storage: MyRocks
Facebook におけるSSD利用上の課題:
● サーバ数/SSD数が膨大なためストレージ使用効率 要改善
⇒ コスト削減
● InnoDB : ストレージ使用効率に課題

26. Purpose-built storage: MyRocks
MyRocks introduction and production deployment - 松信 嘉範 様
https://www.slideshare.net/matsunobu/myrocks-introduction-and-production-deployment
M|18 How to use MyRocks with MariaDB - Sergei Petrunia
https://www.slideshare.net/MariaDB/m18-myrocks-in-mariadb
Google
Bigtable
LevelDB
(Google)
MyRocks
(Facebook)
RocksDB
(Facebook)
MyRocks
(MariaDB)
Apache
Hbase

27. Purpose-built storage: MyRocks
SSD に最適化: 高い圧縮率, 書込回数抑制
Writeに特化: 読込は多少遅い
Storage: primary key : 小メタデータ
InnoDB: 13 bytes 非圧縮
MyRocks: 8 bytes + zero filling + prefix key encoding,
compressed

28. Spider
Purpose-built storage engines

29. Purpose-built storage: Spider
● 透過的シャーディング
● スケーラビィティと並行性
a. パーティショニング (by range / key / hash / list)
b. Pushdown (e.g., condition, index, join and aggregate)
● 高可用性と一貫性
a. Two-phase commit

30. Database #1
Spider
Table A
Database #3Database #2
InnoDB
Table A (Partition 2)
InnoDB
Table A (Partition 1)
Rows: 1-500,000 Rows: 501,000-1,000,000

31. Database #1
Spider
Table A
Database #3 Database #4Database #2
InnoDB
Table A (Partition 2)
InnoDB
Table A (Partition 1)
InnoDB
Table A (Partition 3)
Rows: 1-500,000 Rows: 501,000-1,000,000 Rows: 1,000,001-1,500,000

32. Database #1
Spider
Table A
Database #3 Database #4Database #2
InnoDB
Table A (Partition 2)
InnoDB
Table A (Partition 1)
InnoDB
Table A (Partition 3)
Rows: 1-500,000 Rows: 501,000-1,000,000 Rows: 1,000,001-1,500,000
Database #5
Spider
Table A

33. Spider : customer use case
Tencent Games
● 数千インスタンス規模で利用
● Spiderの開発に貢献
● MariaDB財団のスポンサー

34. Microservices
Database #1
InnoDB
(mixed)
Products table
MyRocks
(write-intensive)
Orders table
Order service Product service
Spider
(scalable)
Cart table
Cart service
Database #2
InnoDB
(mixed)
Cart table
Database #3
InnoDB
(mixed)
Cart table
Database #4
InnoDB
(mixed)
Cart table
Purpose-builtstorageengine

35. Database #2-4
(large, medium-grade SSDs)
Microservices
Database #5-9
(medium, high-end HDDs)
Database #1
(small, high-end SSD)
InnoDB
(mixed)
Orders table (1 year)
MyRocks
(write-intensive)
Order
service
Order history
service
Orders table (30 days)
ColumnStore
(analytical)
Orders table (5 years)
Order analytics
service
Replication
Purpose-builtstorageengine

36. Schema Evolution

37. Column Compression
What’s new in MariaDB Server 10.3

38. Schema evolution: row compression
CREATE TABLE users (
id INT PRIMARY KEY,
name VARCHAR(50),
bio TEXT(2000)
) ENGINE=innodb ROW_FORMAT=COMPRESSED;
InnoDB only, buffer pool: compressed + uncompressed (redundant)

39. Schema evolution: page compression
CREATE TABLE users (
id INT PRIMARY KEY,
name VARCHAR(50),
bio TEXT(2000)
) ENGINE=innodb PAGE_COMPRESSED=1;
InnoDB only, buffer pool: uncompressed

40. Schema evolution: column compression (New)
CREATE TABLE users(
id INT PRIMARY KEY,
name VARCHAR(50),
bio TEXT(2000) COMPRESSED
);
storage-engine independent

41. Invisible(hidden) Columns
What’s new in MariaDB Server 10.3

42. Schema evolution: invisible columns
CREATE TABLE users (
id INT PRIMARY KEY,
name VARCHAR(50),
bio TEXT(2000) COMPRESSED,
secret VARCHAR(20) INVISIBLE
);
SQL Server = HIDDEN (period columns only)
Db2 = IMPLICITLY HIDDEN
Oracle = INVISIBLE

