Enviar búsqueda
Cargar
インメモリーデータグリッドの選択肢
•
10 recomendaciones
•
7,248 vistas
M
Masaki Yamakawa
Seguir
Apache GEODE Meetup Tokyo #3 の資料です。
Leer menos
Leer más
Tecnología
Denunciar
Compartir
Denunciar
Compartir
1 de 34
Descargar ahora
Descargar para leer sin conexión
Recomendados
AWSのログ管理ベストプラクティス
AWSのログ管理ベストプラクティス
Akihiro Kuwano
Dockerからcontainerdへの移行
Dockerからcontainerdへの移行
Kohei Tokunaga
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
AWS Black Belt Online Seminar 2018 Amazon DynamoDB Advanced Design Pattern
AWS Black Belt Online Seminar 2018 Amazon DynamoDB Advanced Design Pattern
Amazon Web Services Japan
マルチテナントのアプリケーション実装〜実践編〜
マルチテナントのアプリケーション実装〜実践編〜
Yoshiki Nakagawa
Serverless時代のJavaについて
Serverless時代のJavaについて
Amazon Web Services Japan
AWSで作る分析基盤
AWSで作る分析基盤
Yu Otsubo
オススメのJavaログ管理手法 ~コンテナ編~(Open Source Conference 2022 Online/Spring 発表資料)
オススメのJavaログ管理手法 ~コンテナ編~(Open Source Conference 2022 Online/Spring 発表資料)
NTT DATA Technology & Innovation
Recomendados
AWSのログ管理ベストプラクティス
AWSのログ管理ベストプラクティス
Akihiro Kuwano
Dockerからcontainerdへの移行
Dockerからcontainerdへの移行
Kohei Tokunaga
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
AWS Black Belt Online Seminar 2018 Amazon DynamoDB Advanced Design Pattern
AWS Black Belt Online Seminar 2018 Amazon DynamoDB Advanced Design Pattern
Amazon Web Services Japan
マルチテナントのアプリケーション実装〜実践編〜
マルチテナントのアプリケーション実装〜実践編〜
Yoshiki Nakagawa
Serverless時代のJavaについて
Serverless時代のJavaについて
Amazon Web Services Japan
AWSで作る分析基盤
AWSで作る分析基盤
Yu Otsubo
オススメのJavaログ管理手法 ~コンテナ編~(Open Source Conference 2022 Online/Spring 発表資料)
オススメのJavaログ管理手法 ~コンテナ編~(Open Source Conference 2022 Online/Spring 発表資料)
NTT DATA Technology & Innovation
超実践 Cloud Spanner 設計講座
超実践 Cloud Spanner 設計講座
Samir Hammoudi
マイクロにしすぎた結果がこれだよ!
マイクロにしすぎた結果がこれだよ!
mosa siru
Azure Network Security Group(NSG) はじめてのDeep Dive
Azure Network Security Group(NSG) はじめてのDeep Dive
Yoshimasa Katakura
Apache Airflow 概要(Airflowの基礎を学ぶハンズオンワークショップ 発表資料)
Apache Airflow 概要(Airflowの基礎を学ぶハンズオンワークショップ 発表資料)
NTT DATA Technology & Innovation
RDB技術者のためのNoSQLガイド NoSQLの必要性と位置づけ
RDB技術者のためのNoSQLガイド NoSQLの必要性と位置づけ
Recruit Technologies
マイクロサービス 4つの分割アプローチ
マイクロサービス 4つの分割アプローチ
増田 亨
モノリスからマイクロサービスへの移行 ~ストラングラーパターンの検証~(Spring Fest 2020講演資料)
モノリスからマイクロサービスへの移行 ~ストラングラーパターンの検証~(Spring Fest 2020講演資料)
NTT DATA Technology & Innovation
Kubernetes 疲れに Azure Container Apps はいかがでしょうか?(江東区合同ライトニングトーク 発表資料)
Kubernetes 疲れに Azure Container Apps はいかがでしょうか?(江東区合同ライトニングトーク 発表資料)
NTT DATA Technology & Innovation
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
NTT DATA OSS Professional Services
初心者向けMongoDBのキホン!
初心者向けMongoDBのキホン!
