Oracle Exadata
による
シーメンス製品のパフォーマンス改善
2016
年6月
9
日
日本オラクル株式会社
クラウド・テクノロジー事業統括
岩崎 護
以下の事項は、弊社の一般的な製品の方向性に関する概要を説明するものです。また、情報提
供を唯一の目的とするものであり、いかなる契約にも組み込むことはできません。以下の事項
は、マテリアルやコード、機能を提供することをコミットメント（確約）するものではないた
め、購買決定を行う際の判断材料になさらないで下さい。オラクル製品に関して記載されてい
る機能の開発、リリースおよび時期については、弊社の裁量により決定されます。
Oracle
は、米国オラクル・コーポレーション及びその子会社、関連会社の米国及びその他の国における登録商標また
は商標です。他社名又は製品名は、それぞれ各社の商標である場合があります。
•
Simens PLM
は、オラクルのパートナーでありエンドユーザー（
15
年以上）
•
Oracle PartnerNetwork
の
Platinum Partner
•
緊密なテクノロジー・リレーションシップ:
•
Oracle ISV
チームは、
Teamcenter
のパフォーマンス・スケーラビリティ・チーム
と緊密に連携
•
最新の
Engineered Systems
や
SPARC
サーバーをベンチマーク、拡張性のテスト用に貸出
•
オラクルの技術により、
Teamcenter
のアプリケーション拡張性のボトルネックの
解決に貢献
•
最大の自動車業ベンチマークは
Oracle SuperCluster
で動作
Oracle
と
Siemens PLM
2015
年
6
月現在
オラクルコーポレーション
企業規模
•
売上
：
$38.3B
*
•
市場評価 ：
#1 : 50
製品/インダストリ
•
顧客
：
400,000
社
, 145
ヶ国
-
DB
：
310,000, MW
：
120,000,
-
APPS
：
90,000, HW
：
51,000,
-
Engineered Systems
：
4,500
•
パートナ ： 25,000社
•
社員
： 120,000人
•
技術者
： 15,000,000人
（開発者コミュニティ）
* GAAP revenue reported in USD in FY2014
イノベーションへの投資
•
開発者
：
36,000
人
•
サポートアナリスト
：
18,000
人、
29
言語
•
システム・コンサルタント
：
17,000
人
•
研修
：
2,200,000
人/年
•
コンソーシアム
：
900
（独立ユーザグループ）
：
500,000
人 （参加者）
M&A
によるポートフォリオの拡大
Identity & Access Management Performance Management Enterprise Content Management Business Intelligence Middleware Platform and Management Virtual Machines Systems Management Operating Systems APPLICATIONS DATABASES
OPERATING SYSTEMS & VIRTUAL MACHINES
SERVERS & STORAGE
Data Integration
Database
Middleware
オラクルの製品のマーケットにおけるポジショニング
Server & Storage Systems
Applications
#2
#1
#1
#1
(日本の
2014
年下期データベース
市場における弊社シェア:
49.9%
)
(日本の
2014
年
Integrated System
市場におけ
る弊社シェア：
弊社のビジョン：製品・サービス事業戦略
Oracle Engineered Systems
Oracle Cloud
オラクルの考えるクラウド
Modern Cyber Society
IoT
Big Data
Mobile
IoT
Big Data
Mobile
Social
ZFS
SL3000
PCA
FS1
SPARC T5-2
Oracle Engineered Systems
:
Oracle
ソフトウェアとの融合
ハードウェアとソフトウェアを一体化させた
IT
実行基盤
SuperCluster
T5-8
SuperCluster
M6-32
Exadata
Database
Machine
Big Data
Appliance
Zero Data
Loss
Recovery
Appliance
Database
Appliance
Exalogic
Elastic
Cloud
Virtual
Compute
Appliance
Exalytics
In-Memory
Machine
Extreme Performance , Lower TCO , More Reliable , Pre-Integrated ,
Less Management , One-Stop Support
オラクル
DB
統合基盤
Java
アプリ
実行基盤
アプリケーション
&DB
統合
基盤
アプリ
仮想化
統合基盤
Big Data
解析
基盤
高速
BI
基盤
中規模
DB
統合
基盤
統合
DB
Backup
基盤
•
Simplify IT.
-
複雑なシステム環境をシンプルに
•
Extreme Performance.