43. Schema evolution: invisible columns
CREATE TABLE users2 (
id INT PRIMARY KEY,
name VARCHAR(50),
bio TEXT(2000) COMPRESSED,
secret VARCHAR(20) INVISIBLE NOT NULL DEFAULT 'OOPS'
);
SQL Server = HIDDEN (period columns only)
Db2 = IMPLICITLY HIDDEN
Oracle = INVISIBLE

44. Invisible Columns : SELECT with *
SELECT * FROM users;
+----+---------+----------------------------------------+
| id | name | bio |
+----+---------+----------------------------------------+
| 1 | Shane | Once deleted a table in production… |
| 2 | William | Was caught listening to Spice Girls… |
| 3 | Aneesh | Was with William listening to… |
+----+---------+----------------------------------------+
secret 列 : 非表示(invisible)

45. Invisible Columns: 明示的カラム指定
SELECT id, name, secret FROM users;
+----+---------+-------------+
| id | name | secret |
+----+---------+-------------+
| 1 | Shane | Gojira |
| 2 | William | Spice Girls |
| 3 | Aneesh | Maria Carey |
+----+---------+-------------+
明示的にカラム指定すると表示される

46. INSTANT ADD COLUMN
What’s new in MariaDB Server 10.3

47. INSTANT ADD COLUMN
● 隠し(hidden)メタデータ・レコードを当該テーブルに追加
● データ・ディクショナリ更新
● INSERTより多少高コスト
● 既存のADD COLUMNと比較し，非常に高速
● Sponsored by
制限事項
● 最後列に追加(append)
● 全文検索 (FTS) インデックスがある場合使用不可
● InnoDBで row compressionを使用している場合使用不可

48. INSTANT ADD COLUMN の例
CREATE TABLE users(
id INT PRIMARY KEY,
name VARCHAR(50),
bio TEXT(2000) COMPRESSED,
secret VARCHAR(20) INVISIBLE
);
ALTER TABLE users ADD COLUMN email VARCHAR(50),
ALGORITHM=INSTANT;
https://mariadb.com/kb/en/library/instant-add-column-for-innodb/

49. INSTANT DROP COLUMN in MariaDB Server 10.4
https://jira.mariadb.org/browse/MDEV-15562

50. テンポラル・テーブル
What’s new in MariaDB Server 10.3

51. テンポラル・テーブル : ユースケース
• 監査: 時間を遡った追跡が可能
● 過去の任意時点へのリカバリ
● 偶発的なデータ変更/削除や人為的エラー，アプリケ
ーション エラーからの復旧

52. テンポラル・テーブル
CREATE TABLE cust_notifications (
cid INT,
newsletter BOOLEAN,
product_updates BOOLEAN,
security_alerts BOOLEAN
) WITH SYSTEM VERSIONING;
or
ALTER TABLE cust_notifications ADD SYSTEM VERSIONING;
(System Versioned Tables)

53. テンポラルテーブルQuery : 全履歴
SELECT *, ROW_START, ROW_END
FROM cust_notifications FOR SYSTEM_TIME ALL;
cid newsletter product_updates security_alerts row_start row_end
1 FALSE FALSE TRUE 2018-03-30 2038-01-19
1 TRUE FALSE TRUE 2018-02-14 2018-03-29
1 FALSE FALSE TRUE 2018-01-01 2018-02-13
1 FALSE FALSE FALSE 2017-01-01 2017-12-31

54. テンポラルテーブルQuery : 任意日時指定
SELECT * FROM cust_notifications
FOR SYSTEM_TIME AS OF '2017-12-31'
WHERE cid = 1;
cid newsletter product_updates security_alerts
1 FALSE FALSE FALSE

55. テンポラルテーブルQuery : 任意時間帯指定
SELECT * FROM cust_notifications
FOR SYSTEM_TIME BETWEEN '2018-02-01' AND '2018-03-30'
WHERE cid = 1;
cid newsletter product_updates security_alerts
1 FALSE FALSE TRUE
1 TRUE FALSE TRUE
BETWEEN includes the start and end