Tetsutaro Watanabe
Java ORマッパー選定のポイント #jsug
Java ORマッパー選定のポイント #jsug
Masatoshi Tada
Azure AD とアプリケーションを SAML 連携する際に陥る事例と対処方法について
Azure AD とアプリケーションを SAML 連携する際に陥る事例と対処方法について
Shinya Yamaguchi
[Aurora事例祭り]Amazon Aurora を使いこなすためのベストプラクティス
[Aurora事例祭り]Amazon Aurora を使いこなすためのベストプラクティス
Amazon Web Services Japan
Kinesis + Elasticsearchでつくるさいきょうのログ分析基盤
Kinesis + Elasticsearchでつくるさいきょうのログ分析基盤
Amazon Web Services Japan
Infrastructure as Code (IaC) 談義 2022
Infrastructure as Code (IaC) 談義 2022
Amazon Web Services Japan
イミュータブルデータモデルの極意
イミュータブルデータモデルの極意
Yoshitaka Kawashima
インフラCICDの勘所
インフラCICDの勘所
Toru Makabe
Oracle Data Guard による高可用性
Oracle Data Guard による高可用性
Yahoo!デベロッパーネットワーク
DDD x CQRS 更新系と参照系で異なるORMを併用して上手くいった話
DDD x CQRS 更新系と参照系で異なるORMを併用して上手くいった話
Koichiro Matsuoka
PostgreSQLをKubernetes上で活用するためのOperator紹介!(Cloud Native Database Meetup #3 発表資料)
PostgreSQLをKubernetes上で活用するためのOperator紹介!(Cloud Native Database Meetup #3 発表資料)
NTT DATA Technology & Innovation
インメモリーで超高速処理を実現する場合のカギ
インメモリーで超高速処理を実現する場合のカギ
Masaki Yamakawa
超高速処理とスケーラビリティを両立するApache GEODE
超高速処理とスケーラビリティを両立するApache GEODE
Masaki Yamakawa
Más contenido relacionado
La actualidad más candente
超実践 Cloud Spanner 設計講座
超実践 Cloud Spanner 設計講座
Samir Hammoudi
マイクロにしすぎた結果がこれだよ!
マイクロにしすぎた結果がこれだよ!
mosa siru
Azure Network Security Group(NSG) はじめてのDeep Dive
Azure Network Security Group(NSG) はじめてのDeep Dive
Yoshimasa Katakura
Apache Airflow 概要(Airflowの基礎を学ぶハンズオンワークショップ 発表資料)
Apache Airflow 概要(Airflowの基礎を学ぶハンズオンワークショップ 発表資料)
NTT DATA Technology & Innovation
RDB技術者のためのNoSQLガイド NoSQLの必要性と位置づけ
RDB技術者のためのNoSQLガイド NoSQLの必要性と位置づけ
Recruit Technologies
マイクロサービス 4つの分割アプローチ
マイクロサービス 4つの分割アプローチ
増田 亨
モノリスからマイクロサービスへの移行 ~ストラングラーパターンの検証~(Spring Fest 2020講演資料)
モノリスからマイクロサービスへの移行 ~ストラングラーパターンの検証~(Spring Fest 2020講演資料)
NTT DATA Technology & Innovation
Kubernetes 疲れに Azure Container Apps はいかがでしょうか?(江東区合同ライトニングトーク 発表資料)
Kubernetes 疲れに Azure Container Apps はいかがでしょうか?(江東区合同ライトニングトーク 発表資料)
NTT DATA Technology & Innovation
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
NTT DATA OSS Professional Services
初心者向けMongoDBのキホン!
初心者向けMongoDBのキホン!
Tetsutaro Watanabe
Java ORマッパー選定のポイント #jsug
Java ORマッパー選定のポイント #jsug
Masatoshi Tada
Azure AD とアプリケーションを SAML 連携する際に陥る事例と対処方法について
Azure AD とアプリケーションを SAML 連携する際に陥る事例と対処方法について
Shinya Yamaguchi
[Aurora事例祭り]Amazon Aurora を使いこなすためのベストプラクティス
[Aurora事例祭り]Amazon Aurora を使いこなすためのベストプラクティス
Amazon Web Services Japan
Kinesis + Elasticsearchでつくるさいきょうのログ分析基盤
Kinesis + Elasticsearchでつくるさいきょうのログ分析基盤
Amazon Web Services Japan
Infrastructure as Code (IaC) 談義 2022
Infrastructure as Code (IaC) 談義 2022
Amazon Web Services Japan
イミュータブルデータモデルの極意
イミュータブルデータモデルの極意
Yoshitaka Kawashima
インフラCICDの勘所
インフラCICDの勘所
Toru Makabe
Oracle Data Guard による高可用性
Oracle Data Guard による高可用性
Yahoo!デベロッパーネットワーク
DDD x CQRS 更新系と参照系で異なるORMを併用して上手くいった話
DDD x CQRS 更新系と参照系で異なるORMを併用して上手くいった話
Koichiro Matsuoka
PostgreSQLをKubernetes上で活用するためのOperator紹介!(Cloud Native Database Meetup #3 発表資料)
PostgreSQLをKubernetes上で活用するためのOperator紹介!(Cloud Native Database Meetup #3 発表資料)
NTT DATA Technology & Innovation
La actualidad más candente
(20)
超実践 Cloud Spanner 設計講座
超実践 Cloud Spanner 設計講座
マイクロにしすぎた結果がこれだよ!
