SlideShare a Scribd company logo
1 of 46
Download to read offline
データ中心の時代を迎えるにあたって
今、ITインフラ基盤をどのように進化させるべきか?
データ仮想化から始める
データ管理改革のススメ
2018年 12月 12日
シンプロビジョン株式会社
代表取締役社⾧ 松本 健
1
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Db tech showcase Tokyo フォローアップセミナー
本日のAGENDA
• データ仮想化が必要となる背景
• データ仮想化とは?
• データ仮想化導入事例
2
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
本日のAGENDA
• データ仮想化が必要となる背景
• データ仮想化とは?
• データ仮想化導入事例
3
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
企業を取り巻く情報システム環境の変化
ビジネス戦略
プロセス
テクノロジー
データ
ビジネス戦略
(アプリで差別化)
プロセス
テクノロジー
情報
データの位置付けは
プロセス自動化の副産物
情報の位置付けは
ビジネス戦略のKSFへ
これまでの情報システム これからの情報システム
4
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
ITインフラを取り巻く環境の変化
ストレージ装置はなくなり、IA Server内でSWとしてScaleOutする金太郎飴アーキテクチャーへ
クラウドアーキテクチャー
5
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
ITインフラを取り巻く環境の変化
6
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
ITインフラを取り巻く環境の変化
7
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
ITインフラを取り巻く環境の変化
サーバ
ストレージ
アプリケーション中心の発想 データ中心の発想
App App
データ
本番
データ
準本番
データ
本番
App
サーバ
スト
レージ
データ
バック
アップ
A社 B社 Z社
A社 B社 Z社
データ
本番
データ
準本番
データ
準本番
守り
攻め
App
Scale Out
データ仮想化
1990年代から
変わらない技術
8
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
InsightQubeが分析基盤、仮想サーバともPackage
FC
SAN
Platform
Valuation
Software
Package
Software Defined Storage
HA (Cluster)
HA (Cluster)
小規模
中規模
大規模
Hyper Grid Storage
+ Insight Qube
DataBase DataAnalysis Virtualization
9
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
データ仮想化=インフラの種類を問わずコピー可能
多様化するシステム環境を1つのテクノロジーでCopyData管理可能なのはActifioのみ
Oracle RACOracle RAC Oracle RACOracle RAC
VMwareVMware
LinuxLinux
VMwareVMware
LinuxLinux
Oracle Data Guard
SRM + Storage Replication
Storage Replication
本番
本番
本番
Copy
Copy
Copy
Oracle RACOracle RAC Oracle RACOracle RAC
VMwareVMware
LinuxLinux
VMwareVMware
LinuxLinux
本番
本番
本番
Copy Copy
圧縮・重複除外転送
従来技術(運用複雑、コスト高)
データ仮想化技術(運用シンプル、コスト低減)
帯域
70-90%
削減
災対ストレージ
不要(コピー=
マウント可)
VM/DB単位
でサービス
レベル設定可
ミドルウェア
とAPI連携
HW環境不問
InsightTechnology
がトータルで
保守提供
10
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
データは次世代の「石油」と言われています
クラウド対応アプリケーション
ステートレス、容易な移行
SaaS
アプリケーション
Cloud化の動き:App ⇒ Infra ⇒ Dataと移っていく
クラウド対応インフラストラクチャ
ステートレスで移行が容易
IaaS/PaaSインフラストラクチャ
データ
ビジネスの根源 = データ
• インフラにロックイン
• 「データの重力」に縛られる
• ステートフル、ライフサイクル管理
• セキュリティーとコンプライアンス
11
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
バックアップ(保険要素)を世の中からなくす
0 TB
0 TB
Virtual Copies
(Thin Clones)
0 TB
0 TB
0 TB
Dev
QA
UAT
BI
Security
Actifio Sky
Leverage the Golden
Copy to provision on-
demand virtual copies
to DevOps
On-demand virtual data provisioning
セルフサービスによる即時アクセス AWS の 1/5 のコストで実現
DB Dump + EBS Snapshot Costs and Actifio Costs
