Enviar búsqueda
Cargar
[B25] 【詳解】インメモリーデータベース SAP HANA:永続化の仕組みと障害/災害対応を踏まえた運用を理解しよう!by Toshihisa Hanaki
•
11 recomendaciones
•
8,706 vistas
Insight Technology, Inc.
Seguir
Tecnología
Denunciar
Compartir
Denunciar
Compartir
1 de 38
Descargar ahora
Descargar para leer sin conexión
Recomendados
Tech JAM 2016 TEC 11 実践 SAP HANA 大解剖
Tech JAM 2016 TEC 11 実践 SAP HANA 大解剖
Koji Shinkubo
今さら聞けない HANAのハナシの基本のほ
今さら聞けない HANAのハナシの基本のほ
Koji Shinkubo
20170518_今さら聞けないHANAのハナシの基本のき by SAPジャパン株式会社 新久保浩二
20170518_今さら聞けないHANAのハナシの基本のき by SAPジャパン株式会社 新久保浩二
Insight Technology, Inc.
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
Insight Technology, Inc.
データベースMeetup~Vol.2 HANAのOLTPのからくり
データベースMeetup~Vol.2 HANAのOLTPのからくり
Toshihisa Hanaki
HANAのハナシの基本のき
HANAのハナシの基本のき
Koji Shinkubo
関西DB勉強会 (SAP HANA, express edition)
関西DB勉強会 (SAP HANA, express edition)
Koji Shinkubo
[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki
[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki
Insight Technology, Inc.
Recomendados
Tech JAM 2016 TEC 11 実践 SAP HANA 大解剖
Tech JAM 2016 TEC 11 実践 SAP HANA 大解剖
Koji Shinkubo
今さら聞けない HANAのハナシの基本のほ
今さら聞けない HANAのハナシの基本のほ
Koji Shinkubo
20170518_今さら聞けないHANAのハナシの基本のき by SAPジャパン株式会社 新久保浩二
20170518_今さら聞けないHANAのハナシの基本のき by SAPジャパン株式会社 新久保浩二
Insight Technology, Inc.
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
Insight Technology, Inc.
データベースMeetup~Vol.2 HANAのOLTPのからくり
データベースMeetup~Vol.2 HANAのOLTPのからくり
Toshihisa Hanaki
HANAのハナシの基本のき
HANAのハナシの基本のき
Koji Shinkubo
関西DB勉強会 (SAP HANA, express edition)
関西DB勉強会 (SAP HANA, express edition)
Koji Shinkubo
[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki
[D14] 【詳解】インメモリーデータベース SAP HANA:実際の仕組みと動きを理解しよう!by Toshiro Morisaki
Insight Technology, Inc.
SAP on Azure Cloud Workshop Material Japanese 20190221
SAP on Azure Cloud Workshop Material Japanese 20190221
Hitoshi Ikemoto
[db tech showcase Tokyo 2014] B25: [In-Memory DB: SAP HANA] 障害・災害対策のメカニズム by...
[db tech showcase Tokyo 2014] B25: [In-Memory DB: SAP HANA] 障害・災害対策のメカニズム by...
Insight Technology, Inc.
B23,B31 sap sybase iq ~全部話します。IQのカラムストア方式、ビットワイズインデックス、DQP、カラム圧縮、等々 by Toshih...
B23,B31 sap sybase iq ~全部話します。IQのカラムストア方式、ビットワイズインデックス、DQP、カラム圧縮、等々 by Toshih...
Insight Technology, Inc.
SAP S/4HANA on AWS Tシャツモデル
SAP S/4HANA on AWS Tシャツモデル
Tetsuya Kawahara
シンプルでシステマチックな Linux 性能分析方法
シンプルでシステマチックな Linux 性能分析方法
Yohei Azekatsu
シンプルでシステマチックな Oracle Database, Exadata 性能分析
シンプルでシステマチックな Oracle Database, Exadata 性能分析
Yohei Azekatsu
Apache Sparkにおけるメモリ - アプリケーションを落とさないメモリ設計手法 -
Apache Sparkにおけるメモリ - アプリケーションを落とさないメモリ設計手法 -
Yoshiyasu SAEKI
ついに登場SAP Data Warehouse Cloud
ついに登場SAP Data Warehouse Cloud
Masayuki Sekihara
Apache Spark の紹介(前半:Sparkのキホン)
Apache Spark の紹介(前半:Sparkのキホン)
NTT DATA OSS Professional Services
Hadoop/Spark で Amazon S3 を徹底的に使いこなすワザ (Hadoop / Spark Conference Japan 2019)
Hadoop/Spark で Amazon S3 を徹底的に使いこなすワザ (Hadoop / Spark Conference Japan 2019)
Noritaka Sekiyama
Oracle常駐接続プーリング(DRCP)を導入した話
Oracle常駐接続プーリング(DRCP)を導入した話
Kentaro Kitagawa
Introducing Scylla Cloud
Introducing Scylla Cloud
ScyllaDB
Snowflake Architecture and Performance
Snowflake Architecture and Performance
Mineaki Motohashi
Amazon Athena で実現する データ分析の広がり
Amazon Athena で実現する データ分析の広がり
Amazon Web Services Japan
Oracleからamazon auroraへの移行にむけて
Oracleからamazon auroraへの移行にむけて
Yoichi Sai
Oracle Database Applianceのご紹介(詳細)
Oracle Database Applianceのご紹介(詳細)
オラクルエンジニア通信
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Cloudera Japan
(SPOT301) AWS Innovation at Scale | AWS re:Invent 2014
(SPOT301) AWS Innovation at Scale | AWS re:Invent 2014
Amazon Web Services
Cassandraのしくみ データの読み書き編
Cassandraのしくみ データの読み書き編
Yuki Morishita
M20_Azure SQL Database 最新アップデートをまとめてキャッチアップ [Microsoft Japan Digital Days]
M20_Azure SQL Database 最新アップデートをまとめてキャッチアップ [Microsoft Japan Digital Days]
日本マイクロソフト株式会社
[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...