マイクロにしすぎた結果がこれだよ!
Azure Network Security Group(NSG) はじめてのDeep Dive
Azure Network Security Group(NSG) はじめてのDeep Dive
Apache Airflow 概要(Airflowの基礎を学ぶハンズオンワークショップ 発表資料)
Apache Airflow 概要(Airflowの基礎を学ぶハンズオンワークショップ 発表資料)
RDB技術者のためのNoSQLガイド NoSQLの必要性と位置づけ
RDB技術者のためのNoSQLガイド NoSQLの必要性と位置づけ
マイクロサービス 4つの分割アプローチ
マイクロサービス 4つの分割アプローチ
モノリスからマイクロサービスへの移行 ~ストラングラーパターンの検証~(Spring Fest 2020講演資料)
モノリスからマイクロサービスへの移行 ~ストラングラーパターンの検証~(Spring Fest 2020講演資料)
Kubernetes 疲れに Azure Container Apps はいかがでしょうか?(江東区合同ライトニングトーク 発表資料)
Kubernetes 疲れに Azure Container Apps はいかがでしょうか?(江東区合同ライトニングトーク 発表資料)
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
Apache Kafkaって本当に大丈夫?~故障検証のオーバービューと興味深い挙動の紹介~
初心者向けMongoDBのキホン!
初心者向けMongoDBのキホン!
Java ORマッパー選定のポイント #jsug
Java ORマッパー選定のポイント #jsug
Azure AD とアプリケーションを SAML 連携する際に陥る事例と対処方法について
Azure AD とアプリケーションを SAML 連携する際に陥る事例と対処方法について
[Aurora事例祭り]Amazon Aurora を使いこなすためのベストプラクティス
[Aurora事例祭り]Amazon Aurora を使いこなすためのベストプラクティス
Kinesis + Elasticsearchでつくるさいきょうのログ分析基盤
Kinesis + Elasticsearchでつくるさいきょうのログ分析基盤
Infrastructure as Code (IaC) 談義 2022
Infrastructure as Code (IaC) 談義 2022
イミュータブルデータモデルの極意
イミュータブルデータモデルの極意
インフラCICDの勘所
インフラCICDの勘所
Oracle Data Guard による高可用性
Oracle Data Guard による高可用性
DDD x CQRS 更新系と参照系で異なるORMを併用して上手くいった話
DDD x CQRS 更新系と参照系で異なるORMを併用して上手くいった話
PostgreSQLをKubernetes上で活用するためのOperator紹介!(Cloud Native Database Meetup #3 発表資料)
PostgreSQLをKubernetes上で活用するためのOperator紹介!(Cloud Native Database Meetup #3 発表資料)
Destacado
インメモリーで超高速処理を実現する場合のカギ
インメモリーで超高速処理を実現する場合のカギ
Masaki Yamakawa
超高速処理とスケーラビリティを両立するApache GEODE
超高速処理とスケーラビリティを両立するApache GEODE
Masaki Yamakawa
Apache Geode で始めるSpring Data Gemfire
Apache Geode で始めるSpring Data Gemfire
Akihiro Kitada
Geode hands-on
Geode hands-on
Masaki Yamakawa
Coherenceを利用するときに気をつけること #OracleCoherence
Coherenceを利用するときに気をつけること #OracleCoherence
Toshiaki Maki
単なるキャッシュじゃないよ!?infinispanの紹介
単なるキャッシュじゃないよ!?infinispanの紹介
AdvancedTechNight
これがCassandra
これがCassandra
Takehiro Torigaki
Infinispan - Open Source Data Grid
Infinispan - Open Source Data Grid
nekop
SnappyData Overview Slidedeck for Big Data Bellevue
SnappyData Overview Slidedeck for Big Data Bellevue
SnappyData
GemFire In Memory Data Grid
GemFire In Memory Data Grid
Dmitry Buzdin
No-Ops で大量データ処理基盤
No-Ops で大量データ処理基盤
Google Cloud Platform - Japan
秒間5万リクエストを処理する リアルタイム広告システム / BS3-3 新しい潮流:ビッグデータのリアルタイム応用:ユーザ事例 #QConTokyo
秒間5万リクエストを処理する リアルタイム広告システム / BS3-3 新しい潮流:ビッグデータのリアルタイム応用:ユーザ事例 #QConTokyo
Takahiro Yasuda
Infinispan, Data Grids, NoSQL, Cloud Storage and JSR 347
Infinispan, Data Grids, NoSQL, Cloud Storage and JSR 347
Manik Surtani
JBoss Community Introduction
JBoss Community Introduction
jbugkorea
Apache conbigdata2015 christiantzolov-federated sql on hadoop and beyond- lev...