10 TB data protection
DB Dump + EBS Snapshot Costs Actifio Costs
オンデマンド 仮想データプロビジョニング
データをいつでもすぐに取り出せる形のサービス化が進む
⇒ バックアップ(Recovery)は、その1つの副次機能化
12
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Actifioは場所を選ばずにデータをすぐに提供
VMVM
 Amazon AWS
 GoogleCloud Platform
 MicrosoftAzure
VMVM
システムステート取
り込み & 永久増分
データバックアップ
物理・仮想変換
& 即時マウント
物理・仮想変換
& 即時マウント
AWS
オンプレミス
物理 / 仮想
Azure
Google
IBM
VMVM
VMVM
VMVM
VMVM
本番サイト
 Amazon S3
 Google NearlineStorage
 MicrosoftAzure Blob
クラウドの Sky への
レプリケーション
OnVault による
Cloud Object
Storage の活用
分析のリアルタイム性向上、システム開発の品質向上・テスト自動化、
セキュリティ/コンプライアンス対策、システム移行、VersionUp効率化
などを強力に支援します
13
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
本日のAGENDA
• データ仮想化が必要となる背景
• データ仮想化とは?
• データ仮想化導入事例
14
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Actifioデータ仮想化の活用事例
① システム移行(大手製造業) ② システムメンテナンス(大手製造業)
③ Backup/BC&DR(最多事例) ④ DB/ERP開発テスト(Oracle/MS/SAP)
OnPremise
システム移行
システム移行時の
オフライン時間
を極小化可能!
従来の方法
(VM Export
⇒ Import)
1VMの移行で2日間の計画停止
Actifio
データ仮想化 20分間の停止のみ
手動対応で
ミス多い
自動化で確実
Storage
機能
Actifio
データ仮想化
約6カ月に1回の
Windowsパッチ
適用作業を効率化!
(メンテの確実性
大幅に向上)
テスト容量
1/4
Oracle
Linux
Oracle
LinuxActifio
Sky
EXADATA
4 ⇒ 1
本番 テスト 開発
BC/DR
Backup
本番 テスト
開発
Backup
BC/DR
Oracle Cloud
従来の技術
(部分最適)
Actifio
データ仮想化
従来の技術
(部分最適)
Actifio
データ仮想化
RTOは、
12時間から1時間へ
インフラコストは、
50%へ
Public Cloud
15
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Actifio会社概要
<Actifio Inc.>
◉ 本社:米国マサチューセッツ ウォルサム (ボストン)
◉ CEO:アッシュ・アシュトッシュ 従業員数 約400名
◉ 設立:2009年
◉ ユーザ:全世界およそ3,000社
◉ 出資: 総額 200億円以上 (企業価値 約1,300億円)
<アクティフィオジャパン株式会社>
◉ 所在地:東京、大阪
◉ 社長: 勝俣正起 従業員数 19名(契約社員含む)
◉ ユーザ:国内およそ150社
◉ 保守: 日本全国、24時間、365日体制
Gartner Magic Quadrant for
Datacenter and Recovery Software
16
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Actifioユーザー
17
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Actifioデータ仮想化とは?
アプリケーションAアプリケーションA
本番
オンラインデータ
バックアップ
スナップショット
開発用
データ
分析用
データ
災対サイト
バックアップ
開発用
データ
分析用
データ
災対サイト
スナップショット
バックアップ
開発用
データ
分析用
データ
災対サイト
スナップショット
バックアップ
開発用
データ
分析用
データ
災対サイト
スナップショット
バックアップ
開発用
データ
分析用
データ
災対サイト
スナップショット
バックアップ
開発用
データ
分析用
データ
災対サイト
スナップショット
バックアップ
開発用
データ
分析用
データ
災対サイト
スナップショット
アプリケーションBアプリケーションB
アプリケーションZアプリケーションZ
複数用途で世代管理され、
コピーデータが爆発する!
本番ストレージ
内部
18
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Actifioデータ仮想化とは?
アプリケーションBアプリケーションB
アプリケーションZアプリケーションZ
アプリケーションAアプリケーションA
本番
オンラインデータ
ゴールデンコピー
DBやHyperVisorからコピー
初回のみフルコピー+永久差分
差分データ
同じデータはコピーせず、
利用要求には仮想コピーを
マウントさせる!
本番とは別の安価なストレージ
19
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Actifioデータ仮想化とは?
アプリケーションアプリケーション
仮想データ
リストア
DR
クラウド
開発
テスト
重複除外
+圧縮
ゴールデン
コピー
データ仮想化
本番環境と分離し、利活用が可能にする
20
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