-
歪なコンピュータアーキテクチャを最適化し、
卓越した処理性能を引き出す
DESIGN
GOAL
Oracle Engineered Systems
INTEGRATION？
ENGINEERED
TO WORK TOGETHER
システム導入 => システム・インテグレーション？
エンジニアド・システムズ による標準化の推進
性能・可用性・運用性のベストプラクティスがエンジニアドされたマシン
デ
ー
タ
ベ
ー
ス
Oracle Database
チューニング
バックアップ
災害対策
管理・監視
OS
/カーネル
/仮想化
クラスタ
ストレージ管理
ファームウェア／
ドライバ
ファームウェア／
ドライバ
サーバー
（
CPU,Memory,BIOS
）
ストレージ
（キャッシュ,
HDD,SSD
)
サーバー
ストレージ
デ
ー
タ
ベ
ー
ス
Oracle Database
チューニング
（Oracle Enterprise Manager）
バックアップ
（Oracle RMAN、Recovery Appliance）
災害対策
（Oracle Active Data Guard）
管理・監視
（Oracle Enterprise Manager）
Oracle Linux/
UEK/Oracle VM
Oracle RAC/Oracle Clusterware
Oracle ASM
ファームウェア／
ドライバ
ファームウェア／
ドライバ
Oracle X5-2
（CPU,Memory,BIOS）
（キャッシュ,HDD,SSD)
Oracle X5-2
サーバー
従来型の
DB
システム
エンジニアド・システム
従来型
•
個別要件に基づく
インテグレーション
•
構成のばらつき
•
バージョンアップ/
パッチ適用が困難
エンジニアド・
システム
•
ベストプラクティスの
実装
•
世界中で同一の構成
•
検証済みのパッチ
Oracle Engineered Systems
に対する評価 （例:データベースプラットフォーム）
Time-to-Market
の最小化 & 安定稼働に要する労力の低減
Oracle Exadata
一般的な構成
-
デリバリー所要期間
：
長
-> 構成検討、機器選定、設計、実装、検証、他
-
障害復旧所要労力
：
大
-> 障害パターン：
多
（
多様
な構成 |
Reactive
）
-> 障害切分け＆再現 :
要
-
デリバリー所要期間
：
短
->
出荷前実施済
（構成、設計、実装、検証、他）
-
障害復旧所要労力
：
小
-> 障害パターン：
少
（
唯一
の構成 |
Proactive
）
-> 障害切分け & 再現 :
不要
9
種
6
種
6
種
5
種
Linux(RH | Oracle), AIX.
Solaris, HP-UX, Windows
Oracle, IBM, HP, NEC,
Fujitsu, Hitachi, DELL, HP
Oracle, IBM, HP, NEC, Fujitsu
Hitachi, DELL, EMC, NetApp
Oracle
12.1, 11.2, 11.1, 10.2, 10.1,
5
×
6
×
6
×
9
×
N
＝
1,620
×
N
構成パターン数
1
種
1
種
1
種
1
種
1
種
1
種
Oracle 11g R2 or 12cR1
Oracle Grid
Infrastructure
Oracle Linux 6
Sun Server X5-2
Sun Server X5-2L
（Exadata Storage Server X5-2）
InfiniBand QDR
1
×
1
×
1
×
1
×
1
×
1
＝
1
最小限のサーバ・リソースから処理性能を引き出すために
歪なコンピュータ・アーキテクチャの最適化が重要
Network
HDD
ボトルネック
性能
（相対比）
時間
拡大傾向
ボトルネック
CPU
X
32
2003 vs 2010
処理性能
X
1.x
トランジスタ数
回転数
Exadata
のビジョン
あらゆるデータベース処理に最高のプラットフォーム
オンプレミスだけではなく
Oracle Public Cloud
にも理想的
Exadata Cloud
Service
• データベースに理想的なハードウェア
-
スケールアウトし
データベースに最適化されたサーバー、ネットワーキング、ストレージによって
最速のパフォーマンスと大幅なコスト削減を実現
• Smart System Software
–
特殊なアルゴリズムにより
OLTP
、分析系、
DB
統合など、すべてのデータベース処理が劇的に改善
• フルスタック・インテグレーション
–
Database-to-disk
の最適化
自動化、テスト、パッチ、サポートなどの運用コストの削減
データベースに理想的なハードウェア
最先端 – 高性能 – 高可用性 - スモール・スタートでき、拡張も可能
理想的なサーバー構成
最速の
CPU
がスケールアウト可能
理想的なストレージ構成
スケールアウト可能、
DB
処理をオフロード
理想的なネットワーク構成
統一された
超高速
InfiniBand