Apache conbigdata2015 christiantzolov-federated sql on hadoop and beyond- lev...
Christian Tzolov
Архитектура Apache Ignite .NET
Архитектура Apache Ignite .NET
Mikhail Shcherbakov
Building Wall St Risk Systems with Apache Geode
Building Wall St Risk Systems with Apache Geode
Andre Langevin
Infinispan Servers: Beyond peer-to-peer data grids
Infinispan Servers: Beyond peer-to-peer data grids
Galder Zamarreño
Infinspan: In-memory data grid meets NoSQL
Infinspan: In-memory data grid meets NoSQL
Manik Surtani
Infinispan from POC to Production
Infinispan from POC to Production
C2B2 Consulting
Destacado
(20)
インメモリーで超高速処理を実現する場合のカギ
インメモリーで超高速処理を実現する場合のカギ
超高速処理とスケーラビリティを両立するApache GEODE
超高速処理とスケーラビリティを両立するApache GEODE
Apache Geode で始めるSpring Data Gemfire
Apache Geode で始めるSpring Data Gemfire
Geode hands-on
Geode hands-on
Coherenceを利用するときに気をつけること #OracleCoherence
Coherenceを利用するときに気をつけること #OracleCoherence
単なるキャッシュじゃないよ!?infinispanの紹介
単なるキャッシュじゃないよ!?infinispanの紹介
これがCassandra
これがCassandra
Infinispan - Open Source Data Grid
Infinispan - Open Source Data Grid
SnappyData Overview Slidedeck for Big Data Bellevue
SnappyData Overview Slidedeck for Big Data Bellevue
GemFire In Memory Data Grid
GemFire In Memory Data Grid
No-Ops で大量データ処理基盤
No-Ops で大量データ処理基盤
秒間5万リクエストを処理する リアルタイム広告システム / BS3-3 新しい潮流:ビッグデータのリアルタイム応用:ユーザ事例 #QConTokyo
秒間5万リクエストを処理する リアルタイム広告システム / BS3-3 新しい潮流:ビッグデータのリアルタイム応用:ユーザ事例 #QConTokyo
Infinispan, Data Grids, NoSQL, Cloud Storage and JSR 347
Infinispan, Data Grids, NoSQL, Cloud Storage and JSR 347
JBoss Community Introduction
JBoss Community Introduction
Apache conbigdata2015 christiantzolov-federated sql on hadoop and beyond- lev...
Apache conbigdata2015 christiantzolov-federated sql on hadoop and beyond- lev...
Архитектура Apache Ignite .NET
Архитектура Apache Ignite .NET
Building Wall St Risk Systems with Apache Geode
Building Wall St Risk Systems with Apache Geode
Infinispan Servers: Beyond peer-to-peer data grids
Infinispan Servers: Beyond peer-to-peer data grids
Infinspan: In-memory data grid meets NoSQL
Infinspan: In-memory data grid meets NoSQL
Infinispan from POC to Production
Infinispan from POC to Production
Similar a インメモリーデータグリッドの選択肢
D11 一つのデータベースでは、夢を現実に変えられない -Human Dreams. Make IT Real- by Taichi Ishikawa
D11 一つのデータベースでは、夢を現実に変えられない -Human Dreams. Make IT Real- by Taichi Ishikawa
Insight Technology, Inc.