従来のバックアップとは発想が異なるコピー方式
本番
オンライン
データ
イメージ
コピー
リカバリ
DR
クラウド
開発
テスト
仮想コピー
21
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
アプリケーション開発プロセスへの転用イメージ
重複除外
+圧縮
イメージ
コピー
アプリケーション
仮想コピー
書込差分
ブロック
マウント
( iSCSI / FC-SAN)
アプリケーション
アプリケーション
ゴールデンマスター
22
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
マルチシステム環境で「準本番環境」が利用可能に
VMware
vSphere
Hyper-VHyper-V
Oracle
SQL serverSQL server
VMDK
VMDK
VHD
VHD
DB
Log
DB
Log
VMDK
VMDK
VHD
VHD
DB
LogLogLog
Log
VHD
VHD
Table
Log
VMDK
VMDK
Table
Table
Log
Log
今日 昨日 おととい
VMVM
VMDK
VMDK
VMVM
VHD
VHD
OracleOracle
DB
Log
SQLSQL
DB
Log
VHD
VHD
LogLogLog
Log
DB
Log
DB
ゴールデンマスター
VMVM
VMDK
VMDK
VMDK
VMDK
23
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Cyber Security 感染してもすぐにリカバリー可能に
Full Backup
△ △ △ △ △
Full Copy
△
△
△
△
△
△
世代 1
バックアップ製品(従来技術) データ仮想化製品(新技術)
土日
月-金
初回
月
火
水
木
金
土
金曜日の状態に戻す場合
① Full Restore土日
△ △ △ △ △月-金
② △ Restore
⑥ △ Restore
EX. 12h
EX. 0.5h x5
EX. 18h
EX. 0.75h x5
通常のバックアップ運用例
EX. 12h
EX. 0.5h x5
通常のバックアップ運用例
管理ツールで
金曜日を指すだけ
EX. 数十秒でマウント
⇒App立上げ可能
過去にミドルウェアのバグがあり、正常に
リストア出来なかったケースを複数経験済
(こまめにリストアして正常性を確認しない)
過去に複数回ミドルウェアのバグを見つけ、
Knowledge Baseのリリースを促した
(データの利活用で正常性をこまめに確認)
マスターコピーは更新させない
Backup & Restore
から Copy & Mountへ
24
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Actifio製品提供形態
本番データのコピーであるバックアップ・スナップ・開発データやDRを
統合的に扱う、コピーデータ管理ソリューション
Actifio SKY
On InsightQube
Actifio CDS
・ソフト・ハード一体型のアプラインス
・本番容量100TB程度までのデータ保護
・ESX上で稼働するソフトアプラインス
・本番容量1TB~50TBまでのデータ保護
VIRTUAL DATA PIPELINE (VDP)
・CDS/SKYの共通プラットフォーム
・仮想(VM/Hyper-V)、物理(Win/Linux/Solaris/AIX等)、
APL(Oracle/MS SQL/Linux系DB等)に対応
Actifio SKY
25
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Actifio製品のCopy対象システム
仮想/物理/APLのデータをストレージに依存しない方法で取得
1G/10G Ethernet
LAN接続(Out-of-Band)
• RMAN連携
• FilterDriver•Oracle
•SQL Server
•Linux LVM
• Actifio Connector
• Windows
• Linux
• AIX
• HP-UX
• Solaris (x86, SPARC)
• vStorage API
• Actifio Connector
•VMware
•Hyper-V
•Linux LVM
FC-SAN
SAN ストレージ
• EMC
• Hitachi
• IBM
• HP
• NetApp
• Fujitsu
• NEC
物理サーバー
• Windows
• Linux
• AIX
• HP-UX
• Solaris (x86, SPARC)
• iSeries (AS/400)
FC SAN接続 (In-Band)
IBM Storewise Storage
とのSnapshot連携で
DB2 をサポート
26
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
サーバ仮想化環境から始めるデータ仮想化
Actifio CDS
SAN
ストレージ
ESX サーバーESX サーバー
vCenter サーバー
業務LAN
FC-SW
管理LAN
① 対象VMの
構成情報を取得
VM
② 該当するESXサーバー
からVM上で変更された
データを抽出
エージェントレス
リモートサイトへ
データ保護とレプリケーション
全てがIP (LAN) ベース
27
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Actifio管理画面
28
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
LogSmartで開発テスト環境のセルフサービス化
1つのSLAでDBとログの
データ保護を設定
DBとログを使った任意の時点
へのリカバリを一つのGUIで
実施
※OracleとMS SQLに対応
29