56. テンポラルテーブルQuery : 任意時間帯指定
SELECT * FROM cust_notifications
FOR SYSTEM_TIME FROM '2018-02-01' TO '2018-03-30'
WHERE cid = 1;
cid newsletter product_updates security_alerts
1 TRUE FALSE TRUE
FROM includes the start, but not the end

57. テンポラルテーブル: partitioning
CREATE TABLE cust_notifications (
cid INT WITHOUT SYSTEM VERSIONING,
status VARCHAR(10),
newsletter BOOLEAN,
product_updates BOOLEAN,
security_alerts BOOLEAN
) WITH SYSTEM VERSIONING
PARTITION BY SYSTEM_TIME INTERVAL 1 YEAR (
PARTITION p_year_one HISTORY,
PARTITION p_year_two HISTORY,
PARTITION p_year_three HISTORY,
PARTITION p_year_current CURRENT
);

58. テンポラルテーブル: データ変更履歴の削除
DELETE HISTORY FROM cust_notifications;
DELETE HISTORY FROM cust_notifications
BEFORE SYSTEM_TIME '2018-01-01';
ALTER TABLE cust_notifications
DROP PARTITION p_year_three;

59. Oracle 互換機能
What’s new in MariaDB Server 10.3

60. MariaDB Server 10.3+ : SEQUENCE
CREATE SEQUENCE seq_customer_id
START WITH 100 INCREMENT BY 10;
SELECT seq_customer_id.NEXTVAL;
CREATE TABLE customers (
id INT DEFAULT seq_customer_id.NEXTVAL
);

61. PL/SQL 互換性
Data types: VARCHAR2, NUMBER, DATE, RAW, BLOB, CLOB
Variable declarations: %TYPE
Records: %ROW_TYPE
Control statements: IF THEN, CASE WHEN, LOOP/END LOOP, WHILE
Static SQL: CURRVAL, NEXTVAL
Dynamic SQL: EXECUTE IMMEDIATE USING

62. PL/SQL 互換性
Implicit cursors: SQL%ISOPEN, SQL%FOUND, SQL%NOTFOUND,
SQL%ROWCOUNT
Explicit cursors: CURSOR IS, FETCH INTO, parameters, FOR IN LOOP
Blocks: DECLARE, BEGIN, EXCEPTION, WHEN THEN, END
Stored procedures: CREATE OR REPLACE PROCEDURE IS|AS, OUT, IN OUT
Functions: CREATE OR REPLACE FUNCTION AS|IS
Triggers: CREATE OR REPLACE TRIGGER, BEFORE|AFTER, FOR EACH ROW,
NEW, OLD
Packages: CREATE PACKAGE, CREATE PACKAGE BODY

63. より高度なセキュリティ
What’s new in MariaDB Server 10.3

64. https://www.csoonline.com/article/2130877/data-breach/the-biggest-data-breaches-of-the-21st-century.html

65. MaxScale : データ難読化/マスキング
SELECT name, ssn FROM employees
WHERE id=1;
// full data masking config
"replace": {"column": "ssn"},
"with": {"fill": "XXX-XX-XXXX"}
// partial data masking config
"replace": {"column": "ssn", "match":
"d{5}"},
"with": {"fill": "X"}
// data obfuscation config
"obfuscate": {column": "ssn"}
name ssn
Shane XXX-XX-XXXX
name ssn
Shane XXX-XX-1234
name ssn
Shane dlkdj389ud
https://mariadb.com/kb/en/mariadb-enterprise/mariadb-maxscale-23-masking/
Full data masking
Partial data masking
Obfuscation

66. MariaDB 公式Docker Image

67. MariaDB 公式 Docker レポジトリ
https://hub.docker.com/u/mariadb
● 新 MariaDB ロゴ
● New images
○ MariaDB Server
○ ColumnStore
○ MaxScale

68. Docker, Inc. MariaDB Server image
https://hub.docker.com/_/mariadb
● 古い MariaDB ロゴ
● MariaDB Server のみ
● Docker, Inc. がビルド

69. その他
What’s new in MariaDB Server 10.3

70. MariaDB Platform Transactional: その他新機能
Encrypted temporary files
User-defined aggregate functions
Ordered-set aggregate functions (e.g., PERCENTILE_CONT)
INTERSECT/EXCEPT
Table value constructors
DDL/SELECT lock timeout