[AWSマイスターシリーズ] Amazon Redshift
[AWSマイスターシリーズ] Amazon Redshift
Amazon Web Services Japan
2016年2月4日 空間OSの設計コンセプトと先端IT
2016年2月4日 空間OSの設計コンセプトと先端IT
aitc_jp
[D24] あなたのビジネスを変えるInfiniDBケーススタディ by Toshihide Hanatani
[D24] あなたのビジネスを変えるInfiniDBケーススタディ by Toshihide Hanatani
Insight Technology, Inc.
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Treasure Data, Inc.
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
Insight Technology, Inc.
dstn交流会_DataSpider のソーシャルとの融合、手組との融合
dstn交流会_DataSpider のソーシャルとの融合、手組との融合
dstn
[db tech showcase Tokyo 2015] C25:HP NonStop SQLはなぜグローバルに分散DBを構築できるのか、 データの整合...
[db tech showcase Tokyo 2015] C25:HP NonStop SQLはなぜグローバルに分散DBを構築できるのか、 データの整合...
Insight Technology, Inc.
Iot_demo_challenger
Iot_demo_challenger
yoko tsushima
[db tech showcase Tokyo 2015] B34:データの仮想化を具体化するIBMのロジカルデータウェアハウス by 日本アイ・ビー・エ...
[db tech showcase Tokyo 2015] B34:データの仮想化を具体化するIBMのロジカルデータウェアハウス by 日本アイ・ビー・エ...
Insight Technology, Inc.
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Cloudera Japan
スマートフォン×Cassandraによるハイパフォーマンス基盤の構築事例
スマートフォン×Cassandraによるハイパフォーマンス基盤の構築事例
terurou
ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展
Recruit Technologies
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
Insight Technology, Inc.
[de:code 2017] 並列分散処理の考え方とオープンソース分散処理系の動向
[de:code 2017] 並列分散処理の考え方とオープンソース分散処理系の動向
Naoki (Neo) SATO
[DI06] 並列分散処理の考え方とオープンソース分散処理系の動向
[DI06] 並列分散処理の考え方とオープンソース分散処理系の動向
de:code 2017
3-1)『空気を読む家』とメタバース駆動開発構想 空間OS モノと社会をつなげる
3-1)『空気を読む家』とメタバース駆動開発構想 空間OS モノと社会をつなげる
aitc_jp
ストリームデータ分散処理基盤Storm
ストリームデータ分散処理基盤Storm
NTT DATA OSS Professional Services
分散処理基盤ApacheHadoop入門とHadoopエコシステムの最新技術動向(OSC2015 Kansai発表資料)
分散処理基盤ApacheHadoop入門とHadoopエコシステムの最新技術動向(OSC2015 Kansai発表資料)
NTT DATA OSS Professional Services
Cloudianを利用したソリューション (Cloudian Summit 2012)
Cloudianを利用したソリューション (Cloudian Summit 2012)
CLOUDIAN KK
Similar a インメモリーデータグリッドの選択肢
(20)
D11 一つのデータベースでは、夢を現実に変えられない -Human Dreams. Make IT Real- by Taichi Ishikawa
D11 一つのデータベースでは、夢を現実に変えられない -Human Dreams. Make IT Real- by Taichi Ishikawa
[AWSマイスターシリーズ] Amazon Redshift
[AWSマイスターシリーズ] Amazon Redshift
2016年2月4日 空間OSの設計コンセプトと先端IT
2016年2月4日 空間OSの設計コンセプトと先端IT
[D24] あなたのビジネスを変えるInfiniDBケーススタディ by Toshihide Hanatani
[D24] あなたのビジネスを変えるInfiniDBケーススタディ by Toshihide Hanatani
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
dstn交流会_DataSpider のソーシャルとの融合、手組との融合
dstn交流会_DataSpider のソーシャルとの融合、手組との融合
[db tech showcase Tokyo 2015] C25:HP NonStop SQLはなぜグローバルに分散DBを構築できるのか、 データの整合...
[db tech showcase Tokyo 2015] C25:HP NonStop SQLはなぜグローバルに分散DBを構築できるのか、 データの整合...
Iot_demo_challenger
Iot_demo_challenger
[db tech showcase Tokyo 2015] B34:データの仮想化を具体化するIBMのロジカルデータウェアハウス by 日本アイ・ビー・エ...
[db tech showcase Tokyo 2015] B34:データの仮想化を具体化するIBMのロジカルデータウェアハウス by 日本アイ・ビー・エ...