理想的なフラッシュ構成
超高速
NVMe PCIe Flash
PCI Flash
Oracle Exadata ハードウェアの世代比較
V1
2008年9月
Xeon E5430
Q4, 2007 Intel GA
V2
2009年9月
Xeon E5540
Q1, 2009 Intel GA
X2
2010年10月
Xeon X5670
Q1, 2010 Intel GA
2012年9月
Xeon E5-2690
Q1, 2012 Intel GA
X3
2013年11月
Xeon E5-2697v2
Q3, 2013 Intel GA
X4
2014年12月
Xeon E5-2699 v3
Q3, 2014 Intel GA
X5
Storage
(TB)
8 X
Flash
(TB)
32 X
CPU
(Cores)
5.5 X
Memory
(GB)
24 X
Ethernet
(GB/s)
50 X
成長率
2016年4月
Xeon E5-2699 v4
Q1, 2014 Intel GA
X6
Oracle Exadata ハードウェアの世代比較
Oracle Exadata Database Machine X2-2 HC Full Rack
を
100
とした場合の相対値(容量)
V1
V2
X2
X3
X4
X5
X6
0
500
1000
1500
2000
2500
3000
3500
4000
2008
2009
2010
2011
2012
2013
2014
2015
2016
Storage
Flash
CPU Cores
Memory
Exadata X6
は
DB I/O
性能をブレイクスルー
2.5X
301 GB/sec
分析スループット
560
万
8K OLTP Read IOPS
520
万
8K OLTP Write IOPS
240
万
IOPS
時に
250 us I/O
レイテンシ
(ラックを追加すれば更に拡張可能)
•
スケールアウト可能な 2 ソケット
Database Server
– より高速な インテル
22
コア
Broadwell
E5-2699
v4
（
25%
高速
）
– DDR4 DRAM
の周波数が
13%
増加
•
統一された超高速
InfiniBand
内部ネットワーク
•
スケールアウト可能で インテリジェントな 2 ソケット
Storage Server
– インテル
10
コア
Broadwell
CPU
（
25%
高速
）
– データベース処理をオフロード
–
8TB
ヘリウム
ディスク・ドライブ (
2倍の容量
/X5
でも10月から
)
–
2
倍の容量かつ
2
倍高速な
3D V-NAND NVMe
Flash
カード
Exadata
X6-2
ハードウェア詳細
High Capacity (HC) Storage
Extreme Flash (EF) Storage
Database Server
•
High Capacity Rack -
1.3 PB Disk
,
180 TB PCIe Flash
25.6
TB PCI Flash
44
CPU コア
12.8
TB PCI Flash
96
TB disk
20
CPU コア
ラックを
追加して
さらに拡張
DB
または
ストレージ
サーバーを
段階的に追加
Elastic
構成 - サーバーを段階的にスケールアウト可能
あらゆるレベルのパフォーマンスを最小限のハードウェアで
Multi-Rack
Full Rack
スモール・スタート
2
台の
Database Server
と
3
台の
Storage Server
High Capacity Storage
Database Server
Extreme Flash Storage
•
必要な分の
Database CPU
コアを
Capacity on Demand
で有効化
Exadata X6
の
I/O
は
”All-FlashのEMC”
より超高速
24
301
0
50
100
150
200
250
300
350
8 X-Brick EMC
XtremIO
1 Rack HC
Exadata
G
B/
sec
12X
Analytic Scans
2 M
0
1
2
3
4
5
8 X-Brick EMC
XtremIO
1 Rack HC
Exadata
OLTP Write IOPS
2.5X
5.2 M
•
1台の
High Capacity Exadata
は、
最速の
EMC XtremIO all-flash
アレ
イに比べて全てのパフォーマンス要
素を上回る
–12
倍のスループット
–2.5
倍のIOPS
Exadata X6
の
I/O
は、
”All Flash
のPure Storage”より超高速
•
1
台の
High Capacity Exadata
は、
最速の
Pure Storage all-flash
アレ
イ比べて全てのパフォーマンス要素
を上回る
–33
倍のスループット
–4
倍の
IOPS
–4
倍高速なレイテンシ
9
301
0
50
100
150
200
250
300