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
LogSmart Oracle/MSSQL ServerとのIntegration
Log
Oracle
Table
RMAN
Dedup Pool
Log Table
24時間ごと
2時間ごと
Actifio
Conector
iSCSI
マウント
Oracle
RMAN
Actifio
Conector
iSCSI
マウント
Actifio
イメージ
コピー
Table
ポイント・イン・タイム・
リカバリ
30
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Private/Public Cloudと連携方法
Actifio Sky
Actifio Sky
Actifio CDS
AWS S3
GOOGLE CLOUD
STORAGE - NEARLINE
Sky on Cloud
リモートバックアップ & DR
OnVault
(オンボルト)
オブジェクトストレージの活用
31
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Public Cloud Object Storageと連携方法
イメージ
コピー
Dedup
プール
Dedup
プール
イメージ
コピー
アプリケーション
本番サイト DR サイト
Actifio Sky Actifio Sky
Object Storage の
アカウント登録
1
転送サイクルと
保持期間の設定
2
圧縮 + 暗号化
3
AWS S3
GOOGLE CLOUD
STORAGE - NEARLINE
32
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Public Cloud Object Storageと連携方法
イメージ
コピ
Dedup
プール
アプリケーション
本番サイト
Actifio Sky
読込要求時に
データ転送
2
変更差分の保存
使用後に破棄
3
クラウドストレージ
への即時アクセス
クラウドストレージ
への即時アクセス
1
33
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Public Cloud Object Storageと連携方法
イメージ
コピ
Dedup
プール
アプリケーション
本番サイト
Actifio Sky
読込要求時に
データ転送
2
変更差分の保存
使用後に破棄
3
クラウドストレージ
への即時アクセス
クラウドストレージ
への即時アクセス
1
OBJECT STORAGE
34
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Object Storage内のデータを分析サービスへ転用
イメージ
コピー
Dedup
プール
アプリケーション
本番サイト
クラウドストレージ
を使った⾧期保存
1
オンデマンドDWH
活用のニーズ
2
Actifio Sky
Actifio OnVault
Tool の導入
3
データの即時
マウント
4
Amazon RedShift
へのローディング
5
AWS Redshift
AWS S3
AWS EC2
35
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Multi DB環境を複数用途で「準本番データ」を活用
36
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
Actifio License 形態の解説(基本+本番実容量)
No アイテム 提供形態 課金単位 購入単位
① MDL: Managed Data License ライセンス 保護対象データの総論理容量(TB) 5TB,10TB,50TB
② Actifio CDS ハードウェア・アプライアンス 筐体数 1台
③ Actifio SKY ソフトウェア・アプライアンス
(仮想マシンイメージ)
本数 1本
37
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
本日のAGENDA
• データ仮想化が必要となる背景
• データ仮想化とは?
• データ仮想化導入事例
38
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
② WindowsOSパッチ適用作業の自動化
海外売上好況=システム稼働率向上(メンテナンスWindowは最小化)したい
⇒ Storageのコピー機能と手動作業ではコスト高騰と属人的な管理で不安
39
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
② WindowsOSパッチ適用作業の自動化
40
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
② WindowsOSパッチ適用作業の自動化
41
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
② WindowsOSパッチ適用作業の自動化
42
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
② WindowsOSパッチ適用作業の自動化
43
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
③ マルチDB環境におけるデータ仮想化事例
44
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
③ マルチDB環境におけるデータ仮想化事例
45
Copyright © 2018 Insight Technology, Inc. All Rights Reserved.
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。。