71. MariaDB Platform Transactional HA

72. Master/Slaves
非同期レプリケーション
+ MaxScale自動failover
1. Master に障害
2. MaxScale MariaDB Monitor : master_down 検知
3. MaxScale : Slave を新しい Masterに自動昇格
4. MaxScale : 新MasterにWriteクエリをルーティング
Master/Slaves + Read/Write split routing
2

73. MariaDB Galera Cluster
Multi-Master
Synchronous Replication
Galera Cluster + Read/Write split routing
MaxScale : 1ノードを”Master”として選択
Writeクエリは”Master”にのみルーティlング
全ノードがMasterのため，1ノードダウンしても
MaxScaleが他ノードを新たな”Master”として選
定

74. MariaDB Platform Transactional
Customer User Cases

75. PL/SQL互換性: DBS Bank Singapore
M|18 DBS Bank’s Journey with MariaDB
https://www.slideshare.net/MariaDB/m18-dbs-banks-journey-with-mariadb
DBSはシンガポールの銀行で、1968年にシンガポール政府により開発に対する融資機関
として設立された。DBS銀行は東南アジアにおいて資産において最も大きな銀行で、ア
ジアの中でも大規模な銀行の1つである。香港とシンガポールにおいて、一般銀行業務
、資金調達、資産運用、証券仲介、負債処理において優位な位置を確保している。

76. Use Case : DBS Bank Singapore
https://www.slideshare.net/MariaDB/m18-dbs-banks-journey-with-mariadb

77. Use Case : DBS Bank Singapore

78. Use Case: ServiceNow
https://www.slideshare.net/MariaDB/m18-servicenow-keynote

79. Use case: ドワンゴ様
● 課題
マイクロサービス化への対応のためデータベース運用効率化と安定的
運用
● 解決策
MariaDB Galera Clusterによる新データベース基盤構築
● 結果
○ ダウンタイム大幅削減により安定した運用を実現
○ データベース基盤集約化、運用コスト削減

80. MariaDB Platform Analytical
(ColumnStore)
For Analytics

81. MariaDB Platform Analytical / ColumnStoreとは
クラウド/オンプレミス
双方で運用可
オープンソースOLAP
高データ圧縮率
分散データ分析
OLTP ストレージエンジン
とのCross-Engine Join
エンタープライズ
セキュリティ/HA
容易な管理と
スケーラビリティ
並列/分散クエリ
列指向に最適化
高データ圧縮率
高速, 高効率なクエリ
データ分析を
簡単に
低コスト/高性能
DWHに適したスケーラブルな列指向分散データベース

82. MariaDB ColumnStore Architecture
Columnar Distributed Data Storage
Local Storage | SAN | EBS | GlusterFS | Ceph
BI Tool SQL Client Custom
Big Data App
Application
MariaDB SQL
Front End
Distributed
Query Engine
Data
Storage
User Module (UM)
Performance
Module (PM)

83. 行指向 vs. 列指向
• 行指向(InnoDB etc.)
– 各行シーケンシャルにデータファイ
ルに書込
– クエリ実行時すべての行をスキャン
• 列指向(ColumnStore)
– 各列個別データファイルにストア
– クエリに関連する列のみスキャン
ID Fname Lname State Zip Phone Age Sex
1 Bugs Bunny NY 11217 (718) 938-3235 34 M
2 Yosemite Sam CA 95389 (209) 375-6572 52 M
3 Daffy Duck NY 10013 (212) 227-1810 35 M
4 Elmer Fudd ME 04578 (207) 882-7323 43 M
5 Witch Hazel MA 01970 (978) 744-0991 57 F
ID
1
2
3
4
5
Fname
Bugs
Yosemite
Daffy
Elmer
Witch
Lname
Bunny
Sam
Duck
Fudd
Hazel
State
NY
CA
NY
ME
MA
Zip
11217
95389
10013
04578
01970
Phone
(718) 938-3235
(209) 375-6572
(212) 227-1810
(207) 882-7323
(978) 744-0991
Age
34
52
35
43
57
Sex
M
M
M
M
F
SELECT Fname FROM table1 WHERE State = 'NY'