[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...
Insight Technology, Inc.
[db tech showcase Tokyo 2015] D22:インメモリープラットホームSAP HANAのご紹介と最新情報 by SAPジャパン株式...
[db tech showcase Tokyo 2015] D22:インメモリープラットホームSAP HANAのご紹介と最新情報 by SAPジャパン株式...
Insight Technology, Inc.
Más contenido relacionado
La actualidad más candente
SAP on Azure Cloud Workshop Material Japanese 20190221
SAP on Azure Cloud Workshop Material Japanese 20190221
Hitoshi Ikemoto
[db tech showcase Tokyo 2014] B25: [In-Memory DB: SAP HANA] 障害・災害対策のメカニズム by...
[db tech showcase Tokyo 2014] B25: [In-Memory DB: SAP HANA] 障害・災害対策のメカニズム by...
Insight Technology, Inc.
B23,B31 sap sybase iq ~全部話します。IQのカラムストア方式、ビットワイズインデックス、DQP、カラム圧縮、等々 by Toshih...
B23,B31 sap sybase iq ~全部話します。IQのカラムストア方式、ビットワイズインデックス、DQP、カラム圧縮、等々 by Toshih...
Insight Technology, Inc.
SAP S/4HANA on AWS Tシャツモデル
SAP S/4HANA on AWS Tシャツモデル
Tetsuya Kawahara
シンプルでシステマチックな Linux 性能分析方法
シンプルでシステマチックな Linux 性能分析方法
Yohei Azekatsu
シンプルでシステマチックな Oracle Database, Exadata 性能分析
シンプルでシステマチックな Oracle Database, Exadata 性能分析
Yohei Azekatsu
Apache Sparkにおけるメモリ - アプリケーションを落とさないメモリ設計手法 -
Apache Sparkにおけるメモリ - アプリケーションを落とさないメモリ設計手法 -
Yoshiyasu SAEKI
ついに登場SAP Data Warehouse Cloud
ついに登場SAP Data Warehouse Cloud
Masayuki Sekihara
Apache Spark の紹介(前半:Sparkのキホン)
Apache Spark の紹介(前半:Sparkのキホン)
NTT DATA OSS Professional Services
Hadoop/Spark で Amazon S3 を徹底的に使いこなすワザ (Hadoop / Spark Conference Japan 2019)
Hadoop/Spark で Amazon S3 を徹底的に使いこなすワザ (Hadoop / Spark Conference Japan 2019)
Noritaka Sekiyama
Oracle常駐接続プーリング(DRCP)を導入した話
Oracle常駐接続プーリング(DRCP)を導入した話
Kentaro Kitagawa
Introducing Scylla Cloud
Introducing Scylla Cloud
ScyllaDB
Snowflake Architecture and Performance
Snowflake Architecture and Performance
Mineaki Motohashi
Amazon Athena で実現する データ分析の広がり
Amazon Athena で実現する データ分析の広がり
Amazon Web Services Japan
Oracleからamazon auroraへの移行にむけて
Oracleからamazon auroraへの移行にむけて
Yoichi Sai
Oracle Database Applianceのご紹介(詳細)
Oracle Database Applianceのご紹介(詳細)
オラクルエンジニア通信
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Cloudera Japan
(SPOT301) AWS Innovation at Scale | AWS re:Invent 2014
(SPOT301) AWS Innovation at Scale | AWS re:Invent 2014
Amazon Web Services
Cassandraのしくみ データの読み書き編
Cassandraのしくみ データの読み書き編
Yuki Morishita
M20_Azure SQL Database 最新アップデートをまとめてキャッチアップ [Microsoft Japan Digital Days]
M20_Azure SQL Database 最新アップデートをまとめてキャッチアップ [Microsoft Japan Digital Days]
日本マイクロソフト株式会社
La actualidad más candente
(20)
SAP on Azure Cloud Workshop Material Japanese 20190221
SAP on Azure Cloud Workshop Material Japanese 20190221
[db tech showcase Tokyo 2014] B25: [In-Memory DB: SAP HANA] 障害・災害対策のメカニズム by...
[db tech showcase Tokyo 2014] B25: [In-Memory DB: SAP HANA] 障害・災害対策のメカニズム by...