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
スマートフォン×Cassandraによるハイパフォーマンス基盤の構築事例
スマートフォン×Cassandraによるハイパフォーマンス基盤の構築事例
ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
[de:code 2017] 並列分散処理の考え方とオープンソース分散処理系の動向
[de:code 2017] 並列分散処理の考え方とオープンソース分散処理系の動向
[DI06] 並列分散処理の考え方とオープンソース分散処理系の動向
[DI06] 並列分散処理の考え方とオープンソース分散処理系の動向
3-1)『空気を読む家』とメタバース駆動開発構想 空間OS モノと社会をつなげる
3-1)『空気を読む家』とメタバース駆動開発構想 空間OS モノと社会をつなげる
ストリームデータ分散処理基盤Storm
ストリームデータ分散処理基盤Storm
分散処理基盤ApacheHadoop入門とHadoopエコシステムの最新技術動向(OSC2015 Kansai発表資料)
分散処理基盤ApacheHadoop入門とHadoopエコシステムの最新技術動向(OSC2015 Kansai発表資料)
Cloudianを利用したソリューション (Cloudian Summit 2012)
Cloudianを利用したソリューション (Cloudian Summit 2012)
Más de Masaki Yamakawa
20231111_YugabyteDB-on-k8s.pdf
20231111_YugabyteDB-on-k8s.pdf
Masaki Yamakawa
20221117_クラウドネイティブ向けYugabyteDB活用シナリオ
20221117_クラウドネイティブ向けYugabyteDB活用シナリオ
Masaki Yamakawa
20220331_DSSA_MigrationToYugabyteDB
20220331_DSSA_MigrationToYugabyteDB
Masaki Yamakawa
20211118 dbts2021 マイクロサービスにおけるApache Geodeの効果的な使い方
20211118 dbts2021 マイクロサービスにおけるApache Geodeの効果的な使い方
Masaki Yamakawa
20190523 IMC meetup-IMDG&DS
20190523 IMC meetup-IMDG&DS
Masaki Yamakawa
20181031 springfest spring data geode
20181031 springfest spring data geode
Masaki Yamakawa
Apache geode at-s1p
Apache geode at-s1p
Masaki Yamakawa
20180217 hackertackle geode
20180217 hackertackle geode
Masaki Yamakawa
20171125 springfest snappydata
20171125 springfest snappydata
Masaki Yamakawa
20171118 jjug snappydata
20171118 jjug snappydata
Masaki Yamakawa
Más de Masaki Yamakawa
(10)
20231111_YugabyteDB-on-k8s.pdf
20231111_YugabyteDB-on-k8s.pdf
20221117_クラウドネイティブ向けYugabyteDB活用シナリオ
20221117_クラウドネイティブ向けYugabyteDB活用シナリオ
20220331_DSSA_MigrationToYugabyteDB
20220331_DSSA_MigrationToYugabyteDB
20211118 dbts2021 マイクロサービスにおけるApache Geodeの効果的な使い方
20211118 dbts2021 マイクロサービスにおけるApache Geodeの効果的な使い方
20190523 IMC meetup-IMDG&DS
20190523 IMC meetup-IMDG&DS
20181031 springfest spring data geode
20181031 springfest spring data geode
Apache geode at-s1p
Apache geode at-s1p
20180217 hackertackle geode
20180217 hackertackle geode
20171125 springfest snappydata
20171125 springfest snappydata
20171118 jjug snappydata
20171118 jjug snappydata
インメモリーデータグリッドの選択肢
1.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by Apache GEODE Meetup Tokyo #3 インメモリーデータグリッドの選択肢 2017/2/16 ウルシステムズ株式会社 http://www.ulsystems.co.jp mailto:info@ulsystems.co.jp Tel: 03-6220-1420 Fax: 03-6220-1402
2.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 1 About Me 山河 征紀 Business Private • GEODE歴:9年(Since 2008) • GEODEバグ報告数:nnn 件 • マラソン • 横浜マラソン2016:4h17m • 目標は2017年度中のサブ4 • 登山 • 目標はココ
3.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 2 おしらせ Apache Geodeのハンズオンやります! 3/14(火)19:00~ 六本木ヒルズ森タワー20F Pivotal Japan • 一緒に運営していただける方 • スピーカーをお願いできる方 大募集中
4.
