SlideShare una empresa de Scribd logo
1 de 30
Microsoft の Public Cloud “Azure”
世界最大規模のインフラストラクチャー
3
(2018年 8月 28日 現在)
https://azure.microsoft.com/en-us/global-
infrastructure/regions/
 100カ所以上のデータセンター
 米国 国防総省 (US DoD) も採用
マイクロソフトのネットワークは、世界第 2 位の規模
(上にいるのは、米国政府のネットワークのみ)
4
Platform Services
Infrastructure Services
Web Apps
Mobile
Apps
API
Management
API Apps
Logic Apps
Notification
Hubs
Content
Delivery
Network (CDN)
Media
Services
BizTalk
Services
Hybrid
Connections
Service Bus
Storage
Queues
Hybrid
Operations
Backup
StorSimple
Azure Site
Recovery
Import/Export
SQL
Database
DocumentDB
Redis
Cache
Azure
Search
Storage
Tables
Data
Warehouse Azure AD
Health Monitoring
AD Privileged
Identity
Management
Operational
Analytics
Cloud
Services
Batch
Service
Fabric
Visual Studio
App
Insights
Azure
SDK
VS Online
Domain Services
HDInsight Machine
Learning
Stream
Analytics
Data
Factory
Event
Hubs
Mobile
Engagement
Data
Lake
IoT Hub
Data
Catalog
Security &
Management
Azure Active
Directory
Multi-Factor
Authentication
Automation
Portal
Key Vault
Store/
Marketplace
VM Image Gallery
& VM Depot
Azure AD
B2C
Scheduler
The Azure Platform
Functions
 Azure は、日本初のクラウド セキュリティ ゴールドマークの取得 (外部監査人による ISO 27017 認定)を始め、
ISO 27018、HIPAA、FedRAMP、SOC 1、SOC 2 などの、幅広い国際的および業界固有のセキュリティ規格に
適合しています。米国防総省、英国政府での採用、日本の FISC などの国ごとの基準も満たしています。
 サイバー ディフェンス オペレーションズ センターでは、Azure DC 内のパブリック IP に対するトラフィックを
24時間体制で監視しており、ネットワーク レイヤには、人工知能を用いた DDoS / DOS / IDS 防御機能を標準
で備えている為、不正なトラフィックを90秒以内に、自動検知・遮断することができます。セキュリティ専
門家やデータ サイエンティストが常駐し、1日5億件以上のトラフィックを分析しています。
 サイバー クライム センターでは、インターポールやセキュリティ団体、FBI や各国の警察機関に最新の情報を
提供するとともに、攻撃元発信者特定を行い、警察機関と直接連携した対応まで取っています。米国本社の他、
日本を含む世界5都市に展開しています。
世界最高レベルの安全性
サイバークライム センターサイバー ディフェンス オペレーションズ センター
6
Azure
JAPAN
8
Devices
Hot Path(リアルタイム・ストリーミングプロセス)
Cold Path(バッチプロセス)
蓄積
リアルタイム処理キューイング
機械学習
加工
データオーケストレーション
データカタログ
管理
DD D D D D D D D D
D D D D D D D D D D
D D D D D D D D D D
D D D D D D D D D D
D D D D D D D D D D
D D D D D D D D D D
凡例
D
できること
Azure の各種サービス群との I/F が用意され
ているので、可視化・分析作業も簡単です。
お客様のメリット
MPP スケールアウト型
Relational Data Warehouse
コントロールノード
コンピュートノード
10
• セキュリティ、既存業務などの兼ね合いで、基幹システムまで完全移行は出来ない….
• とはいえ、On-Premise の高コストをこれ以上維持できない
• Bigdata分析用 DB/DWH は、クラウド上に構築したい
できること
オンプレミスやクラウド、SaaS サービスに存
在するデータの取り込み、変換、移動をクラ
ウド上で実現します
お客様のメリット
情報生成パイプラインを構築、管理するフル マネージドのクラウド基盤
13
Azure
Azure Blob Storage
Azure Cosmos DB
Azure Data Lake Storage Gen1
Azure Data Lake Storage Gen2 (Preview)