B23,B31 sap sybase iq ~全部話します。IQのカラムストア方式、ビットワイズインデックス、DQP、カラム圧縮、等々 by Toshih...
B23,B31 sap sybase iq ~全部話します。IQのカラムストア方式、ビットワイズインデックス、DQP、カラム圧縮、等々 by Toshih...
SAP S/4HANA on AWS Tシャツモデル
SAP S/4HANA on AWS Tシャツモデル
シンプルでシステマチックな Linux 性能分析方法
シンプルでシステマチックな Linux 性能分析方法
シンプルでシステマチックな Oracle Database, Exadata 性能分析
シンプルでシステマチックな Oracle Database, Exadata 性能分析
Apache Sparkにおけるメモリ - アプリケーションを落とさないメモリ設計手法 -
Apache Sparkにおけるメモリ - アプリケーションを落とさないメモリ設計手法 -
ついに登場SAP Data Warehouse Cloud
ついに登場SAP Data Warehouse Cloud
Apache Spark の紹介(前半:Sparkのキホン)
Apache Spark の紹介(前半:Sparkのキホン)
Hadoop/Spark で Amazon S3 を徹底的に使いこなすワザ (Hadoop / Spark Conference Japan 2019)
Hadoop/Spark で Amazon S3 を徹底的に使いこなすワザ (Hadoop / Spark Conference Japan 2019)
Oracle常駐接続プーリング(DRCP)を導入した話
Oracle常駐接続プーリング(DRCP)を導入した話
Introducing Scylla Cloud
Introducing Scylla Cloud
Snowflake Architecture and Performance
Snowflake Architecture and Performance
Amazon Athena で実現する データ分析の広がり
Amazon Athena で実現する データ分析の広がり
Oracleからamazon auroraへの移行にむけて
Oracleからamazon auroraへの移行にむけて
Oracle Database Applianceのご紹介(詳細)
Oracle Database Applianceのご紹介(詳細)
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
(SPOT301) AWS Innovation at Scale | AWS re:Invent 2014
(SPOT301) AWS Innovation at Scale | AWS re:Invent 2014
Cassandraのしくみ データの読み書き編
Cassandraのしくみ データの読み書き編
M20_Azure SQL Database 最新アップデートをまとめてキャッチアップ [Microsoft Japan Digital Days]
M20_Azure SQL Database 最新アップデートをまとめてキャッチアップ [Microsoft Japan Digital Days]
Similar a [B25] 【詳解】インメモリーデータベース SAP HANA:永続化の仕組みと障害/災害対応を踏まえた運用を理解しよう!by Toshihisa Hanaki
[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...
[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...
Insight Technology, Inc.
[db tech showcase Tokyo 2015] D22:インメモリープラットホームSAP HANAのご紹介と最新情報 by SAPジャパン株式...
[db tech showcase Tokyo 2015] D22:インメモリープラットホームSAP HANAのご紹介と最新情報 by SAPジャパン株式...
Insight Technology, Inc.
Sapporo tech bar 21
Sapporo tech bar 21
Insight Technology, Inc.
SAP HANA SP10最新情報詳細版
SAP HANA SP10最新情報詳細版
Mana Matsudate
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
Yasuko Sekiguchi
SAP HANA 2 SPS03 highlights and SAP HANA express edition
SAP HANA 2 SPS03 highlights and SAP HANA express edition
Koji Shinkubo
Sap inside track2019tokyo_d3-in2_processvisibility_public
Sap inside track2019tokyo_d3-in2_processvisibility_public
Masashi Yamazawa
SAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォーム
SAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォーム
Makoto Sugishita
非SAPの人に贈るSAP on AWS
非SAPの人に贈るSAP on AWS
Ryusaburo Tanaka
JAWS-UG Tokyo SAP
JAWS-UG Tokyo SAP
Teru Yoshikoshi
[db tech showcase Tokyo 2015] B27:インメモリーDBとスケールアップマシンによりBig Dataの課題を解決する by S...
[db tech showcase Tokyo 2015] B27:インメモリーDBとスケールアップマシンによりBig Dataの課題を解決する by S...
Insight Technology, Inc.
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
SAP HANAのソースエンドポイントとしての利用
SAP HANAのソースエンドポイントとしての利用
QlikPresalesJapan
B30 hanaってどうなの?sap hana概要 by 村田聡一郎
B30 hanaってどうなの?sap hana概要 by 村田聡一郎
Insight Technology, Inc.
AWSではじめるSAP HANA入門
AWSではじめるSAP HANA入門
Mana Matsudate
Sit tokyo2021 solr_japanese_tokenizer_basics
Sit tokyo2021 solr_japanese_tokenizer_basics
HongsubShin
Intelligent Enterprise Update S/4 HANA 導入と並行してすすめるイノベーション
Intelligent Enterprise Update S/4 HANA 導入と並行してすすめるイノベーション
Yasuko Sekiguchi
インメモリーデータベースを手軽にスケールアップ!逆仮想化ソリューションTidalScaleとは?
インメモリーデータベースを手軽にスケールアップ!逆仮想化ソリューションTidalScaleとは?