350
Pure Storage
//M70
1 Rack HC
Exadata
軸ラベル
G
B/
sec
33X
Analytic Scans
0
1
2
3
4
5
Pure Storage
//M70
1 Rack HC
Exadata
OLTP Write IOPS
4X
5.2 M
1.2 M
Smart Analytics
•
問合せ処理をストレージ側で実行
（全データをサーバー側に送らず）
•
問合せを自動でオフロード、並列化し、
全ストレージ・サーバーで処理
•
100
倍
高速な分析処理
Smart Storage
•
Hybrid Columnar Compression
によりストレージ容量を
1/10
に削減
•
DB
向けのフラッシュキャッシュ機能
により大容量ディスクモデル
でもフラッシュ同様の
パフォーマンス
Smart OLTP
•
特別な
InfiniBand
プロトコル
高速かつ低レイテンシーな
OLTP
処理
•
DB
に最適化された
flash logging
アルゴリズムによる超高速なトランザクション
•
Fault-tolerant In-Memory DB
サーバーをまたがったメモリのミラーリング
Smart Consolidation
•
ワークロードの優先制御 を
C
PU
、ネット
ワーク、ストレージ全てにおいて
QoS
を確保
•
同一ハードウェアスペックに
4
倍のデータベースを統合
Smart System Software
のハイライト
データベース・サーバーとストレージとの
I/O
がボトルネック
従来型クエリーの課題
集計
昨日の
売上は？
全てのデータが
ストレージから
データベース・サーバーに
返される
ネットワーク帯域が切迫
し、パフォーマンスと
同時実効性が制限される
売上表の
ほとんどを廃棄
SELECT sum(sales)
FROM sales_table
WHERE sales_date=
‘2016-04-26’…
売上表のデータ
を全て返す
クエリ・パフォーマンスを
10
倍以上改善
Oracle Exadata Smart Scan
SELECT sum(sales)
FROM sales_table
WHERE sales_date=
‘2016-04-26’…
集計
2016
年
4
月
26
日
の売上を返却
昨日の
売上は？
データ集約型の処理を
Oracle Exadata Storage
Serverへオフロード
Oracle Exadata Storage
Serverは、必要な行と列
のみ返却
共有ストレージはローカルストレージより多くの利点がある
•
より良いストレージ領域使用量
•
より良いセキュリティ、管理、信頼性
•
DB
コンソリデーション（統合）、
DB
高可用性
RAC
によるスケールアウトを利用可能
•
共有ストレージのパフォーマンス
–
共有ストレージの集約されたパフォーマンスは、動的に必要とされ
るすべてのサーバーで使用することができます
Servers
Shared Storage
SAN/LAN
フラッシュのパフォーマンスは共有ストレージアレイで浪費される
•
最新のフラッシュ・パフォーマンスの改善により、
100
倍のボトルネック
が共有ストレージ層で発生
–
1
枚のフラッシュカードのスピードが最速の
SAN
または
LAN
リンクと同じ
–
数枚のフラッシュカードのスループットはサーバーに転送するにはあまり
にも速すぎる
Array
Heads
CPU
オールフラッシュ・ストレージアレイの
IO
パス
:
多くのステップがあり、それぞれでレイテンシー
が追加され、ボトルネックを作り出す
SAS/SATA
PCIe
Flash Chips
Switches
SAN/LAN
SSD
Ctrl
Host
HBA
最新の PCIe Flash
5.4 GB/sec
SAN/LAN
SAN Link = 40Gb
5 GB/sec
0
100
200
300
400
500
Exadata Single
Rack
Pure Storage
Largest
EMC XtremIO
4-brick
実際のスループット
無駄となったフラッシュ性能*
Exadata
だけが共有フラッシュの性能を使い切れる
•
最先端のオールフラッシュ・ストレージ・アレイは
フラッシュ・スループットの
3%
しか性能を利用
できていない
–
Pure Storage
–
132 MB/sec
（1フラッシュ・ドライブあたり）
–
EMC XtremIO
–
120 MB/sec
（1フラッシュ・ドライブあたり）
–
スピニングディスク・レベルのスループット！
–
高い性能を出すための拡張ができない
–
サーバーとの通信がボトルネックとなり、
この低いパフォーマンスすら利用できないことがある
•
Exadata X6
はフラッシュ性能をすべて使い切れる
–
5,400 MB/sec
（
1
フラッシュ・ドライブあたり）
•
Exadata X6
は、
OLTP I/O
もより高速
–
560万 IOPS、250us
のレイテンシー
（
2.4M I/O時
）
無駄となったフラッシュ性能