Azure Database for MySQL
Azure Database for PostgreSQL
Azure File Storage
Azure SQL Database
Azure SQL Database Managed Instance
Azure SQL Data Warehouse
Azure Search Index
Azure Table Storage
Database
Amazon Redshift
DB2
Drill (Preview)
Google BigQuery
Greenplum
HBase
Hive
Apache Impala (Preview)
Informix
MariaDB
Microsoft Access
MySQL
Netezza
Oracle
Phoenix
PostgreSQL
Presto (Preview)
SAP Business Warehouse
SAP HANA
Spark
SQL Server
Sybase
Teradata
Vertica
File
Amazon S3
File System
FTP
HDFS
SFTP
Generic protocol
Generic HTTP
Generic OData
Generic ODBC
Services and apps
Amazon Marketplace Web Service (Preview)
Common Data Service for Apps
Concur (Preview)
Dynamics 365
Dynamics CRM
GE Historian
Google AdWords (Preview)
HubSpot (Preview)
JJira (Preview)
Magento (Preview)
Marketo (Preview)
OOffice 365 (Preview)
Oracle Eloqua (Preview)
Oracle Responsys (Preview)
Oracle Service Cloud (Preview)
Paypal (Preview)
QuickBooks (Preview)
Salesforce
Salesforce Service Cloud
Salesforce Marketing Cloud (Preview)
SAP Cloud for Customer (C4C)
SAP ECC
ServiceNow
Shopify (Preview)
Square (Preview)
Web Table (HTML table)
Xero (Preview)
Zoho (Preview)
NoSQL
Cassandra
Couchbase (Preview)
MongoDB
14
Azure
Azure Blob Storage
Azure Cosmos DB
Azure Data Lake Storage Gen1
Azure Data Lake Storage Gen2 (Preview)
Azure Database for MySQL
Azure Database for PostgreSQL
Azure File Storage
Azure SQL Database
Azure SQL Database Managed Instance
Azure SQL Data Warehouse
Azure Search Index
Azure Table Storage
Database
Amazon Redshift
DB2
Drill (Preview)
Google BigQuery
Greenplum
HBase
Hive
Apache Impala (Preview)
Informix
MariaDB
Microsoft Access
MySQL
Netezza
Oracle
Phoenix
PostgreSQL
Presto (Preview)
SAP Business Warehouse
SAP HANA
Spark
SQL Server
Sybase
Teradata
Vertica
File
Amazon S3
File System
FTP
HDFS
SFTP
Generic protocol
Generic HTTP
Generic OData
Generic ODBC
Services and apps
Amazon Marketplace Web Service (Preview)
Common Data Service for Apps
Concur (Preview)
Dynamics 365
Dynamics CRM
GE Historian
Google AdWords (Preview)
HubSpot (Preview)
JJira (Preview)
Magento (Preview)
Marketo (Preview)
OOffice 365 (Preview)
Oracle Eloqua (Preview)
Oracle Responsys (Preview)
Oracle Service Cloud (Preview)
Paypal (Preview)
QuickBooks (Preview)
Salesforce
Salesforce Service Cloud
Salesforce Marketing Cloud (Preview)
SAP Cloud for Customer (C4C)
SAP ECC
ServiceNow
Shopify (Preview)
