目次 前回のおさらい データ圧縮とは データ圧縮 他RDBでのデータ圧縮機能 おわりに 前回のおさらい 前回までに、ビッグデータ蓄積・利用時の課題の対応策として以下の方法を挙げ、インデックスチューニング、パーティション分割について記述しました。 インデックスチューニング パーティション分割 データ圧縮 今回は、最終回と...

目次 前回のおさらい データパーティショニングとは データパーティショニング 他RDBでのデータパーティショニング機能 おわりに 前回のおさらい 前回は、ビッグデータ蓄積・利用時の課題を考え、以下の対応する方法を挙げました。 https://itport.cloud/?p=1130 インデックスチューニング パーティシ...

目次 前回のおさらい ビッグデータ蓄積・利用時の課題 課題に対応する方法 インデックスとはチューニング おわりに 前回のおさらい 前回は、以下のような前提条件からデータ量（ヒープデータ量）を見積りました。 全国に10箇所の生産ライン工場を持つ 工場は24時間稼働 長期的(10～20年)にデータを蓄積 収集するセンサデー...

目次 前回のおさらい(前提条件) 検証環境について テーブル構成について ヒープデータ量の推定 他RDBSでのデータ量推定 おわりに 前回のおさらい(前提条件) 前回、検証を進めるにあたり、以下のような条件を想定しました。 製造業の企業 全国に10箇所の生産ライン工場を持つ 工場は24時間稼働 工場で稼働するセンサのデ...

目次 はじめに ビッグデータとは ビッグデータ利用の流れ 想定する企業(前提条件) おわりに はじめに 2010年代からビッグデータというキーワードがトレンド化し、様々な企業で大量なデータを蓄積し、ビジネスに活かす動きが活発化しました。 多量データの蓄積～分析・可視化においてクラウド利用が進む一方で、セキュリティに対す...