Tetsuo Yamamoto
[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.
20210217_sitTokyo_SAP CAI でユーザに優しくしたい
20210217_sitTokyo_SAP CAI でユーザに優しくしたい
Mino Kato
Similar a [B25] 【詳解】インメモリーデータベース SAP HANA:永続化の仕組みと障害/災害対応を踏まえた運用を理解しよう!by Toshihisa Hanaki
(20)
[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...
[db tech showcase Tokyo 2014] B11: [In-Memory DB: SAP HANA] OLTP/OLAPをシングルデータ...
[db tech showcase Tokyo 2015] D22:インメモリープラットホームSAP HANAのご紹介と最新情報 by SAPジャパン株式...
[db tech showcase Tokyo 2015] D22:インメモリープラットホームSAP HANAのご紹介と最新情報 by SAPジャパン株式...
Sapporo tech bar 21
Sapporo tech bar 21
SAP HANA SP10最新情報詳細版
SAP HANA SP10最新情報詳細版
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
SAP HANA 2 SPS03 highlights and SAP HANA express edition
SAP HANA 2 SPS03 highlights and SAP HANA express edition
Sap inside track2019tokyo_d3-in2_processvisibility_public
Sap inside track2019tokyo_d3-in2_processvisibility_public
SAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォーム
SAP HANAは 単なるインメモリーデータベースじゃなくて (賢い)アプリの開発・実行プラットフォーム
非SAPの人に贈るSAP on AWS
非SAPの人に贈るSAP on AWS
JAWS-UG Tokyo SAP
JAWS-UG Tokyo SAP
[db tech showcase Tokyo 2015] B27:インメモリーDBとスケールアップマシンによりBig Dataの課題を解決する by S...
[db tech showcase Tokyo 2015] B27:インメモリーDBとスケールアップマシンによりBig Dataの課題を解決する by S...
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
SAP HANAのソースエンドポイントとしての利用
SAP HANAのソースエンドポイントとしての利用
B30 hanaってどうなの?sap hana概要 by 村田聡一郎
B30 hanaってどうなの?sap hana概要 by 村田聡一郎
AWSではじめるSAP HANA入門
AWSではじめるSAP HANA入門
Sit tokyo2021 solr_japanese_tokenizer_basics
Sit tokyo2021 solr_japanese_tokenizer_basics
Intelligent Enterprise Update S/4 HANA 導入と並行してすすめるイノベーション
Intelligent Enterprise Update S/4 HANA 導入と並行してすすめるイノベーション
インメモリーデータベースを手軽にスケールアップ!逆仮想化ソリューションTidalScaleとは?
インメモリーデータベースを手軽にスケールアップ!逆仮想化ソリューションTidalScaleとは?
[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...
20210217_sitTokyo_SAP CAI でユーザに優しくしたい
20210217_sitTokyo_SAP CAI でユーザに優しくしたい
Más 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.
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?
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.
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.
Lunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL Services
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
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
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.
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?
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
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?
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
Lunch & 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 @ 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
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]
Último
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
Último
(8)
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
[B25] 【詳解】インメモリーデータベース SAP HANA:永続化の仕組みと障害/災害対応を踏まえた運用を理解しよう!by Toshihisa Hanaki
1.
花木敏久 toshihisa.hanaki@sap.com SAPジャパン株式会社 db tech showacase
Osaka 2014 【詳解】インメモリーデータベース SAP HANA: 永続化の仕組みと障害/災害対応を踏まえた運用を理解しよう!
2.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 2 免責条項 このプレゼンテーションに含まれる情報は機密であり、SAPの専有情報であり、SAPの許可なく開示するこ とはできません。このプレゼンテーションは、御社とのライセンス契約やその他のサービス、SAPとのサブ スクリプションに関する合意書とは無関係です。SAPはこの文書や関連するプレゼンテーションに記載され た事業を遂行することについて、またそれらに記載されている機能の開発やリリースについて何ら義務を負 いません。この文書や関連するプレゼンテーション、SAPの戦略や将来的な開発、製品やプラットフォーム の方針や機能についてはすべて、予告なく変更される場合があります。この文書に含まれる情報は、何らか の資料、コードまたは機能の提供を確約したり、約束したりするものではなく、また法的な義務を負うもの ではありません。この文書は、明示・黙示を問わず、また商品性、特定目的適合性、非侵害に関する暗黙の 保証等(これらに限りません)何らの保証も提供するものではありません。この文書は情報提供の目的のも ので、契約書には含まれません。SAPは誤字・脱字や誤りなどに責任を負わず、またこの文書の使用により 生じた直接損害、間接損害、結果損害等(これらに限りません)、いかなる種類の損害にも責任を負いませ ん。 将来に関する記述にはすべてに様々なリスクや不確定要素があり、実際の結果が期待値と大きく異なる場合 もあります。これらの将来的な記述は書かれた時点の情報にすぎませんので、過度に信頼しないようご注意 いただくとともに、購入の意思決定の根拠としないようにしてください。