Square (Preview)
Web Table (HTML table)
Xero (Preview)
Zoho (Preview)
NoSQL
Cassandra
Couchbase (Preview)
MongoDB
15
16
17
18
19
20
マルチデータベース・
データソース対応 高速データ同期 設定のシンプルさ
• ターゲットとして Azure SQL
Data Warehouse をサポートし
ていると共に、ソースとして
Db2/IMS on Z もサポート
• データ増に伴い、バッチ同期で
はなくリアルタイム同期に
• 既設 Express Route
(Azure 専用線サービス) の帯域
に相乗り
• 複雑になりがちな
レプリケーション設定が
初めてでも簡単に設定可能
21
安心の体制
22
23
Staging Storage
エクスポート
IMS
大規模データは
夜間ロード
24
IMS
Staging Storage
Partner
Edge
Private peering
Microsoft Peering
Microsoft
Edge
差分同期
初期同期はFull Load
Attunity Replicate Server間で
データを圧縮
25
26
マルチデータベース・
データソース対応 高速データ同期 設定のシンプルさ
• ターゲットとして Azure SQL
Data Warehouse をサポートし
ていると共に、ソースとして
Db2/IMS on Z もサポート
• データ増に伴い、バッチ同期で
はなくリアルタイム同期に
• 既設 Express Route
(Azure 専用線サービス) の帯域
に相乗り
• 複雑になりがちな
レプリケーション設定が初めて
でも簡単に設定可能
✔ ✔ ✔
27
28
ご採用決定
日時
12月13日(木)9:30 - 17:30(受付開始9:00)
場所
日本マイクロソフト株式会社 品川本社 31F Seminar Room C+D
東京都 港区 港南 2-16-3 品川グランドセントラルタワー
https://www.microsoft.com/ja-jp/mscorp/branch/sgt.aspx
お申込み URL :
https://aka.ms/1213_SQL_Server
 本イベントに関するお問い合わせについて
マイクロソフト イベント・セミナー お問い合わせ窓口
TEL: 0120-37-0196 (9:00-17:30 土日祝を除く)
※お問い合わせの際は、必ずイベント・セミナー名と開催日をお知らせください
SQL Server 2008 EOS
1 Day セミナー
29
SQL Server 2008 サポート切れが間近に迫り、バージョンアップを検討されているユーザー様必見!
SQL Server の導入実績を多数持つパートナーが一堂に集まり、事例を元にしたバージョンアップの
ポイントや注意点、各社のバージョンアップ対応サービスを一挙に紹介します。
アジェンダ
1. SQL Server のバージョンアップ
2. SQL Server から Azure Data Services への移行
3. 他社 DBMS から SQL Server への移行
また、実際にバージョンアップを検討されている方は、セミナー
終了後、各社窓口に直接案件相談ができる5社合同相談会も実施
します。
株式会社ジール
株式会社システムエグゼ
株式会社インサイトテクノロジー
株式会社システムコンサルタント
株式会社システムサポート
 本書に記載した情報は、本書各項目に関する発行日現在の Microsoft の見解を表明するものです。Microsoftは絶えず変化する市場に対応しなければならないため、
ここに記載した情報に対していかなる責務を負うものではなく、提示された情報の信憑性については保証できません。
 本書は情報提供のみを目的としています。 Microsoft は、明示的または暗示的を問わず、本書にいかなる保証も与えるものではありません。
 すべての当該著作権法を遵守することはお客様の責務です。Microsoftの書面による明確な許可なく、本書の如何なる部分についても、転載や検索システムへの格納または挿入を行うことは、どのような形式または手段(電子的、
機械的、複写、レコーディング、その他)、および目的であっても禁じられています。
これらは著作権保護された権利を制限するものではありません。
 Microsoftは、本書の内容を保護する特許、特許出願書、商標、著作権、またはその他の知的財産権を保有する場合があります。Microsoftから書面によるライセンス契約が明確に供給される場合を除いて、本書の提供はこれらの
特許、商標、著作権、またはその他の知的財産へのライセンスを与えるものではありません。
© 2017 Microsoft Corporation. All rights reserved.
Microsoft, Windows, その他本文中に登場した各製品名は、Microsoft Corporation の米国およびその他の国における登録商標または商標です。
その他、記載されている会社名および製品名は、一般に各社の商標です。
aka.ms/DataAIJPBlog
Cloud and Server Product Japan Blog タグ: DataAIJP
Microsoft Data Platform/AI の製品・サービスに関する
最新情報・ロードマップ・ベストプラクティスなどを随時更新中

