連載

RDBMSでも大規模データをあきらめないためには

 

  • 第7回 大規模データ処理におけるCPUとI/Oのバランスをどう考えるか
    • 3大ボトルネックを解消すれば終わり,ではない
    • データを圧縮した場合,CPUボトルネックが生じやすくなる
    • SSDなどを利用するとCPUの負荷は上がる
    • ボトルネックは変化するもの
    • 最後に

    2013年3月19日

  • 第6回 ネットワークボトルネックの原因と解決策
    • クライアントとDBサーバ間のネットワークがボトルネックになる2つのケース
    • なぜネットワークラウンドトリップによるボトルネックは気づきにくいのか
    • ラウンドトリップ数を減らす2つの方法

    2013年3月11日

  • 第5回 大規模データ処理でのCPUボトルネックを解消するには
    • 処理を並列化する2つの手法
    • パラレル・クエリとパラレルDMLを利用するには
    • 並列化で問題になる4つのこと
    • 機能を利用して効率的なリソース・マネジメントを
    • ケースごとに最適な機能を使う

    2013年2月18日

  • 第4回 大規模データ処理におけるCPUの2大ボトルネックとは
    • 「特定CPUコアでのボトルネック」と「リソースの奪い合い」が2大ボトルネック
    • vmstatでCPU使用率を見てもわからない
    • 多くのSQLはマルチCPU・マルチコア環境に最適化されていない
    • リソースが足りないと処理速度や安定性に影響が
    • あえてI/Oボトルネックを残すようにチューニングする方法もあるけれど……

    2013年2月4日

  • 第3回 I/Oボトルネックを改善するには
    • I/Oボトルネック解消に必要な2つのアプローチ
    • Oracle ExadataはどのようにしてI/Oを高速化しているのか
    • I/Oを劇的に減らす「Exadata Smart Scan」と「Exadata Storage Index」
    • 通常のOracle Databaseでも使える3つのI/O時間短縮機能とは

    2013年1月21日

  • 第2回 最大の課題「I/Oボトルネック」の原因と分析法
    • I/Oの「レスポンス」と「スループット」とは?
    • レスポンスにフォーカスすべき場合,スループットにフォーカスすべき場合
    • ディスクI/Oボトルネックのパターンを知る
    • ストレージがI/Oボトルネックとなる場合
    • ストレージ―データベース間のネットワークがI/Oボトルネックとなる場合
    • データベースがI/Oボトルネックとなる場合
    • I/Oボトルネックを分析するには

    2013年1月8日

  • 第1回 大規模データではRDBMSのどこがボトルネックになるのか?
    • RDBMSはオワコン?
    • 大規模データを取り扱う時にボトルネックとなる5つのポイント

    2012年12月17日

 

著者プロフィール

山崎泰史(やまざきやすし)

日本オラクル(株) コンサルティングサービス統括所属。横浜生まれのテキサス育ち。インフラが大好き。新人のころからOracle Database一筋。最近は専らExadata。

共著に『絵で見てわかるITインフラの仕組み』(翔泳社)がある。


武吉佑祐(たけよしゆうすけ)

2009年,新卒として日本オラクル入社。入社以来,おもにOracle Exadataの設計/構築/運用支援プロジェクトを手がけ,さまざまな業界のお客様にExadataのスピードを実感していただくべく,日々奮闘中。今後は,Exalyticsなど,他のExaファミリーにも触手を伸ばそうと目論んでいる。

共著に『即戦力のOracle管理術 ~仕組みからわかる効率的管理のノウハウ』(技術評論社)がある。