ULS 3 Copyright ©
2011-2013 UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by インメモリーデータグリッドの選択肢
5.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 4 2007年 2017年 データグリッドの昔と今 (ex-GemFire) (ex-GridGain)
6.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 5 たくさんあるのはありがたい でも・・・ どれを使えば いいんだろう?
7.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 6 今日、お話したいこと In-Memory DataGrid
8.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 7 おことわり 本日、お話する内容は、あくまで個人の見解 です ただし、Geode Meetupだからといって Apache Geodeに有利になるような見方はし ておりません
9.
ULS 8 Copyright ©
2011-2013 UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by インメモリーデータグリッドの選択肢
10.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 9 サーバ サーバ サーバ アプリケーションのスケールアウトは容易になったが、RDB がボトルネックに マイクロサービス時代では、ここがスケールしないときつい 良くあるシステムの課題 JVM JVM JVM アプリケーション アプリケーション アプリケーション RDB スループット だけでなくレ イテンシーも 重要
11.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 10 そんなときに… インメモリー データグリッド
12.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 11 インメモリーデータグリッドに必要な3大要素+1 複数ノードのメモリーに データを分散して保持していること メモリー中のデータと 外部データストアとの連携が シームレスにできること メモリー中のデータへ トランザクション処理ができること ① ② ③ メモリー中のデータに関するイベントが 容易にハンドリングできること
13.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 12 ということで… 3つの観点で、どれが良いのかを比較してみます!
14.
ULS 13 Copyright ©
2011-2013 UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by ラウンド1 データの分散
15.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 14 データ分散?
16.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 15 データ分散とは… クラスター全体を論理的に1つのまとまりとして見たとき、 データをどのノードのメモリーにもつか、ということ データの特性によって分散スタイルを選ぶ必要があるため、 この選択肢が充足していることは重要 パーティションレプリケーション すべてのマシンで同一のデータ を保持する 何れかのマシンにデータが存在 する
17.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 16 データの分散:比較結果(1) 呼び方は違えど、主要な分散スタイルに差はない レプリケーション パーティション Geode ○ Replicated ○ Partitioned Ignite ○ REPLICATED ○ PARTITIONED Hazelcast ○ ReplicatedMap ○ Map Infinispan ○ Replicated-cache ○ Distributed-cache Coherence ○ Replicated Cache ○ Partitioned Cache
18.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 17 データの分散:比較結果(2) 細かい部分では特色がある ただし、これらは「あったら嬉しい」というレベルのもの その他の分散スタイル 補足 Geode Local Preloaded Distributed non-replicated レプリケーションでは、書き込み 時のオプションが選べる (distributed-ack,distributed- no-ack,global) Ignite LOCAL Near Cache パーティションのバックアップを 全ノードで保持したものがレプリ ケーション、というコンセプト Hazelcast Near Cache レプリケーションでの書き込みは 結果整合性 KeyValue以外のデータ構造も選択 できる Infinispan Local mode cache Near Caching 機能やAPIは非常に多い Coherence Local Cache Near Cache Optimistic Cache 各種Schemeを組み合わせて キャッシュを構成できる
19.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 18 パーティションのデータ分散(1) パーティションに関しては、こんな風にデータを保持したい 時もある(カスタムパーティショニング) ノード#1 Order-1 User-A Order-3 User-B Order-5 User-A Order-7 User-A ノード#2 Order-2 User-B Order-4 User-A Order-6 User-A Key Value Key Value ノード#1 Order-1 User-A Order-5 User-A Order-7 User-A ノード#2 Order-2 User-B Order-4 User-A Order-6 User-A Key Value Key Value Order-3 User-B データは均等 に分散しいて いるが… 処理内容によっては User毎にまとまって いた方がノード間通 信がなく、都合が良 い場合もある
20.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 19 加えて、異なるデータの種類も同一ノードに配置したい時も ある(コロケーション) OrderUser パーティションのデータ分散(2) ノード#1 Order-1 User-A Order-4 User-A User-B User-B属性 Key Value OrderUser ノード#2 Order-2 User-B Order-3 User-B User-A User-A属性 Key Value OrderUser ノード#1 Order-1 User-A Order-4 User-A User-A User-A属性 Key Value OrderUser ノード#2 Order-2 User-B Order-3 User-B User-B User-B属性 Key Value User-Aの データがな いのでノー ド#2にとり にいかない といけない … ノードを跨 いでデータ を取得しな くて良い
21.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 20 パーティションのデータ分散:比較結果 こちらも差はなし カスタム パーティショニング コロケーション Geode ○ Partition Resolver ○ Co-Location Ignite ○ Affinity Collocation ○ Affinity Collocation Hazelcast ○ Partition AwareKey ○ Partition AwareKey Infinispan ○ Grouping API KeyAffinityService ○ Grouping API KeyAffinityService Coherence ○ KeyPartitioning Strategy ○ Key Association
22.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 21 ラウンド1:データの分散対決 結果発表 過去バージョンではできないものがあったが、現時点では大 きな差なし
23.