3.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 3 SAP HANAの復習 インメモリーデータベース
4.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 4 Ÿ OLTP DBは通常、ロー(⾏行行)ベースのストアを利利⽤用 Ÿ SAP HANAはロー(⾏行行)に加え、カラム(列列)をサポート Order Country Product Sales 456 France corn 1000 457 Italy wheat 900 458 Italy corn 600 459 Spain rice 800 SAP HANAの復復習 カラム&ローストアの両⽅方をサポート 456 France corn 1000 457 Italy wheat 900 458 Italy corn 600 459 Spain rice 800 456 457 458 459 France Italy Italy Spain corn wheat corn rice 1000 900 600 800 ローストア カラムストア 単⼀一レコードアクセス: SELECT * FROM SalesOrders WHERE Order = ʻ‘457ʼ’ SQL 単⼀一スキャン・集計: SELECT Country, SUM(sales) FROM SalesOrders WHERE Product=ʻ‘cornʼ’ GROUP BY Country Σ
5.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 5 Order Country Product Sales 456 France corn 1000 457 Italy wheat 900 458 Spain rice 600 459 Italy rice 800 460 Denmark corn 500 461 Denmark rice 600 462 Belgium rice 600 463 Italy rice 1100 … … … … SAP HANAの復復習 カラムストア→Dictionary/Value-‐‑‒ID配列列 構造 Ÿ 列列単位で辞書を作成 Ÿ データ指向の固定⻑⾧長ビットエンコーディング Ÿ データ操作は圧縮データに直接実施(整数型を利利⽤用) Ÿ キャッシュに格納し、メインメモリアクセスを低減 1 Belgium 2 Denmark 3 France 4 Italy 5 Spain 1 3 2 4 3 5 4 4 5 2 6 2 7 1 8 4 … … 1 7 2 5,6 3 1 4 2,4,8 5 3 Logical Table Dictionaryには 5件のデータ。 従って、3bitで 符号化可能 Value-ID配列 (bit fields) Inverted indexDictionary Where was order 460? Which orders in Italy?
6.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 6 SAP HANAの復習 カラムストア→圧縮 Ÿ カラムメモリ内の繰り返し値を圧縮 Ÿ ソート済カラムで有効に動作 Order Country Product Sales 456 France corn 1000 457 Italy wheat 900 458 Spain rice 600 459 Italy rice 800 460 Denmark corn 500 461 Denmark rice 600 462 Belgium rice 600 463 Italy rice 1100 … … … … 1 Belgium 2 Denmark 3 France 4 Italy 5 Spain 3 4 5 4 2x2 1 4 … Logical Table Country 1 corn 2 wheat 3 rice 1 2 2x3 1 3x3 … Product
7.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 7 SAP HANAの復復習 集約データ不不要 Ÿ 伝統的アプリケーションでは、分析のパ フォーマンス向上のために、”マテリアライ ズド集約” を利利⽤用 Ÿ こうした集約は、データ変更更時、または定期 的に再計算が必要 Ÿ HANAは⾼高速に⼤大量量データの集約をオンザフ ライで実施するため、集約作成が不不要 Ÿ データモデルやアプリロジックをより簡素に、 より最新に、ログ記録動作を少なく インメモリーDB インフォメーションビュー
8.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 8 SAP HANAの復習 カラムストア→Insert only & デルタマージ メインストレージ デルタストレージ Consistent View Manager メモリ " メインストレージとは Ø データをカラムの構造で格納するエリア Ø 読み取りに最適化 " デルタストレージとは Ø 更更新データをInsert Onlyで格納するエリア Ø 圧縮され書き込みに最適化されたエリア " Consistent View Managerとは Ø メイン/デルタストレージを隠蔽し、仮想的な テーブルの概観を提供 q デルタマージ Ø トランザクション処理理とは⾮非同期でデルタを メインにマージする ü Read Onlyのデータ ü Read⽤用に最適化 ü 更更新データ (Ins/Upd/Del) ü Write⽤用に最適化 検索索 + + + + デルタマージ
9.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 9 1つのデータベースでOLTPとOLAPを! Consistent View Manager インメモリーDB カラムストアでOLTP インフォメーションビュー オンザフライで集約 レスポンス改善 バッチ処理理削減 現在のデータで分析DBサーバー削減 サマリーデータ不不要 モバイル化推進 ストレージ削減 テスト⼯工数削減 バッチロードから リアルタイム連携へ 指標ドリブンのアプリへ In-‐‑‒DB分析推進 システムのシンプル化 思考速度度の 分析・レポーティング
10.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 10 本日のアジェンダ 【詳解】インメモリーデータベース SAP HANA: 永続化の仕組みと障害/災害対応を踏まえた運用を理解しよう! Ÿ SAP HANAのデータ永続化とテーブルローディングのメカニズム Ÿ SAP HANAのバックアップ/リカバリー機能 Ÿ ノードフェールオーバー(スタンバイシステム) Ÿ システムレプリケーション – 概要 – 種類(sync,syncmem,async,fullsync) – マルチティア設定 Ÿ ストレージレプリケーション
11.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 11 SAP HANAの永続化メカニズム パーシスタンスレイヤ パーシスタンスレイヤ Ÿ HANAデータベースのストレージ管理、トランザクション ログ管理、システムリスタート時のリストア管理など Ÿ データボリューム – データとundoログを維持するストレージ領域 Ÿ ログボリューム – トランザクションログ(Redo)を維持するストレージ領域 – データベースの変更ログを保存するエリア Ÿ セーブポイント – データの変更分をデータボリュームに書き込む – バッファー領域をログ領域に書き込む Ÿ Commit – ログエントリーをログボリュームに書き込む メモリ ストレージ データベース ログボリュームデータボリューム Commitによる変更更 の書き出し 定期的な⾃自動 セーブポイント SAP HANA © 2012 SAP AG. All rights reserved. 11 ローストア カラムストア Undoログ Data Redoログ