無駄となったフラッシュ
性能
実際のスループット
GB
/sec
Exadata の
共有フラッシュによるメモリ・パフォーマンス
•
Exadata X6
は
300GB/sec
のフラッシュ帯域幅
で全サーバーと接続
–
DB
サーバーの全
DRAM
メモリ帯域幅である
800GB/sec
に近い
•
オールフラッシュの性能でサーバーからストレージまで
データを移動しなければならない
–
全スタックを考慮する必要があり、ストレージだけでは解決できない
•
基本的に、ストレージアレイはフラッシュ容量は共有できるが、
フラッシュのパフォーマンスは共有できない
–
次世代のスケールアウト技術
：PCIe
ネットワークや
NVMe
のファブリック
–
例：最新の
EMC DSSD
は、
Exadata X6
に比べて
1/3～1/6
のスループット
•
メモリレベルの帯域幅をもつ共有ストレージは、
業界のパラダイムシフト（劇的な変化）
–
DRAM
に近いスループットを、共有フラッシュの大容量と共に実現
Exadata
DB Servers
Exadata Smart Storage
InfiniBand
CPU
PCIe NVMe
Flash
Chips
クエリ
オフロード
プレビュー:
メモリ・スループットのためのスキャン・オフロードの再設計
•
Exadata
のフラッシュのスループットが、メモリーのスルー
プットに近づいたことにより、
SQL
ボトルネックが
I/O
から
CPU
に移動
•
Exadata
が自動的に表データを
Exadata Flash Cache
内で
インメモリ
DB
カラムナ・フォーマットに変換
–
デュアル・フォーマットのアーキテクチャを
DRAM
からフラッシュへ拡張
•
ストレージ・サーバー上で実行されるクエリ処理で高速な
ベクター演算が可能
–
DB
に送られる
Smart Scan
の結果にインメモリ・カラムナ・フォーマットが
利用されることで
DB
サーバーの
CPU
利用率を削減
•
Exadata Only
次世代のフラッシュをメモリ同様に最適化
In-Memory
Columnar scans
In-Flash
Columnar scans
2016
年中に製品化予定
業務を変える驚異的なパフォーマンスを実現
検索処理
1時間30分
1分(Exadata)
バッチ処理
2時間
7分(Exadata)
検索処理:某DWH製品との比較
4分
6秒(Exadata)
明細からのアドホック分析（EUC）
20分
30秒(Exadata)
データロード処理
30時間
1時間(Exadata)
データサマリ処理
10時間
10分(Exadata)
ノンチューニングで大幅なパフォーマンス向上
朝までに終わらないバッチ処理が、余裕で終わるようになった
従来不可能だった明細データからのアドホック分析が数～数十秒で完了
明細からの集計が高速になり、集計バッチ処理が不要になった
パフォーマンスの問題で実現できなかったリアルタイム連携が可能になった
バッチ処理：取引データを一定の条件で加工/集計
4時間
10分(Exadata)
店舗別/商品別 売上動向検索
30時間
21分(Exadata)
2008
年以降の急速なイノベーション
Software in
Silicon
クラウド サービス
データ ウエアハウス
トランザクション処理
Extreme Flash
インメモリ
DB
データベース統合
•
大量のエンジニアを投入
•
数百にのぼる機能強化
画期的なパフォーマンスとコスト削減効果
Smarter Database
を実現するイノベーション
•
Smart by Design
•
年々さらにスマートに
• Smart Scan
• InfiniBandスケールアウト
• データベース用途の
フラッシュ・キャッシュ
• ストレージ・インデックス
• カラムナー圧縮
• IOの優先順位決定
• データ・マイニングのオフロード
• スキャン時の復号化をオフロード
• ネットワーク・リソース管理
• マルチテナント・アウェアなリソース管理
• 優先順位に基づくファイル・リカバリ
• 統合InfiniBand
• サーバーのスケールアウト
• ストレージのスケールアウト
• アプリケーション・
コプロセッサ
• PCIeフラッシュ
• 階層化ディスク／
フラッシュ
•
Software-in-Silicon
• インメモリの耐障害性
• Direct-to-wireプロトコル
• カラム・フラッシュ・キャッ
シュ
• JSONとXMLのオフロード
• I/Oレイテンシ・キャッピング
• 瞬時に障害を検出
通信/メディア/公益業
•
NTTコミュニケーションズ
•
NTTドコモ
•
NTTぷらら
•
NTTファシリティーズ
•
大阪ガス
•
KDDI
•
東京電力
•
ドコモ・システムズ
•
ジュピターテレコム
•
ソフトバンクモバイル
•
フェイス
•
メディアドゥ
•
ヤフー
製造/コンシューマ製品業
•
アサヒグループHD
•
遠藤照明
•
カルソニックカンセイ
•
キヤノン
•
サントリーグループ
•
新日鐵住金
•
大和ハウス工業