More Related Content

What's hot

データ分析基盤について
データ分析基盤についてデータ分析基盤について
データ分析基盤についてYuta Inamura
 
Python に行く前に Excel で学ぶデータ分析のいろは
Python に行く前に Excel で学ぶデータ分析のいろはPython に行く前に Excel で学ぶデータ分析のいろは
Python に行く前に Excel で学ぶデータ分析のいろはDaiyu Hatakeyama
 
Data platformdesign
Data platformdesignData platformdesign
Data platformdesignRyoma Nagata
 
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
 
え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?Yugo Shimizu
 
機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点
機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点
機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点西岡 賢一郎
 
基幹システム RDRAモデルサンプル
基幹システム RDRAモデルサンプル基幹システム RDRAモデルサンプル
基幹システム RDRAモデルサンプルZenji Kanzaki
 
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)Yosuke Katsuki
 
レコメンドアルゴリズムの基礎と「B-dash」におけるシステム構成の紹介
レコメンドアルゴリズムの基礎と「B-dash」におけるシステム構成の紹介レコメンドアルゴリズムの基礎と「B-dash」におけるシステム構成の紹介
レコメンドアルゴリズムの基礎と「B-dash」におけるシステム構成の紹介Takeshi Mikami
 
Building Lakehouses on Delta Lake with SQL Analytics Primer
Building Lakehouses on Delta Lake with SQL Analytics PrimerBuilding Lakehouses on Delta Lake with SQL Analytics Primer
Building Lakehouses on Delta Lake with SQL Analytics PrimerDatabricks
 
Types of connections in Power BI
Types of connections in Power BITypes of connections in Power BI
Types of connections in Power BISwapnil Jadhav
 
「指標」を支えるエンジニアリング: DataOpsNight #1
「指標」を支えるエンジニアリング: DataOpsNight #1「指標」を支えるエンジニアリング: DataOpsNight #1
「指標」を支えるエンジニアリング: DataOpsNight #1株式会社MonotaRO Tech Team
 
マルチテナント化で知っておきたいデータベースのこと
マルチテナント化で知っておきたいデータベースのことマルチテナント化で知っておきたいデータベースのこと
マルチテナント化で知っておきたいデータベースのことAmazon Web Services Japan
 
Enterprise Architecture vs. Data Architecture
Enterprise Architecture vs. Data ArchitectureEnterprise Architecture vs. Data Architecture
Enterprise Architecture vs. Data ArchitectureDATAVERSITY
 
データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門Satoru Ishikawa
 

What's hot (20)

データ分析基盤について
データ分析基盤についてデータ分析基盤について
データ分析基盤について
 
Python に行く前に Excel で学ぶデータ分析のいろは
Python に行く前に Excel で学ぶデータ分析のいろはPython に行く前に Excel で学ぶデータ分析のいろは
Python に行く前に Excel で学ぶデータ分析のいろは
 
ngx_mrubyを用いた柔軟なABテスト基盤
ngx_mrubyを用いた柔軟なABテスト基盤ngx_mrubyを用いた柔軟なABテスト基盤
ngx_mrubyを用いた柔軟なABテスト基盤
 
Data platformdesign
Data platformdesignData platformdesign
Data platformdesign
 
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)
 
え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?
 
Modern Data Architecture
Modern Data ArchitectureModern Data Architecture
Modern Data Architecture
 
データ分析概略
データ分析概略データ分析概略
データ分析概略
 
機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点
機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点
機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点
 
基幹システム RDRAモデルサンプル
基幹システム RDRAモデルサンプル基幹システム RDRAモデルサンプル
基幹システム RDRAモデルサンプル
 
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
 
PowerBI Training
PowerBI Training PowerBI Training
PowerBI Training
 
ETL Process
ETL ProcessETL Process
ETL Process
 
レコメンドアルゴリズムの基礎と「B-dash」におけるシステム構成の紹介
レコメンドアルゴリズムの基礎と「B-dash」におけるシステム構成の紹介レコメンドアルゴリズムの基礎と「B-dash」におけるシステム構成の紹介
レコメンドアルゴリズムの基礎と「B-dash」におけるシステム構成の紹介
 
Building Lakehouses on Delta Lake with SQL Analytics Primer
Building Lakehouses on Delta Lake with SQL Analytics PrimerBuilding Lakehouses on Delta Lake with SQL Analytics Primer
Building Lakehouses on Delta Lake with SQL Analytics Primer
 
