Upload
ippeisuzuki
View
421
Download
0
Embed Size (px)
Citation preview
MongoDB ご紹介
鈴木逸平
2
MongoDB 概要
従業員 300人以上 顧客 600社以上
オフィス所在地:New York, Palo Alto, Washington DC, London, Dublin, Barcelona,
Singapore, Delhi and Sydney 出資額合計 $231 million
2013/10に$150Mの増資、新規に Salesforce.com, EMC, Red Hat, Intel等の戦略的資本を受ける
3
MongoDB
NoSQL データベース技術のトップ
ドキュメント型 データベース
オープン ソース
汎用 データベース
4
今日のアプリケーションを運用するために最適なデータベースを提供する
MongoDB ビジョン
構築 – 新しく、複雑なデータモデル – フレキシビリティ – 新しい言語 – アジャイル開発
運用 – ビッグデータのスケーラビリティ – リアルタイム運用 – コモディティハードウェア – クラウドでの運用
5
MongoDBの広い採用実績
6
• 金融サービス事業社のトップ10社 • エレクトロニクス企業のトップ10社 • メディアとエンタテインメント企業のトップ10社
• リテール事業者トップ8社 • テレコム企業のトップ6社
• テクノロジー企業のトップ5社 • 医療関連企業のトップ4社
フォーチュン 500 & グローバル 500
7
MongoDBの認知度
8
• 既にMongoDBをプロダクションで利用するお客様が多い(楽天、サイバーエージェント、等ヘビーユーザも多し)
• パートナーエコシステムの強化に注力、SIとのネットワークを構築 – オーストラリアにアジア圏サポートセンタを開設
– 日本国内でのローカルスタッフの採用
• ローカライゼーション – MongoDB Universityの日本語講座開催中
– MongoDB Tokyo 2013:12/12開催予定
– MongoDB.org, MongoDB.com日本語化
• MongoDB JPユーザグループの活発な活動
– Google Groupsの登録者、750名+
– 独自イベント開催(勉強会、セミナー、夏祭り、等)
• MongoDB関連著書、特集記事多し – MongoDB イン•アクション(Kyle Banker氏)
– MongoDBの薄い本(Karl Seguin氏)
– MongoDBのはじめての運用テキスト(Kindle版)
MongoDBの日本での状況
9
4,000,000+ MongoDB ダウンロード数
100,000+ オンライン教育登録者(日本語もサポート
20,000+ MongoDBユーザグループメンバー(日本では約800名)
20,000+ MongoDB Days の出席者
15,000+ MongoDB Management Service (MMS) ユーザ
Global Community
10
エンタプライズに於けるMongoDBの位置づけ
EDW Hadoop 管理
、管
理
セキ
ュリ
ティ
、コ
ンプ
ライ
アン
ス
RDBMS
CRM, ERP, コラボレーション, モバイル, BI
OS & 仮想化, CPU, ストレージ, ネットワーク
RDBMS
アプリケーション
インフラ基盤
データ管理
オンラインデータ オフラインデータ
11
アジャイル
MongoDB 概要
スケービリティ
12
エンタプライズ企業のIT戦略に於けるMongoDB の位置づけ
レガシー事業 戦略的事業
アプリ オンプレミス SaaS, モバイル, ソーシャル
データベース Oracle MongoDB
オフラインデータ Teradata Hadoop
サーバ スケールアップ系サーバ 汎用HW / クラウド
ストレージ SAN ローカルストレージ/ クラウド
ネットワーク ルータ、スイッチ SDN
13
MongoDB 機能セット
• JSON ドキュメントモデル+動的なスキーマ設計/運用
• 自動シャーディングによる水平スケール
• テキスト検索
• アグリゲーションフレームワーク+MapReduce
• フルインデックスサポートとSQLと等しいレベルのクエリー機能
• HA機能として自動レプリケーションサポート
• 高度なセキュリティ機能
• GridFSを利用した大規模データストレージ
14
MongoDB ビジネス価値
新時代のアプリケーションの開発 顧客満足度の向上
TCOの大幅削減 市場に新規アプリを早期導入
15
MongoDB パートナー(200社以上)
ソフトウェア/サービス
Cloud & Channel Hardware
16
MongoDB 製品、サービス
トレーニング 開発者、管理者向けのオンライン、もしくは個別対応で提供
MongoDB Management Service (MMS) MongoDBのプロダクションを監視するクラウドベースのサービス
サブスクリプション MongoDB Standard/Enterprise, MMS (オンサイト), プロフェッショナルサポート, 商用版MongoDBのライセンス
コンサルテーションサービス MongoDB導入/開発に対する幅広い技術コンサル
17
MongoDB関連リンク
顧客動向
19
MongoDBを利用してエンタプライズ向けのSNSプラットホームを運用
ケーススタディ
問題 MongoDBを選んだ理由 結果
• 複雑化したSQLコマンド体系、当初のデータモデルで正規化されたスキーマが新しいデータ形式に対応出来ない
• 性能の劣化
• 水平スケーラビリティが出来ない
• JSON採用による動的スキーマ
• 性能を維持しつつ、複雑な新規データも対応出来る
• MapReduceを使ったソーシャルネットワークデータの分析が可能
• 短期間で新規機能をリリース出来る