12.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 12 データ書込の概要 Write(カラムストア,ローストア)、Commit アプリケーション カラムストア ローストア トランザクション マネージャ パーシスタンス レイヤー パーシスタンス レイヤー(ディスク) Write オペレーション Write オペレーション Commit オペレーション インメモリーオペレーション Virtual Fileをデルタログに書く Virtual Fileとredoログ/ undoログエントリを書く インメモリーオペレーション ログを書く Commit Commitを書く Commitログエ ントリーを書く ログをディスク に書く
13.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 13 データ書込の概要 デルタマージ、セーブポイント アプリケーション カラムストア ローストア トランザクション マネージャ パーシスタンス レイヤー パーシスタンス レイヤー(ディスク) デルタマージ オペレーション (テーブル毎) Phase1で変更更されたページ をコピー リスタート情報とオープン トランザクションを書く コピーページを書く 他のページを書く Phase1 Phase2 Phase3 変更更ページの永続化 永続化されていないページの取得 取得したページの永続化 セーブポイント ディスク
14.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 14 テーブルロードのメカニズム Ÿ テーブルロード – ストレージ上のData Volumeからメ モリー上にテーブルをロード o ブート時、または、初回アクセス時 – 適用すべきログが存在するときは、 ログリプレイを行い、最新の状態に メモリ ストレージ データベース Data Volume SAP HANA © 2012 SAP AG. All rights reserved. 14 ブート時にメモリー 上にロードされる Log Volume ログリプレイ 即ち、Data Volume, Log VolumeはHANAインメモリーデータベースのバックアップ
15.
バックアップのメカニズム
16.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 16 SAP HANAのバックアップ/リカバリ機能 Ÿ バックアップ – メモリー上のデータベースを直接バックアップするものではな い(メモリーtoディスクはパーシスタンスレイヤーの役割) – リカバリのデータソース o データボリューム o ログボリューム o オンラインredoログ – ストレージ上のデータボリューム/ログボリュームを複製する 作業 o 常にデータ/ログボリュームの全体が対象 o HANA Boxの外部にバックアップを配置することが望まし い – バックアップが始まると、メモリー上の未永続化情報はスト レージに書き込まれるので最新の状態がバックアップされる メモリ ストレージ データベース Log Volume Data Volume SAP HANA Box © 2012 SAP AG. All rights reserved. 16 Log Volume Data Volume Log Volume Data Volume Log Volume Data Volume
17.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 17 Requirements and Options オプション 条件 ステップ 1 データバックアップの状態にリ ストアする。 (データバックアップ以降の変 更は失われる) データバックアップが存在 すること データバックアップからセーブポイントをデータ領域にリストアする リストアされたセーブポイントからデータベースをリスタートする オンラインログをクリアする 2 直近のコミットされた状態にリ ストアする データバックアップと以降 のログが存在すること データバックアップからセーブポイントをデータ領域にリストアする リストアされたセーブポイントからデータベースをリスタートする ログバックアップからログをリプレイする。(可能ならば、オンライン ログも) 3 ポイント・イン・タイム リカバリ – 任意の指定時間の状態にリ ストアする 指定する時点を含むデー タバックアップとログバッ クアップが存在すること データバックアップからセーブポイントをデータ領域にリストアする リストアされたセーブポイントからデータベースをリスタートする ログバックアップとオンラインログから、指定した時点までログをリ プレイする
18.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 18 データベース クライアント バックアップ マネージャ Server1 Server2 Server3 バックアップマネージャ にフォワード バックアップリクエスト Global savepointの開始 データベースのスナップショットとして保存 データバックアップの内部プロセス 変更更ページをディスク に書く 変更更ページをディスク に書く 変更更ページをディスク に書く Global savepointの開始 Phase2 Savepointのphase2 を実⾏行行 Savepointのphase2 を実⾏行行 Savepointのphase2 を実⾏行行 Global savepointの開始 Phase3 残りのデータを書く 残りのデータを書く 残りのデータを書く Savepointに基づいた 内部スナップショットを作る Savepointに基づいた 内部スナップショットを作る Savepointに基づいた 内部」スナップショットを作る データベース全体のスナップショットの作成
19.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 19 データバックアップの内部プロセス データベース クライアント バックアップ マネージャ Server1 Server2 Server3 Savepointに基づいた 内部スナップショットを作る Savepointに基づいた 内部」スナップショットを作る Backup Executorにsavepointをファイルに 書き出すように指⽰示 スナップショットをファイルへ出⼒力力 Savepointに基づいた 内部スナップショットを作る パーシスタンス レイヤからのsavepoint のページを読みこみ、 ⼀一貫性チェックを⾏行行い、 バックアップファイルに 書く パーシスタンス レイヤからのsavepoint のページを読みこみ、 ⼀一貫性チェックを⾏行行い、 バックアップファイルに 書く パーシスタンス レイヤからのsavepoint のページを読みこみ、 ⼀一貫性チェックを⾏行行い、 バックアップファイルに 書く Backup 終了了のエントリーをバックアップカタログ に出⼒力力
20.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 20 SAP HANAのバックアップ/リカバリー機能 Ÿ リカバリー – 以下の一連の作業が実行される o バックアップからデータボリューム、ログボ リュームをリストアする o HANAインスタンスのリブート o テーブルのメモリーへのロード o ログリプレイ – リカバリーポイント o Data + Log → 最新状態 o Data→ ログ内容は反映されない o ポイント・イン・タイム SAP HANA Box © 2012 SAP AG. All rights reserved. 20 Log Volume Data Volume Log Volume Data Volume Log Volume Data Volume メモリ ストレージ データベース Data Volume Log Volume メモリー上にロード ログリプレイ
21.