•
日産自動車
•
日本精工
•
ハウス食品
•
パナソニックIS
•
日立金属
•
本田技術研究所
•
ピーエス三菱
•
ファンケル
•
富士通
•
富士通テン
•
富士電機
•
マツダ
•
ミズノ
•
村田機械
•
山崎製パン
•
ライオン
•
リンテック
小売/流通/サービス業
•
旭食品
•
アズワン
•
エイベックス・グループHD
•
エディオン
•
カルチュア・コンビニエンス・クラブ
•
ケーズHD
•
ゲオHD
•
すかいらーく
•
セブン&アイHD
•
スクウェア
エニックス
•
全日本空輸
•
全日本食品
•
DCM HD
•
寺岡システム
•
トーソー
金融/保険業
▪
オリエントコーポレーション
▪
GMOクリックHD
▪
東京海上日動火災保険
▪
野村総合研究所
▪
ベリトランス
▪
みずほフィナンシャルグループ
▪
三井住友海上あいおい生命保険
▪
三井住友銀行
▪
楽天証券
公共/教育/ヘルスケア業
•
北九州市
•
札幌市
•
塩野義製薬
•
統計センター
•
バイエル薬品
•
フォレストHD
ミッション・クリティカル基盤のスタンダードになった
Oracle Exadata Database Machine
ニュースリリース＆事例公開済のお客様（オンプレミス）
2016年4月時点
https://blogs.oracle.com/oracle4engineer/entry/oracle_11g_r2_1
•
長瀬産業
•
バンダイ
•
ヒスコム
•
ファーストリテイリング
•
プロトコーポレーション
•
ベネッセコーポレーション
•
ポイント
•
三井不動産
•
楽天
•
リクルートテクノロジーズ
•
良品計画
•
武庫川女子大学
卓越した情報処理性能が、ものづくりの世界観を変革
圧倒的な性能向上
豊富な
I/O
削減機能により
圧倒的な性能向上
を実現
Oracle Database
の豊富な機能
アプリケーションの変更なしに
Oracle DB
の
豊富な機能
を利用可能
OLTP/DWH
混在環境の実現
豊富なリソース管理機能により
様々な特性の
処理の混在
が可能
設計変更は
夜間バッチ
生産計画立案
実行は1回
リコール影響範囲
の特定は
数日～数週間
設計変更の
リアルタイム反映
生産計画立案を
何度も再実行
リコール影響範囲を
数分で特定
市場品質情報の展
開は困難
品質情報と顧客情報を
瞬時に紐付けて
公開・活用
データベースの統合
-
DB ×
22
サーバ -> Exadata 1/4 ×
2
(本番、災耐)
※Oracle EBSのDBを現在統合開始
Oracle Exadata
の導入効果
-
バッチ処理
:
8
倍
高速化
-
オンライン処理
:
3
倍
高速化
-
B2C型オンラインシステム
:
6.5
倍
高速化
-
運用管理工数
:
60%
削減
Oracle Data Guard
による高可用性システムの実現
パナソニック
IS
様
Oracle Engineered Systems
がもたらすお客様価値
総合家電・電子部品製造業 様
Oracle Exadata Database Machine
がもたらすお客様価値
複数拠点における操業状況のリアルタイム可視化を実現
事業背景
-
生産工程における改善所要時間、及び
トレーサビリティの欠如が課題
-
前行程からモジュール工程まで
、複数工場を横断
した操業状況の可視性、即時性
の欠落
-
分析処理×5 に各々
10時間
を所要
-
受注、購買、製造、出荷、返品までを辿る
トレーサビリティの欠如
-
分析対象データ
：
3か月
（H/Wの制約）
本社
トレーサビリティと複数拠点の操業状況の可視化（事例）
国内
前工程
海外
モジュール工程
ODS→DWH
(ミニバッチ)
稼働状況監視
歩留解析
トランザクション
(リアルタイム)
統合DWH
Real-Time
ODS
Real-Time
ODS
検査・計測装置
製造装置
EES / FDC
MES
検査・計測装置
製造装置
EES / FDC
MES
1
2
3
移動
投入
出荷
1
トレース・バック
1
各工場内DBへの変更をリアルタイムに反映(Real-Time ODS)
-
工程管理システムへの負荷を抑制
2
3
ODIにより、複製した工場内DBを統合DWHへ短時間バッチでデータ転送
-
解析用途に適したデータ構造への変換
Exadata上でODSへのリアルタイム更新と統合DWHへの高負荷検索を同時実行
-
サーバ集約とリアルタイム可視化を実現
Exadata X5へ更改：Exadata V2上稼動していた環境（基幹業務やSAP用途のDB）
オール・フラッシュ版のExadataによるさらなる性能向上（Storage Upgrade）
Database 11gからDatabase 12cへのアップグレード・プロジェクト
マルチテナント採用による運用の効率化 （
本番用、開発・検証用を稼働
）
マルチテナント・コンテナ
（開発・検証用）
開発
PDB
PDB
検証
Non-CDB
（本番用
SAP）
基幹系
本番
PDB
Non-CDB
（開発用
SAP）
Non-CDB
（検証用
SAP）