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...
[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...
[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...
 
Big Data Visual Analytics Realized By Hadoop and Tableau
Big Data Visual Analytics Realized By Hadoop and TableauBig Data Visual Analytics Realized By Hadoop and Tableau
Big Data Visual Analytics Realized By Hadoop and Tableau
 
Data & AI Update 情報 - 2020年6月版
Data & AI Update 情報 - 2020年6月版Data & AI Update 情報 - 2020年6月版
Data & AI Update 情報 - 2020年6月版
 
【2017年4月時点】Oracle Essbase 概要
【2017年4月時点】Oracle Essbase 概要【2017年4月時点】Oracle Essbase 概要
【2017年4月時点】Oracle Essbase 概要
 
Learn, build, and scale with elastic - realizing great programming experience...
Learn, build, and scale with elastic - realizing great programming experience...Learn, build, and scale with elastic - realizing great programming experience...
Learn, build, and scale with elastic - realizing great programming experience...
 
検証にもとづくビッグデータの分析に最適な環境とは
検証にもとづくビッグデータの分析に最適な環境とは検証にもとづくビッグデータの分析に最適な環境とは
検証にもとづくビッグデータの分析に最適な環境とは
 
[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...
 
The way to a smart factory armed with data utilization
The way to a smart factory armed with data utilizationThe way to a smart factory armed with data utilization
The way to a smart factory armed with data utilization
 
DX認定制度システム開発裏話:技術編
DX認定制度システム開発裏話:技術編DX認定制度システム開発裏話:技術編
DX認定制度システム開発裏話:技術編
 
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
 
Cloudian presentation at idc japan sv2016
Cloudian presentation at idc japan sv2016Cloudian presentation at idc japan sv2016
Cloudian presentation at idc japan sv2016
 
Cloudian presentation for Cassandra Conference 2012 in Tokyo
Cloudian presentation for Cassandra Conference 2012 in TokyoCloudian presentation for Cassandra Conference 2012 in Tokyo
Cloudian presentation for Cassandra Conference 2012 in Tokyo
 
CLOUDIAN Presentation at VERITAS VISION in Tokyo
CLOUDIAN Presentation at VERITAS VISION in TokyoCLOUDIAN Presentation at VERITAS VISION in Tokyo
CLOUDIAN Presentation at VERITAS VISION in Tokyo
 
Data & AI Update 情報 - 2020年4月版
Data & AI Update 情報 - 2020年4月版Data & AI Update 情報 - 2020年4月版
Data & AI Update 情報 - 2020年4月版
 
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組みData Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
 
[CTC Forum 2019/10/25] 事例から学ぶ!AWS 移行でデータベースの管理・コストを削減する方法
[CTC Forum 2019/10/25] 事例から学ぶ!AWS 移行でデータベースの管理・コストを削減する方法[CTC Forum 2019/10/25] 事例から学ぶ!AWS 移行でデータベースの管理・コストを削減する方法
[CTC Forum 2019/10/25] 事例から学ぶ!AWS 移行でデータベースの管理・コストを削減する方法
 
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
 
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
 
Apache Hadoopを利用したビッグデータ分析基盤
Apache Hadoopを利用したビッグデータ分析基盤Apache Hadoopを利用したビッグデータ分析基盤
Apache Hadoopを利用したビッグデータ分析基盤
 
「あの企業は実際どうやってるの?」顧客実例で語るデータ・ドリブンの実像とは (Oracle Cloudウェビナーシリーズ: 2021年9月1日)
「あの企業は実際どうやってるの?」顧客実例で語るデータ・ドリブンの実像とは (Oracle Cloudウェビナーシリーズ: 2021年9月1日)「あの企業は実際どうやってるの?」顧客実例で語るデータ・ドリブンの実像とは (Oracle Cloudウェビナーシリーズ: 2021年9月1日)
「あの企業は実際どうやってるの?」顧客実例で語るデータ・ドリブンの実像とは (Oracle Cloudウェビナーシリーズ: 2021年9月1日)
 

Similar a 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]

PHPの仕事と学びin仙台_WindowsAzure概説_20130921
PHPの仕事と学びin仙台_WindowsAzure概説_20130921PHPの仕事と学びin仙台_WindowsAzure概説_20130921
PHPの仕事と学びin仙台_WindowsAzure概説_20130921
Ayako Omori
 