Types of connections in Power BI
Types of connections in Power BITypes of connections in Power BI
Types of connections in Power BI
 
「指標」を支えるエンジニアリング: DataOpsNight #1
「指標」を支えるエンジニアリング: DataOpsNight #1「指標」を支えるエンジニアリング: DataOpsNight #1
「指標」を支えるエンジニアリング: DataOpsNight #1
 
マルチテナント化で知っておきたいデータベースのこと
マルチテナント化で知っておきたいデータベースのことマルチテナント化で知っておきたいデータベースのこと
マルチテナント化で知っておきたいデータベースのこと
 
Enterprise Architecture vs. Data Architecture
Enterprise Architecture vs. Data ArchitectureEnterprise Architecture vs. Data Architecture
Enterprise Architecture vs. Data Architecture
 
データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門
 

Similar to 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。。

リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組みリクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組みRecruit Technologies
 
日米クラウド最前線!経営戦略としてのクラウドを考える
日米クラウド最前線!経営戦略としてのクラウドを考える日米クラウド最前線!経営戦略としてのクラウドを考える
日米クラウド最前線!経営戦略としてのクラウドを考えるNissho-Blocks
 
要求開発アライアンス 9月定例会議
要求開発アライアンス 9月定例会議要求開発アライアンス 9月定例会議
要求開発アライアンス 9月定例会議Atsushi Takayasu
 
2018/9/11 SAP on AWS お客様事例セミナー@東京(BeeX資料1/2)
2018/9/11 SAP on AWS お客様事例セミナー@東京(BeeX資料1/2)2018/9/11 SAP on AWS お客様事例セミナー@東京(BeeX資料1/2)
2018/9/11 SAP on AWS お客様事例セミナー@東京(BeeX資料1/2)BeeX.inc
 
20190705 mas ken_azure_stack
20190705 mas ken_azure_stack20190705 mas ken_azure_stack
20190705 mas ken_azure_stackOsamu Takazoe
 
[de:code 2019 振り返り Night!] Data Platform
[de:code 2019 振り返り Night!] Data Platform[de:code 2019 振り返り Night!] Data Platform
[de:code 2019 振り返り Night!] Data PlatformNaoki (Neo) SATO
 
[teratail Study ~機械学習編#2~] Microsoft AzureのAI関連サービス
[teratail Study ~機械学習編#2~] Microsoft AzureのAI関連サービス[teratail Study ~機械学習編#2~] Microsoft AzureのAI関連サービス
[teratail Study ~機械学習編#2~] Microsoft AzureのAI関連サービスNaoki (Neo) SATO
 
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)Insight Technology, Inc.
 
製造装置データ収集の選択肢 (AWS IoT Deep Dive #5)
製造装置データ収集の選択肢 (AWS IoT Deep Dive #5)製造装置データ収集の選択肢 (AWS IoT Deep Dive #5)
製造装置データ収集の選択肢 (AWS IoT Deep Dive #5)Amazon Web Services Japan
 
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
 
Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報Yasuhiro Kobayashi
 
Microsoft open tech night 2020 feb18
Microsoft open tech night 2020 feb18Microsoft open tech night 2020 feb18
Microsoft open tech night 2020 feb18Masatomo Ito
 
たった1時間でシステム構築!“激速”環境構築を実現する“パターン技術”の秘密とは
たった1時間でシステム構築!“激速”環境構築を実現する“パターン技術”の秘密とはたった1時間でシステム構築!“激速”環境構築を実現する“パターン技術”の秘密とは
たった1時間でシステム構築!“激速”環境構築を実現する“パターン技術”の秘密とはRina Owaki
 
乗り遅れるな!IBMが本気で取り組む新世代クラウドサービスを徹底解説
乗り遅れるな!IBMが本気で取り組む新世代クラウドサービスを徹底解説乗り遅れるな!IBMが本気で取り組む新世代クラウドサービスを徹底解説
乗り遅れるな!IBMが本気で取り組む新世代クラウドサービスを徹底解説Kimihiko Kitase
 
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
 
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]オラクルエンジニア通信
 
Microsoft MVP が語る Azure 移行の勘所
Microsoft MVP が語る Azure 移行の勘所Microsoft MVP が語る Azure 移行の勘所
Microsoft MVP が語る Azure 移行の勘所Tetsuya Odashima
 
あなたはどうデータを守る?クラウド・AI・自動化を使った、みえない脅威との戦い方
あなたはどうデータを守る?クラウド・AI・自動化を使った、みえない脅威との戦い方あなたはどうデータを守る?クラウド・AI・自動化を使った、みえない脅威との戦い方
あなたはどうデータを守る?クラウド・AI・自動化を使った、みえない脅威との戦い方オラクルエンジニア通信
 
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.
 