Non-CDB
（SOL MAN)
SAP
本番
DB
SAP
開発
DB
SAP
検証
DB
SAP
SOL
MAN
生産
人事
Oracle Database 12c on Engineered Systems
システムを更改し、更なる性能向上と運用管理の強化を目指す
ライオン株式会社
マルチテナント・コンテナ
（本番用）
Oracle Multitenant
Database Cloudを実現するシンプルな管理
制御ファイル の変更 データファイル パスの変更多数の
DB
を
1
つの
DB
として管理
バックアップ SID & 制御ファイルの変更 データファイル パスの変更クローン
バックアップ
パッチ適用／アップグレード
迅速な
DB
の展開
クローニング
移動
従来 : DB 毎
マルチテナント :
1
度
従来 : 複数ステップ
マルチテナント : 1 ステップ
MOVE
UNPLUG PLUG移動
・従来の
DB
・従来の
DB
バックアップ データファイルの コピー & リストア データファイルの コピー & リストア※PDB単位も可能
PDB
単位も可
Oracle Exastack
アーキテクチャ
Step One
OS
Step Two
DB
Step Three
MW
OS
DB
or
MW
Step Four
Test
Step Five
Optimize
PARTNER PERSPECTIVE
「
TeamCenter
と
SuperCluster
の組み合わせにより、セキュアで
安定的、高いパフォーマンスを将来のユーザ増に対しても提供でき
ます。また、組み込みの仮想化により、迅速な
TeamCenter
ソフト
ウエアスタックの統合と大規模な
TeamCenter DB
の統合が可能と
なります。
SuperCluster
であれば、
5000
同時ユーザという大規模
な構成に対しても許容できるレスポンスタイムで環境の提供がで
き、さらなる成長に対しても対応可能です。
」
- Chris Brosz
Vice President of Technical Operations
Siemens PLM Software
GOALS/OBJECTIVES
自動車産業・航空宇宙産業における大規模な需要にむけて
検証を実施
将来の大規模なユーザ増に対して、パフォーマンス劣化なく
提供できるスケーラビリティの実証
上記目標を達成するためのアーキテクチャを定義
SOLUTIONS
Siemens Teamcenter 10.1
Oracle SuperCluster
Oracle Solaris 11
Oracle WebLogic Server 12c
Oracle Database 11g Release 2
Oracle Database Real Application Clusters
Siemens PLM Software: Teamcenter
による
検証結果
RESULTS
SAN
ストレージでの構成に比べて、
DB /
ボリュームの
インポートにかかる時間が
5
倍高速
Solaris Platform
における
5000
同時ユーザ実行におい
て、
SuperCluster
が最も高いレスポンス性能を発揮
の仮想化機能を使って冗長性を保った形で、
顧客
PLM
インフラへの貢献
顧客
PLM
基盤
演算処理
最小限の
Disk I/O
帯域節約
CPU負荷
軽減
演算処理
40G
b/
s
Infiniban
d
ストレージ層で
分散処理
•
設計・開発の基幹プラットフォームとし
て活用を推進
•
基盤としての重要性が高まる
検討ポイント
ストレージで DB クエリを
分散処理し CPU 負荷を低減
+
WebLogic Server
+ 仮想化による高密度集約
Oracle Database
環境として最
高の性能を提供できる基盤
集約率の向上により、コストパ
フォーマンスを最適化
基幹業務を支える高い可用性
最適化済みの基盤活用による
導入・運用工数の最小化
Engineered Systems
による最適化
業務要件拡大
ユーザ数拡大
アーキテクチャ
ソリューション
ハイライト
ビジネス
効果
Global Automobile Manufacturer
•
拡張性のあるPLMプラットフォーム
の実現。10,000人以上の設計者を
サポート
•
シーメンスとオラクルISVチームによ
り、Siemens Teamcenter は、
SuperClusterのために最適化
•
SuperCluster にTeamcenterの全て
の層を集約
•
大容量メモリと計算能力により将来
に渡るパフォーマンス問題へも対処
済み
Product Lifecycle Management Transformation
低リスク、複雑性の排除
市場変化への対応速度
ビジネスの成長に併せた拡張
ワン・ベンダー化によるサービス
品質改善と運用リスクの削減
Oracle Database, Data Guard, Oracle Solaris 11, Oracle VM Server for SPARC, Exadata