84. スケーラビリティ
• MPP architecture
– リニアなスケーラビリティ
• 水平スケールアウト
– PMノード追加によるスケールアウト
– ノード追加作業中もReadクエリ実行可
Shared-Nothing Distributed Data Storage
Compressed by default
User
Module
(UM)
Performance
Module
(PM)
Data Storage

85. ColumnStore ストレージアーキテクチャ
• 列指向ストレージ
– 各列は個別のファイルにストア
– インデックス定義は不要
– オンラインでスキーマ変更可
• 自動水平partitioning (extent)
– 8,000,000行ごとにパーティショニング
– 各パーティションの最小/最大値をメタデータ
として保持
– 手動パーティション管理は不要
• データ圧縮
– テーブルへの I/O を低減
Column 1
Extent 1 (8 million rows, 8MB～64MB)
Extent 2 (8 million rows)
Extent M (8 million rows)
Column 2 Column 3 ... Column N
Data automatically arranged by
• Column – Acts as Vertical Partitioning
• Extents – Acts as horizontal partition
Vertical
Partition
Horizontal
Partition
...
Vertical
Partition
Vertical
Partition
Vertical
Partition
Horizontal
Partition
Horizontal
Partition

86. 高速データインポート(cpimport)
• 高速な並列バルクロード
– すべてのPMに対して並列ロード
– 複数テーブルに対して同時にロード可
– Readクエリはデータロード中も実行可能
• ストリーミングデータロード(CDC)
Column 1
Extent 1 (8 million rows, 8MB～64MB)
Extent 2 (8 million rows)
Extent M (8 million rows)
Column 2 ... Column N
Horizontal
Partition
...
Horizontal
Partition
Horizontal
Partition
High Water Mark
New Data being loaded
Dataaccessedby
runningqueries

87. Shared Nothing Distributed Data Storage
SQL
Column
Primitives
User
Module
Performance
Module
UM
PM
高速なクエリ実行
• UM上のMariaDB Front Endでクエリ構文解析
• Storage Engine Plugin がクエリをPMに分散
• PM上で並列/分散しクエリ実行
• GROUP BY / aggregation関数をローカルデータに対
し実行
• PMから中間クエリ結果をUMに返す
Massively parallel, distributed query processing, Shared nothing architecture
Primitives ↓↓↓↓
Intermediate
↑↑Results↑↑

88. Horizontal
Partition:
8 Million Rows
Extent 2
Horizontal
Partition:
8 Million Rows
Extent 3
Horizontal
Partition:
8 Million Rows
Extent 1
低I/Oストレージアーキテクチャ
• クエリに関連する列にのみアクセス
• クエリのWHERE/JOINに関連しない
ブロックにアクセスしない
Extent 1:
Min State: CA, Max State: NY
Extent 2:
Min State: OR, Max State: WY
Extent 3:
Min State: IA, Max State: TN
SELECT Fname FROM Table 1 WHERE State = ‘NY’
高いクエリ性能
ID
1
2
3
4
...
8M
8M+1
...
16M
16M+1
...
24M
Fname
Bugs
Yosemite
Daffy
Hazel
...
...
Jane
...
Elmer
Lname
Bunny
Sam
Duck
Fudd
...
...
...
State
NY
CA
NY
ME
...
MN
WY
TX
OR
...
VA
TN
IA
NY
...
PA
Zip
11217
95389
10013
04578
...
...
...
Phone
(718) 938-3235
(209) 375-6572
(212) 227-1810
(207) 882-7323
...
...
...
Age
34
52
35
43
...
...
...
Sex
M
M
M
F
...
...
...
Vertical
Partition
Vertical
Partition
Vertical
Partition
Vertical
Partition
Vertical
Partition
…
ELIMINATED PARTITION

89. Analytics
• Analytics
– 複雑な join, aggregation(集約), Window関数
– UDF(ユーザ定義関数)
– InnoDB等, 他ストレージエンジンとの
Cross Engine Join
• BI connectivity
– Java, C/C++, ODBC connectorsによる既存BIツ
ールとの連携
– e.g. Tableau (certified)
Daily Running Average Revenue for each item
SELECT item_id, server_date, daily_revenue,
AVG(revenue) OVER
(PARTITION BY item_id ORDER BY server_date
RANGE INTERVAL '1' DAY PRECEDING ) running_avg
FROM web_item_sales
Item ID Server_date Revenue
1 02-01-2014 20,000.00
1 02-02-2014 5,001.00
2 02-01-2014 15,000.00
2 02-04-2014 34,029.00
2 02-05-2014 7,138.00
3 02-01-2014 17,250.00
3 02-03-2014 25,010.00
3 02-04-2014 21,034.00
3 02-05-2014 4,120.00
Running Average
20,000.00
12,500.50
15,000.00
34,209.00
20,583.50
17,250.00
250,100.00
12,577.00
20,583.50