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例Yutaro Ono
 

Similar to 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。。 (20)

リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組みリクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
 
日米クラウド最前線!経営戦略としてのクラウドを考える
日米クラウド最前線!経営戦略としてのクラウドを考える日米クラウド最前線!経営戦略としてのクラウドを考える
日米クラウド最前線!経営戦略としてのクラウドを考える
 
要求開発アライアンス 9月定例会議
要求開発アライアンス 9月定例会議要求開発アライアンス 9月定例会議
要求開発アライアンス 9月定例会議
 
2018/9/11 SAP on AWS お客様事例セミナー@東京(BeeX資料1/2)
2018/9/11 SAP on AWS お客様事例セミナー@東京(BeeX資料1/2)2018/9/11 SAP on AWS お客様事例セミナー@東京(BeeX資料1/2)
2018/9/11 SAP on AWS お客様事例セミナー@東京(BeeX資料1/2)
 
20190705 mas ken_azure_stack
20190705 mas ken_azure_stack20190705 mas ken_azure_stack
20190705 mas ken_azure_stack
 
[de:code 2019 振り返り Night!] Data Platform
[de:code 2019 振り返り Night!] Data Platform[de:code 2019 振り返り Night!] Data Platform
[de:code 2019 振り返り Night!] Data Platform
 
[teratail Study ~機械学習編#2~] Microsoft AzureのAI関連サービス
[teratail Study ~機械学習編#2~] Microsoft AzureのAI関連サービス[teratail Study ~機械学習編#2~] Microsoft AzureのAI関連サービス
[teratail Study ~機械学習編#2~] Microsoft AzureのAI関連サービス
 
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)
 
製造装置データ収集の選択肢 (AWS IoT Deep Dive #5)
製造装置データ収集の選択肢 (AWS IoT Deep Dive #5)製造装置データ収集の選択肢 (AWS IoT Deep Dive #5)
製造装置データ収集の選択肢 (AWS IoT Deep Dive #5)
 
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
 
Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報
 
Microsoft open tech night 2020 feb18
Microsoft open tech night 2020 feb18Microsoft open tech night 2020 feb18
Microsoft open tech night 2020 feb18
 
たった1時間でシステム構築!“激速”環境構築を実現する“パターン技術”の秘密とは
たった1時間でシステム構築!“激速”環境構築を実現する“パターン技術”の秘密とはたった1時間でシステム構築!“激速”環境構築を実現する“パターン技術”の秘密とは
たった1時間でシステム構築!“激速”環境構築を実現する“パターン技術”の秘密とは
 
乗り遅れるな!IBMが本気で取り組む新世代クラウドサービスを徹底解説
乗り遅れるな!IBMが本気で取り組む新世代クラウドサービスを徹底解説乗り遅れるな!IBMが本気で取り組む新世代クラウドサービスを徹底解説
乗り遅れるな!IBMが本気で取り組む新世代クラウドサービスを徹底解説
 
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
 
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
 
Microsoft MVP が語る Azure 移行の勘所
Microsoft MVP が語る Azure 移行の勘所Microsoft MVP が語る Azure 移行の勘所
Microsoft MVP が語る Azure 移行の勘所
 
あなたはどうデータを守る?クラウド・AI・自動化を使った、みえない脅威との戦い方
あなたはどうデータを守る?クラウド・AI・自動化を使った、みえない脅威との戦い方あなたはどうデータを守る?クラウド・AI・自動化を使った、みえない脅威との戦い方
あなたはどうデータを守る?クラウド・AI・自動化を使った、みえない脅威との戦い方
 
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
 
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
 

More from 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.
 
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.
 
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.
 
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.
 

More from 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?
 
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?
 
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』...
 
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)
 

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。。