Similar a 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] (20)

15分でお届けする Elastic Stack on Azure 設計・構築ノウハウ
15分でお届けする Elastic Stack on Azure 設計・構築ノウハウ15分でお届けする Elastic Stack on Azure 設計・構築ノウハウ
15分でお届けする Elastic Stack on Azure 設計・構築ノウハウ
 
20170902 kixs azure&azure stack
20170902 kixs azure&azure stack20170902 kixs azure&azure stack
20170902 kixs azure&azure stack
 
Microsoft Azure 概要 (sakura.io ハンズオン編)
Microsoft Azure 概要 (sakura.io ハンズオン編)Microsoft Azure 概要 (sakura.io ハンズオン編)
Microsoft Azure 概要 (sakura.io ハンズオン編)
 
Azure上の データベース 機能の選び方。KVSからDWHまで
Azure上の データベース 機能の選び方。KVSからDWHまでAzure上の データベース 機能の選び方。KVSからDWHまで
Azure上の データベース 機能の選び方。KVSからDWHまで
 
2014年12月04日 ヒーロー島 Azureスペシャル
2014年12月04日 ヒーロー島 Azureスペシャル2014年12月04日 ヒーロー島 Azureスペシャル
2014年12月04日 ヒーロー島 Azureスペシャル
 
Azure BaaS meetup
Azure BaaS meetupAzure BaaS meetup
Azure BaaS meetup
 
OSS on Azure で構築するウェブアプリケーション
OSS on Azure で構築するウェブアプリケーションOSS on Azure で構築するウェブアプリケーション
OSS on Azure で構築するウェブアプリケーション
 
JAZUG Sendai Windows Azure Update 20131109
JAZUG Sendai Windows Azure Update 20131109JAZUG Sendai Windows Azure Update 20131109
JAZUG Sendai Windows Azure Update 20131109
 
[Microsoft Cognitive Toolkit (CNTK) on Azure ハンズオン] Microsoft Azure の AI 関連サービス
[Microsoft Cognitive Toolkit (CNTK) on Azure ハンズオン] Microsoft Azure の AI 関連サービス[Microsoft Cognitive Toolkit (CNTK) on Azure ハンズオン] Microsoft Azure の AI 関連サービス
[Microsoft Cognitive Toolkit (CNTK) on Azure ハンズオン] Microsoft Azure の AI 関連サービス
 
MT東京-16 CMS夏祭り CMS をもっと便利にするマイクロソフトのサービス概要
MT東京-16 CMS夏祭り CMS をもっと便利にするマイクロソフトのサービス概要MT東京-16 CMS夏祭り CMS をもっと便利にするマイクロソフトのサービス概要
MT東京-16 CMS夏祭り CMS をもっと便利にするマイクロソフトのサービス概要
 
DBP-003_Azure IoT Suite を活用したカスタム ソリューションの作成方法
DBP-003_Azure IoT Suite を活用したカスタム ソリューションの作成方法DBP-003_Azure IoT Suite を活用したカスタム ソリューションの作成方法
DBP-003_Azure IoT Suite を活用したカスタム ソリューションの作成方法
 
Microsoftのクラウド戦略
Microsoftのクラウド戦略Microsoftのクラウド戦略
Microsoftのクラウド戦略
 
20190705 mas ken_azure_stack
20190705 mas ken_azure_stack20190705 mas ken_azure_stack
20190705 mas ken_azure_stack
 
JDMC Azureアプリ開発入門
JDMC Azureアプリ開発入門JDMC Azureアプリ開発入門
JDMC Azureアプリ開発入門
 
[AC11] サーバー管理よ、サヨウナラ。サーバーレスアーキテクチャの意義と実践
[AC11] サーバー管理よ、サヨウナラ。サーバーレスアーキテクチャの意義と実践[AC11] サーバー管理よ、サヨウナラ。サーバーレスアーキテクチャの意義と実践
[AC11] サーバー管理よ、サヨウナラ。サーバーレスアーキテクチャの意義と実践
 