障害・災害対策のための冗長化手段
22.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 22 データセンター 障害対策、災害対策のための冗長化手段 スケールアウト構成(Distributed system) Ÿ 1インスタンスを複数ノードから構成(超並列処理システム) Ÿ スタンバイノードを設定可能 Ÿ ノード単位の障害に対応可能 システムレプリケーション Ÿ インスタンス間のインメモリーDBレプリケーション Ÿ 3通りのレプリケーションモード – 距離(伝送幅)とRPOにより使い分け インスタンス ノード ノード ノード インスタンス ノード ノード ノード データセンター インスタンス ノード ノード ノード データセンター インスタンス ノード ノード ノード
23.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 23 スケールアウト構成 HANAインスタンス障害、サーバー障害時に待機 系サーバーで処理理を継続する Ÿ 1ノードの障害まで継続可能 Ÿ 障害ノードのData/Logを待機系ノードに再マウント後、 ブート Ÿ 検知時間+再マウント時間+ブート時間がサービス停 ⽌止時間 システム条件 Ÿ スケールアウト構成(N+1、共有ストレージ) Ÿ Data/Logが配置されるファイルシステムは、全ノード にマウント
24.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 24 スケールアウト構成対応ハードウェア
25.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 25 スケールアウト構成対応ハードウェア
26.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 26 システムレプリケーション システムレプリケーション Ÿ HANA組込みのインメモリーDBレプリケーション機能 構成 Ÿ 最小構成は、プライマリ/セカンダリーの2サイト Ÿ プライマリーサイト:稼働系 Ÿ セカンダリサイト:同一のデータ内容を保持する待機 – データのプリロードが必要 クラスターマネージャソフト Ÿ HP ServiceGuard Ÿ SUSE Cluster Ÿ SAP Landscape Virtualization Manager Ÿ その他~動作確認中、または、個別の導入コンサルティ ングサービスで対応
27.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 27 レプリケーションモード レプリケーショ ンモード 同期レベル オプション 接続が失われた時の動作 Syncronous データ、ログはセカンダリーサイトに同 期転送される ログ転送は、セカンダリーサイトでの ディスク保存まで FullSync プライマリのサービスを停止(同期 の崩れを防ぐため) - プライマリのサービスを継続 Syncronous in memory データ、ログはセカンダリーサイトに同 期転送される ログ転送は、セカンダリーサイトでのメ モリー保存まで - プライマリのサービスを継続 Asyncronous データ、ログはセカンダリーサイトに非 同期転送される - プライマリのサービスを継続
28.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 28 システムレプリケーションモード Syncronous with Full Sync option SR_REGISTERシステムテーブルでは、 Ÿ SYNC(Full Syncオプションは設定パラメータで。) 動作 Ÿ ログバッファーの書き込みがプライマリー、セカンダリー両イン スタンスのログボリュームに書き込まれると、ログ書き込みは 完了する。 Ÿ セカンダリーシステムが接続を失うと、プライマリーシステムは トランザクションをサスペンドし、セカンダリーシステムへの接続 が回復するまで待ち状態になる。 設定 Ÿ global.ini/[system_replication]/enable_full_sync = true. Ÿ hdbnsutil -sr_fullsync [--enable|--disable]
29.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 29 システムレプリケーションモード Syncronous SR_REGISTERシステムテーブルでは、 Ÿ SYNC 動作 Ÿ ログバッファーの書き込みがプライマリー、セカンダリー両イン スタンスのログボリュームに書き込まれると、ログ書き込みは 完了する。 Ÿ セカンダリーシステムへの接続が失われると、パラメータで設定 した時間が経過(logshipping_timeout=30)後、プライマリシステ ムはトランザクション処理を継続し、変更内容はローカルのディスクにのみ書き込む。 Ÿ セカンダリーシステムへの接続が生きている限り、データは失われない。 Ÿ セカンダリーシステムへの接続が失われた後、障害によるデータロスはあり得る。
30.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 30 システムレプリケーションモード Syncronous in Memory SR_REGISTERシステムテーブルでは、 Ÿ SYNCMEM 動作 Ÿ ログバッファーの書き込みがプライマリーシステムに行われ、 セカンダリーシステムにログが転送されメモリー上にコピーされ、 ackが返されると、ログ書き込みは完了する。 Ÿ セカンダリーシステムへの接続が失われると、パラメータで設定 した時間が経過(logshipping_timeout=30)後、プライマリシステ ムはトランザクション処理を継続し、変更内容はローカルのディス クにのみ書き込む。 Ÿ セカンダリーでの永続化前にプライマリーに障害が発生するとデータロスがあり得る。