ULS 22 Copyright ©
2011-2013 UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by ラウンド2 シームレスな外部データストア連携
24.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 23 シームレスな外部データストア連携とは… 全てのデータはメモリーにのりきらない のりきらないデータは外部データストアとの連携が必要 外部データストア との自動連携 データ グリッド RDB等 APPが意識するのは メモリー上のデータ だけ メモリー中のデータを参照して、データが 存在しない場合(キャッシュミス)は自動 的にメモリー上に読み込んでほしい メモリー中のデータを追加・変更した場合 は、自動的にデータストアに書き込んでほ しい
25.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 24 キャッシュミスが発生した場合は、データストアよりデータ を読み取りメモリーに保持する リードスルー RDB等 データグリッド データグリッド 参照 (Read A) リード スル― リード スル― A B C D D D A A B B 参照 (Read B) APP APP
26.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 25 メモリー上のデータを更新した場合は、自動的にデータスト アに書き込む ライトスルー/ライトビハインド RDB等 データグリッド データグリッド 追加 (Write A) ライトスルー ライトビハインド (Insert) A B D D D A A B B 更新 (Write B) ライトスルー ライトビハインド (Update) APP APP
27.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 26 外部データストア連携:比較結果 出来ないものはなし リードスルー ライトスルー ライトビハインド Geode ○ Cache Loader ○ Cache Writer ○ Async Event Listener Ignite ○ Cache Store ○ Cache Store ○ Cache Store Hazelcast ○ Cache Loader ○ Map Store ○ Map Store Infinispan ○ Cache Loader ○ Cache Store ○ Cache Store Coherence ○ Cache Loader ○ Cache Store ○ Cache Store
28.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 27 これも、過去バージョンではできないものがあったが、現時 点では大きな差なし あえていうなら、各種データストア用のデフォルト実装が揃っているInfinispan が使いやすいかもしれない ラウンド2:外部データストア連携対決 結果発表
29.
ULS 28 Copyright ©
2011-2013 UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by ラウンド3 トランザクション
30.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 29 トランザクション インメモリーデータグリッドを採用する場合、更新処理の高 速性、スケーラビリティを求めて採用するケースがある ベースは、トランザクション不要なように設計すべきである が、少なからずトランザクション処理が必要となるケースが ある
31.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 30 トランザクション:比較結果 Ignite、Infinispanが出来ることは多い トランザクション対象 分離レベル ロック 方式レプリケー ション パーティ ション MIX Geode ○ △ △ READ_COMMITED 楽観 Ignite ○ ○ ○ READ_COMMITED REPEATABLE_READ SERIALIZABLE 楽観 悲観 Hazelcast ○ ○ ○ READ_COMMITED 楽観 Infinispan ○ ○ ○ READ_COMMITTED REPEATABLE_READ 楽観 悲観 Coherence ○ ○ ○ READ_COMMITED 楽観
32.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 31 トランザクション機能で選ぶなら、Ignite、Infinispanが出 来ることは多い 高速性を目指すときに必要かどうかは微妙なとこではあるが ラウンド3:トランザクション対決 結果発表
33.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 32 まとめ インメモリーデータグリッド機能対決 結果 –RDBと同じようなトランザクション機能が必要ならIgnite やInfinispanを選んだ方が良い –GeodeとCoherenceは10年前から出来ないことがわかって いるが対応していないので、おそらく今後も対応されない –それ以外は以前は差があったが、現時点では大差なし ラウンド 結果 1. データ分散 DRAW(差なし) 2. 外部データストア連携 DRAW(差なし) 3. トランザクション 1. Apache Ignite 2. Infinispan
34.
ULS Copyright © 2011-2017
UL Systems, Inc. All rights reserved. Proprietary & Confidential Powered by 33 最後に 今回は、残念ながらGeodeだけ「出来ない」 がでちゃいました! それでも、今後もGeodeを使い続けます! 別の観点の比較はまた別の機会にでも…
Descargar ahora