PHPの仕事と学びin仙台_WindowsAzure概説_20130921
PHPの仕事と学びin仙台_WindowsAzure概説_20130921PHPの仕事と学びin仙台_WindowsAzure概説_20130921
PHPの仕事と学びin仙台_WindowsAzure概説_20130921
 
[ハッカーズチャンプルー2014] 初めてのMicrosoft Azure
[ハッカーズチャンプルー2014] 初めてのMicrosoft Azure[ハッカーズチャンプルー2014] 初めてのMicrosoft Azure
[ハッカーズチャンプルー2014] 初めてのMicrosoft Azure
 
20191209 hccjp azure-stackhub_overview
20191209 hccjp azure-stackhub_overview20191209 hccjp azure-stackhub_overview
20191209 hccjp azure-stackhub_overview
 
サーバー管理よ、サヨウナラ。サーバーレス アーキテクチャの意義と実践
サーバー管理よ、サヨウナラ。サーバーレス アーキテクチャの意義と実践サーバー管理よ、サヨウナラ。サーバーレス アーキテクチャの意義と実践
サーバー管理よ、サヨウナラ。サーバーレス アーキテクチャの意義と実践
 
Microsoft Azure Overview - Japanses version
Microsoft Azure Overview - Japanses versionMicrosoft Azure Overview - Japanses version
Microsoft Azure Overview - Japanses version
 

Más de Insight Technology, Inc.

Más 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
 
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?
 
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)
 
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)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 #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 #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...[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...
 
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
 
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
 

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]