31.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 31 システムレプリケーションモード Asyncronous SR_REGISTERシステムテーブルでは、 Ÿ ASYNC 動作 Ÿ ログバッファーの書き込みがプライマリーシステムに行われ、 ネットワーク経路に対してセカンダリーシステムへのログ転送が 行われると、ログ書き込みは完了する。 Ÿ セカンダリーシステムへのログ転送は、プライマリー側でバッファ リングされ、バッファーがフルの状態の時にトランザクション処理 とログ転送を待ち状態にする事が可能。 Ÿ バッファーのサイズ設定(index serverの設定だけで十分) – Indexserver.ini/[system_replication]/logshipping_async_buffer size = 67108864 Ÿ バッファーフル時に – global.ini/[system_replication]/logshipping_async_wait_on_buffer_full = true Ÿ セカンダリーシステムへの接続が失われると、データロスの可能性がある Ÿ バッファーがフルの時に、処理を継続する設定であれば、データロスの可能性がある
32.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 32 SAP HANA システムレプリケーション データセンター間の設定全体像 Campus cluster Metro cluster Geo cluster Cascading Systems – First 1:n relation 1:1 ASYNC 1:1 SYNC
33.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 33 Extended HA and DR Configurations Cascading Systems – Chained Setups with pure System Replication Production Local standby Remote standby systems Planned for SAP HANA (Cascading Systems with SPS7) Campus cluster Metro cluster Geo cluster Sync Async Sync RPO ≠ 0 RTO < 30 min
34.
ストレージ製品による災害対策ソリューション
35.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 35 HP Disaster Tolerant solution – Normal Operation Step 1: log file write (example) Step 2: write to remote array (Continuous Access) Step 3: remote write confirmed Step 4: write complete End State: primary and remote databases are in current and consistent state 1 3 2 4
36.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 36 HP Disaster Tolerant Solution – Recovery Mode Step 1: system administrator determines that failure has occurred and initiates failover steps Step 2: Storage Management Server used to change state of remote disk array to permit read/write access Step 3: StoreAll 9300 gateways are booted/ rebooted to present shared storage to HANA nodes Step 4: HANA nodes are booted/rebooted to restart database End State: HANA database performs scripted recovery and begins normal operation 1 2 3 4
37.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 37 小森 博之 すべてのデータをメモリー上で処理するアーキテクチャーを備えたデータベースシステムが今脚光を浴びてい ます。独SAPの「Hana」を始め、米マイクロソフトが「SQL Server 2014」で実装し、米Oracleが次期バー ジョンで追随します。それぞれ実装技術は異なり、何を選択したらいいのか、またその高速性ゆえ、「リアル タイム処理」も期待され、ますます悩み多きとなりました。そんな皆様のご要望にそれぞれの製品を徹底的に 比較し、得意、不得意を明らかにします。またコンピュータシステムとの親和性も忘れてはいけません。コン ピューターメーカーの視線も交え、事例を織り交ぜつつご紹介します。 三宅 祐典 インメモリーデータベースの時代は確実にやってきています。HPは現在の業界の動きと2020年までに実現を 目指す技術をご紹介。また、今導入できるS/W技術を最適に実装できるコンピューター、サーバーをご紹介し ます。インメモリーテクノロジーはS/W技術と、H/W技術の双方が高度に融合して実現します。あなたも近未 来を体感してみませんか。 Software (Database System) Perspective Hardware Perspective Future Technology SAP HANAに出会える次のセッションご紹介 日本ヒューレット・パッカードがインメモリーを語るセッション Ÿ [CORE TECH] Hardware Ÿ インメモリーデータベース徹底比較 Ÿ 6月20日 D35 Ÿ 16:00-16:50 Ÿ [CORE TECH] Hardware Ÿ HDDからインメモリーテクノジーへ Ÿ 6月20日 A34 Ÿ 15:00-15:50
38.
© 2013 SAP
AG or an SAP affiliate company. All rights reserved. 38 最新のSAP HANAホワイトペーパー 最新のSAP HANA SPS08に対応したリニューアル版! SAP Forum、Auto Forumで配布開始です。 n SAP Forurm u 東京7⽉月11⽇日(⾦金金)グランドハイアット u ⼤大阪7⽉月23⽇日(⽔水)リッツカールトン⼤大阪 n Auto Forum u 名古屋7⽉月29⽇日(⽕火)
Descargar ahora