• データReadが30秒から数十ミリ秒単位に改善
• Write性能が大幅に向上
20
MongoDBで異なるフォーマットの大量投稿データを管理する
ケーススタディ
問題 MongoDBを選んだ理由 結果
• 異なるデータ構造の投稿を毎日150万個受ける
• MySQLシステムの変更工数が膨大
• プロダクションDBで未処理のデータが大量に蓄積
• 性能低下
• フレキシブルなドキュメントがたデータベースモデル
• 水平スケーラビリティの実現
• 開発が非常に容易
• サポート言語が充実
• 初期導入時は50億個のドキュメントで10TBの容量
• 自動フェールオーバーによる高い可用性
• スキーマ変更が非常に容易で早い
21
ロケーション情報をMongoDBで管理したモバイル向けSNSアプリ
ケーススタディ
問題 MongoDBを選んだ理由 結果
• リレーションなるがたデータはこれ以上スケール出来ない
• チェックインデータの増加率が単独ノードシステムの許容量を超えた
• 独自にシャーディングレイヤーの設計構築の作業見積もりが膨大化
• 自動シャーディングによるスケーリングの向上、急激な成長にも対応
• Geo-indexing機能(位置情報)による高速な検索
• データモデルの単純化
• バックエンド管理中心からモバイルアプリ開発中心に資源をフォーカス
• 少ないリソースで効果的なスケールを実現
• 開発者の生産性の向上
22
SMB向けのアナリティクスサービスをMongoDBでサポート
ケーススタディ
問題 MongoDBを選んだ理由 結果
• 50万以上のウェブサイトを管理
• 10年分のデータ蓄積
• RDBベースシステムはデータ処理に数日の日数がかかる
• 性能を維持しながら複雑なデータモデルを管理出来る
• MongoDBへの移行が1週間で完了
• コミュニティの規模が大きく、サポートも強い
• 新機能のリリースが早まった(例:一週間)
• MySQLの2.5倍の性能
• 50万社に対するリアルタイムのデータアナリティクスを高速に提供出来る。
23
700万に及ぶウェブ+モバイルユーザに対して広範囲のコンテンツやユーザサービスを管理し提供する
ケーススタディ
問題 MongoDBを選んだ理由 結果
• MySQLがスケーラビリティの上限に達し、性能要件に対応出来なくなった
• リレーショナル型ではメタデータ管理の要件に対応困難
• 外部データソースの統合が困難
• 性能
• スケーラビリティと可用性
• 60億に及ぶ属性情報データを削除、変わりに1コンテンツ=1ドキュメントの構造を導入
• 一秒に11万5,000以上のクエリーに対応
• 3年で£2M以上の節約
• 「新規機能の導入が著しく早まった」
• 新規プロジェクトは全てMongoDBがデフォルト選択となる方針
24
MongoDBを使って、60億個のイメージデータを数百万人のユーザに対して提供
ケーススタディ
問題 MongoDBを選んだ理由 結果
• 60万枚のイメージ情報、データ量は20TB
• Oracleデータベース上に複雑なアプリを構築、スケール、機能追加が困難
• ソフトウェアとハードゥエアのコストが高い
• JSONベースのデータモデル
• アジャイル、高速、スケーラブル
• ShutterflyのサービスベースアーキテクチャがMongoDBと一致
• 80%のコスト削減
• 900% 性能改善
• 市場への早期導入が可能
• 開発サイクルが数ヶ月から数週間短縮
25
クラウドベースのセキュリティサービスでビッグデータアナリティクス機能MongoDBを採用
ケーススタディ
問題 MongoDBを選んだ理由 結果
• 他技術ではスケーラビリティと機能セットが不足
• Hbase/Hadoopでは複雑なクエリーに対応できず
• Luceneではスケーラビリティの問題あり
• 自動シャーディングでスケーラビリティを実現
• 新しいアナリティクス機能の追加容易
• 言語サポートが広い
• Geospatial機能でセキュリティ要件の高い地理的分析も可能
• 水平分散によりスケールが非常に容易
• レイテンシーを1/3に削減
• 動的にスキーマの変更が可能になり、開発者の生産性が大幅に向上
• 市場に対する新しいサービスの投入が迅速
26
MongoDBを利用してソーシャルマーケティングサービスのリアルタイム分析機能を提供
ケーススタディ
問題 MongoDBを選んだ理由 結果
• RDBMSでは大量のオンライントラフィック要求に対して性能/スケール面で対応不可能
• リアルタイムのアナリティクスやデータアグリゲーションが不可能
• 予期出来ないピークとラッフィクが発生
• 使い方が簡単、開発者のトレーニングが早い
• 機能が充実、フェールオーバ等エンタプライズ要件に対応
• Writeヘビーなアプリでの安定性能
• アプリレイヤーでサーチが可能
• アプリ開発工数が数ヶ月から数週間に大幅短縮
• MongoDB上で3000万個のソーシャルイベントを管理
• 一年でサポート顧客数を6倍に増加
27
MongoDBを企業内外のNoSQL技術として標準化、モバイル、ソーシャル系アプリに採用
ケーススタディ
問題 MongoDBを選んだ理由 結果
• 顧客データを個別に管理する、70以上の既存RDBMSが存在、その統合のニーズが高かったが実現せず。
• ニーズが高まっているリアルタイム検索、分析にRDBデータベースの統合は工数がかかりすぎる
• モバイルサポート要件によるスケーラビリティ要件が厳しい
• アグリゲーションエンジンとして70以上のRDBシステムのデータ統合機能
• The Wallと呼ばれる統合アプリケーションを2週間でプロトタイプ作成、90日で開発、ロールアウト
• アジャイルな技術をレガシー環境にうまく適用できた。
• 10年間達成出来なかった顧客データの統合がレガシーに手を加えずに実現
• 巨額の投資が必要なRDBMS統合をMongoDBで非常に安く、そして早く完成
• 最小のリスクで最大の効果を生んだ