  • 1.
  • 2. Microsoft の Public Cloud “Azure”
  • 3. 世界最大規模のインフラストラクチャー 3 (2018年 8月 28日 現在) https://azure.microsoft.com/en-us/global- infrastructure/regions/  100カ所以上のデータセンター  米国 国防総省 (US DoD) も採用
  • 5. Platform Services Infrastructure Services Web Apps Mobile Apps API Management API Apps Logic Apps Notification Hubs Content Delivery Network (CDN) Media Services BizTalk Services Hybrid Connections Service Bus Storage Queues Hybrid Operations Backup StorSimple Azure Site Recovery Import/Export SQL Database DocumentDB Redis Cache Azure Search Storage Tables Data Warehouse Azure AD Health Monitoring AD Privileged Identity Management Operational Analytics Cloud Services Batch Service Fabric Visual Studio App Insights Azure SDK VS Online Domain Services HDInsight Machine Learning Stream Analytics Data Factory Event Hubs Mobile Engagement Data Lake IoT Hub Data Catalog Security & Management Azure Active Directory Multi-Factor Authentication Automation Portal Key Vault Store/ Marketplace VM Image Gallery & VM Depot Azure AD B2C Scheduler The Azure Platform Functions
  • 6.  Azure は、日本初のクラウド セキュリティ ゴールドマークの取得 (外部監査人による ISO 27017 認定)を始め、 ISO 27018、HIPAA、FedRAMP、SOC 1、SOC 2 などの、幅広い国際的および業界固有のセキュリティ規格に 適合しています。米国防総省、英国政府での採用、日本の FISC などの国ごとの基準も満たしています。  サイバー ディフェンス オペレーションズ センターでは、Azure DC 内のパブリック IP に対するトラフィックを 24時間体制で監視しており、ネットワーク レイヤには、人工知能を用いた DDoS / DOS / IDS 防御機能を標準 で備えている為、不正なトラフィックを90秒以内に、自動検知・遮断することができます。セキュリティ専 門家やデータ サイエンティストが常駐し、1日5億件以上のトラフィックを分析しています。  サイバー クライム センターでは、インターポールやセキュリティ団体、FBI や各国の警察機関に最新の情報を 提供するとともに、攻撃元発信者特定を行い、警察機関と直接連携した対応まで取っています。米国本社の他、 日本を含む世界5都市に展開しています。 世界最高レベルの安全性 サイバークライム センターサイバー ディフェンス オペレーションズ センター 6
  • 9. DD D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D 凡例 D できること Azure の各種サービス群との I/F が用意され ているので、可視化・分析作業も簡単です。 お客様のメリット MPP スケールアウト型 Relational Data Warehouse コントロールノード コンピュートノード
  • 10. 10
  • 11. • セキュリティ、既存業務などの兼ね合いで、基幹システムまで完全移行は出来ない…. • とはいえ、On-Premise の高コストをこれ以上維持できない • Bigdata分析用 DB/DWH は、クラウド上に構築したい
  • 13. 13 Azure Azure Blob Storage Azure Cosmos DB Azure Data Lake Storage Gen1 Azure Data Lake Storage Gen2 (Preview) Azure Database for MySQL Azure Database for PostgreSQL Azure File Storage Azure SQL Database Azure SQL Database Managed Instance Azure SQL Data Warehouse Azure Search Index Azure Table Storage Database Amazon Redshift DB2 Drill (Preview) Google BigQuery Greenplum HBase Hive Apache Impala (Preview) Informix MariaDB Microsoft Access MySQL Netezza Oracle Phoenix PostgreSQL Presto (Preview) SAP Business Warehouse SAP HANA Spark SQL Server Sybase Teradata Vertica File Amazon S3 File System FTP HDFS SFTP Generic protocol Generic HTTP Generic OData Generic ODBC Services and apps Amazon Marketplace Web Service (Preview) Common Data Service for Apps Concur (Preview) Dynamics 365 Dynamics CRM GE Historian Google AdWords (Preview) HubSpot (Preview) JJira (Preview) Magento (Preview) Marketo (Preview) OOffice 365 (Preview) Oracle Eloqua (Preview) Oracle Responsys (Preview) Oracle Service Cloud (Preview) Paypal (Preview) QuickBooks (Preview) Salesforce Salesforce Service Cloud Salesforce Marketing Cloud (Preview) SAP Cloud for Customer (C4C) SAP ECC ServiceNow Shopify (Preview) Square (Preview) Web Table (HTML table) Xero (Preview) Zoho (Preview) NoSQL Cassandra Couchbase (Preview) MongoDB