エンジニアリング設計の高速化により新車投入を早め、売上げ増に貢献
エンジニアリング設計の高速化により
より早いタイミングで新車投入を実現
ビジネスの成長に併せて
システムの拡張が可能
47SuperCluster T5-8s
TeamCenter, Database
Isolated VMsTeamcenter
Domain
Database
Domain
本番サイト
DR
サイト
Internet of Things
を活用したリモートメンテナンス
世界中の機器の監視・故障の早期検知から、さらなる付加価値サービスへ
•
Event Processing/Coherence
with
Exalogic & Exadata
•
世界中の複合機（
100
万台）をリア
ルタイムに監視
•
故障や、その前兆のトラブルを識別
し
早期かつ適切な施策を指示
•
機器の数の増加、情報収集頻度の
増加に追従可能な構造へシフト
•
レスポンス
5
倍
、内部処理改善
10
倍
プロアクティブ保守
診断・改善提案 …
稼働状況
エラー
機器情報
キヤノン株式会社 様
大量
IoT
データによる新商品の市場投入期間短縮
航空業界における工期短縮事例
某欧州航空機メーカー様
•
背景と目的
-
今後
20
年間で
800
機以上の高まる需要への対応
-
中国、カナダ、ブラジルなどの新興企業の興起
-
競争優位のある新製品の投入
-
開発プロセスの短縮、市場への投入時間を短縮
•
施策
-
フライトテストで発生する
大量のセンサーデータ
（数千のセンサ、
60
万のパラメータ）
のデータ格納先と
して、高拡張性を実現する
Oracle NoSQL Database
を採用
-
高速かつ低コストな分析基盤を活用し、
分析サイクル
高速化
•
効果
ビッグデータお客様事例
新たなデータを活用し、顧客の真の姿を捉まえる
グローバル消費財会社様
- Corporate Vision
“Through our commitment to quality, constant
innovation and respect for the planet, we aim
to exceed expectations and be rewarded with
a smile.”
Dr. Robert Stephens
Director of Bioinformatics,
National Cancer Institute
“Our mouths were open in amazement”
•
目的
-
地域に特化したマーケティング活動
、顧客動向把握
-
新商品動向を捉まえ、
新製品開発へフィードバック
•
施策
-
POS、SNS、地図情報といった
新たなデータソース
を
活用し、顧客動向を深く分析
-
他社動向、地域属性に基づいた
詳細な市場分析
-
新商品の反応把握、開発へフィードバック
-
なぜそれが起きたのか、原因の追求
•
効果
-
20%の生産性向上
、
50%以上の意思決定時間短縮
-
適切な製品を、適切な価格で、適切な顧客に、適切な
タイミングで、適切なチャネルで顧客に提供可能
ビッグデータお客様事例
新たなデータを活用し、顧客の真の姿を捉える
売上
POS
在庫・出荷
店舗
新しいデータ
？
課題
新しいデータソースを活用した分析ができない
POS
の規格変更に対応ができない
なぜそれが起きたのか原因を追求できない
商品情報
売上
在庫・出荷
POS
SNS
地図情報
店舗
実現ポイント
多種多様なデータを活用した分析
新たなデータを活用した、新たな洞察の獲得
より迅速なデータ活用
商品情報
POS
Big Data Appliance
Exadata
Exadata
非構造データ
構造データ
MES
データを活用し 詳細な生産状況の可視化と分析を実現
某グローバル製造業様
MES、機器ログ
ERP
音声
ビデオ
テキスト
ソーシャル
ソース
収集
蓄積
DWH
Hadoop
Data
Virtualization
Analytics
Platform
分析
•
Oracle Applications
を活用し、ERPシステムを
グローバルシングルインスタンス化
–
業務プロセスの標準化と、ITコストの削減
（
$7.7M
）
•
Exadata、Exalytics
を活用し、
グローバル KPI
システム（DWH）
を構築
–
世界中の全自社工場の各ラインの生産状況や
歩留まり情報、在庫情報、販売情報のKPIを
横串に可視化
–
系統分析や影響分析等、
効率的な工場管理が
可能
に
•
Oracle Big Data Appliance
を活用し、
MES
や装置データの詳細かつ長期間データをDWHに
統合
、より詳細な操業状況の可視化を実現
–
操業率低下の原因分析
–
製造環境条件の最適化分析
–
長期間での装置稼働状況や生産状況分析
バッチデータフロー
インテラクティブな
データフロー
マスター、
サマリー、
詳細データ
サマリー
分析結果
アーカイブ
セキュリティ サプライ チェーン 製造データ 顧客属性 天候 ソーシャル モニタリング デバイス 取引先 ネットワーク 製造 ファシリ ティ