90. セキュリティ/HA
• エンタープライズセキュリティ
–SSL, Roleによりアクセス管理
• 柔軟なプラットフォーム選択
–オンプレミス
–クラウド
• 高可用性(HA)
–自動UM フェールオーバ
–自動PM フェールオーバ
(EBS, GlusterFS等
分散ファイルシステムによる)
Shared-Nothing Distributed Data Storage
Compressed by default
User
Module
(UM)
Performance
Module
(PM)
Data Storage

91. MariaDB Platform Analytical
Customer User Cases

92. MariaDB ColumnStore Customers
MarTech Technology/Internet/IoTFinance Health Care
Services
Public Sector

93. IHME - Institute of Health Metrics and Evaluation
● Use Case:
○ Public Health Data Analytics
● Competition:
○ Percona InnoDB, MemSQL
● Why ColumnStore:
○ InnoDB (Percona) reached
performance limit w/ max tuning
for 4 TB data
○ ColumnStore easy to use
● Data Volume: Started with 4.2 TB,
with goal to go to 30TB of data in 5
years
Wrong database/storage engine (MySQL InnoDB) for analytics use case
Application Application Application Application Application
http://www.healthdata.org/results/data-visualizations

94. 日立製作所様
● オンプレミス
● Tableau による定型レポート
● Pentaho Data Integration(PDI)上でGUIによるデータイ
ンポート(1.2以降)

95. MariaDB Platform Analytical / ColumnStore まとめ
クラウド/オンプレミス
に対応
オープンソースOLAP
高データ圧縮率
分散データ分析
OLTP ストレージエンジン
とのCross-Engine Join
エンタープライズ
セキュリティ/HA
容易な管理と
スケーラビリティ
並列/分散クエリ
列指向に最適化
高データ圧縮率
高速, 高効率なクエリ
データ分析を
簡単に
低コスト/高性能

96. MariaDB Platform
Managed Service
New

98. Download
https://mariadb.com/downloads
1
Read the Technical overviews
https://mariadb.com/resources/datasheets-guides
2
Knowledge Base
https://mariadb.com/kb
3
Smart Style 様 TECH BLOG
https://www.s-style.co.jp/blog
4
Get Started with MariaDB

99. ClustrixDB
Scale Out RDBMS
New

100. ClustrixDBとは
Applications
アプリケーション変更は最小限に
no Sharding
no Replication
アプリケーションからは
MariaDB/MySQL サーバとして扱える
Load Balancer
Applications
MariaDB/MySQL
*ClustrixDB is NOT open sourced, a proprietary software

101. MariaDB 製品の中での位置づけ
AnalyticalHigh-Scale
Transactional
ClustrixDB
MariaDB
Transactional
MariaDB
Analytical
MariaDB Galera
Cluster
For High Availability on
Mainstream
Workloads
Mainstream
Database Workloads

102. ClustrixDB: スケールアウト, Fault-tolerant, MySQL互換
ClustrixDB
ACID Compliant
Transactions & Joins
Optimized for OLTP
Built-In Fault Tolerance
Flex-Up and Flex-Down
Minimal DB Admin
Also runs great in
the Data Center
Built to run
in the Cloud

103. ClustrixDB国内事例
https://www.slideshare.net/rakutentech/dbtechshowcase2013tokyo

104. MariaDB ClustrixDB 9.1 documentation
http://docs.clustrix.com/

105. Contact us / Social Media

106. MariaDB Japan LinkedIn Group
https://www.linkedin.com/groups/12169417/

107. Place Image Here
スマートスタイル様
TECH BLOG
https://www.s-style.co.jp/blog/category/tech/mariadb/

108. MariaDB Platform / ClustrixDB に関するお問い合わせ

109. Thank you