  • 14. 14 Azure Azure Blob Storage Azure Cosmos DB Azure Data Lake Storage Gen1 Azure Data Lake Storage Gen2 (Preview) Azure Database for MySQL Azure Database for PostgreSQL Azure File Storage Azure SQL Database Azure SQL Database Managed Instance Azure SQL Data Warehouse Azure Search Index Azure Table Storage Database Amazon Redshift DB2 Drill (Preview) Google BigQuery Greenplum HBase Hive Apache Impala (Preview) Informix MariaDB Microsoft Access MySQL Netezza Oracle Phoenix PostgreSQL Presto (Preview) SAP Business Warehouse SAP HANA Spark SQL Server Sybase Teradata Vertica File Amazon S3 File System FTP HDFS SFTP Generic protocol Generic HTTP Generic OData Generic ODBC Services and apps Amazon Marketplace Web Service (Preview) Common Data Service for Apps Concur (Preview) Dynamics 365 Dynamics CRM GE Historian Google AdWords (Preview) HubSpot (Preview) JJira (Preview) Magento (Preview) Marketo (Preview) OOffice 365 (Preview) Oracle Eloqua (Preview) Oracle Responsys (Preview) Oracle Service Cloud (Preview) Paypal (Preview) QuickBooks (Preview) Salesforce Salesforce Service Cloud Salesforce Marketing Cloud (Preview) SAP Cloud for Customer (C4C) SAP ECC ServiceNow Shopify (Preview) Square (Preview) Web Table (HTML table) Xero (Preview) Zoho (Preview) NoSQL Cassandra Couchbase (Preview) MongoDB
  • 15. 15
  • 16. 16
  • 17. 17
  • 18. 18
  • 19. 19
  • 20. 20 マルチデータベース・ データソース対応 高速データ同期 設定のシンプルさ • ターゲットとして Azure SQL Data Warehouse をサポートし ていると共に、ソースとして Db2/IMS on Z もサポート • データ増に伴い、バッチ同期で はなくリアルタイム同期に • 既設 Express Route (Azure 専用線サービス) の帯域 に相乗り • 複雑になりがちな レプリケーション設定が 初めてでも簡単に設定可能
  • 22. 22
  • 24. 24 IMS Staging Storage Partner Edge Private peering Microsoft Peering Microsoft Edge 差分同期 初期同期はFull Load Attunity Replicate Server間で データを圧縮
  • 25. 25
  • 26. 26 マルチデータベース・ データソース対応 高速データ同期 設定のシンプルさ • ターゲットとして Azure SQL Data Warehouse をサポートし ていると共に、ソースとして Db2/IMS on Z もサポート • データ増に伴い、バッチ同期で はなくリアルタイム同期に • 既設 Express Route (Azure 専用線サービス) の帯域 に相乗り • 複雑になりがちな レプリケーション設定が初めて でも簡単に設定可能 ✔ ✔ ✔
  • 27. 27
  • 29. 日時 12月13日(木)9:30 - 17:30(受付開始9:00) 場所 日本マイクロソフト株式会社 品川本社 31F Seminar Room C+D 東京都 港区 港南 2-16-3 品川グランドセントラルタワー https://www.microsoft.com/ja-jp/mscorp/branch/sgt.aspx お申込み URL : https://aka.ms/1213_SQL_Server  本イベントに関するお問い合わせについて マイクロソフト イベント・セミナー お問い合わせ窓口 TEL: 0120-37-0196 (9:00-17:30 土日祝を除く) ※お問い合わせの際は、必ずイベント・セミナー名と開催日をお知らせください SQL Server 2008 EOS 1 Day セミナー 29 SQL Server 2008 サポート切れが間近に迫り、バージョンアップを検討されているユーザー様必見! SQL Server の導入実績を多数持つパートナーが一堂に集まり、事例を元にしたバージョンアップの ポイントや注意点、各社のバージョンアップ対応サービスを一挙に紹介します。 アジェンダ 1. SQL Server のバージョンアップ 2. SQL Server から Azure Data Services への移行 3. 他社 DBMS から SQL Server への移行 また、実際にバージョンアップを検討されている方は、セミナー 終了後、各社窓口に直接案件相談ができる5社合同相談会も実施 します。 株式会社ジール 株式会社システムエグゼ 株式会社インサイトテクノロジー 株式会社システムコンサルタント 株式会社システムサポート
  • 30.  本書に記載した情報は、本書各項目に関する発行日現在の Microsoft の見解を表明するものです。Microsoftは絶えず変化する市場に対応しなければならないため、 ここに記載した情報に対していかなる責務を負うものではなく、提示された情報の信憑性については保証できません。  本書は情報提供のみを目的としています。 Microsoft は、明示的または暗示的を問わず、本書にいかなる保証も与えるものではありません。  すべての当該著作権法を遵守することはお客様の責務です。Microsoftの書面による明確な許可なく、本書の如何なる部分についても、転載や検索システムへの格納または挿入を行うことは、どのような形式または手段(電子的、 機械的、複写、レコーディング、その他)、および目的であっても禁じられています。 これらは著作権保護された権利を制限するものではありません。  Microsoftは、本書の内容を保護する特許、特許出願書、商標、著作権、またはその他の知的財産権を保有する場合があります。Microsoftから書面によるライセンス契約が明確に供給される場合を除いて、本書の提供はこれらの 特許、商標、著作権、またはその他の知的財産へのライセンスを与えるものではありません。 © 2017 Microsoft Corporation. All rights reserved. Microsoft, Windows, その他本文中に登場した各製品名は、Microsoft Corporation の米国およびその他の国における登録商標または商標です。 その他、記載されている会社名および製品名は、一般に各社の商標です。 aka.ms/DataAIJPBlog Cloud and Server Product Japan Blog タグ: DataAIJP Microsoft Data Platform/AI の製品・サービスに関する 最新情報・ロードマップ・ベストプラクティスなどを随時更新中