PowerPoint Presentation
|
|
|
- せせら おおふさ
- 5 years ago
- Views:
Transcription
1 AWS ビッグデータサービス Deep Dive アマゾンデータサービスジャパンソリューションアーキテクト蒋逸峰 July 17, 2014 Session #TA Amazon.com, Inc. and its affiliates. All rights reserved. May not be copied, modified, or distributed in whole or in part without the express consent of Amazon.com, Inc.
2 自己紹介 蒋逸峰 ( しょういつほう / Jiang Yifeng) 仕事 ソリューションアーキテクト ゲーム ビッグデータのお客様を担当 経歴等 2009 年から Hadoop と HBase の開発 運用 HBase Contributor / Book author 好きな AWS: Amazon EMR, Amazon S3
3 アジェンダ Amazon Elastic MapReduce (EMR) のご紹介 Amazon EMRデザインパターン Amazon EMRベストプラクティス パフォーマンス チューニング プラットフォームとしてのAmazon EMR
4 アジェンダ Amazon Elastic MapReduce (EMR) のご紹介 Amazon EMRデザインパターン Amazon EMRベストプラクティス パフォーマンス チューニング プラットフォームとしてのAmazon EMR
5 Hadoop-as-a-service Map-Reduce エンジン ビッグデータツール連携 What is EMR? 大規模分散処理 AWS サービス連携 コストメリット
6 ビッグデータサービス 技術群との連携 HDFS Amazon EMR
7 HDFS Amazon EMR Amazon Kinesis Amazon S3 Amazon DynamoDB
8 Data management Analytics languages HDFS Amazon Kinesis Amazon EMR Amazon S3 Amazon DynamoDB
9 Data management Analytics languages HDFS Amazon Kinesis Amazon EMR Amazon RDS Amazon S3 Amazon DynamoDB
10 Data management Analytics languages HDFS Amazon Kinesis Amazon EMR Amazon RDS Amazon Redshift Amazon S3 Amazon DynamoDB AWS Data Pipeline
11 Amazon EMR のご紹介 たった数分間であらゆるサイズのクラスタを起動 多くのインスタンスサイズから要件に最適したものを選ぶ
12 Amazon EMR のご紹介 キャパシティプランニング不要 ハードウェア運用から開放 異なるサイズ スペックやノードタイプのクラスタを同時に複数起動可能
13 アジェンダ Amazon Elastic MapReduce (EMR) のご紹介 Amazon EMRデザインパターン Amazon EMRベストプラクティス パフォーマンス チューニング プラットフォームとしてのAmazon EMR
14 Amazon EMR デザインパターン Pattern #1: 一時的 vs. 永続的クラスタ Pattern #2: タスクノードの活用
15 Pattern #1: 一時的 vs. 永続的クラスタ
16 Pattern #1: 一時的クラスタ ジョブ実行中のみクラスタが存在 ジョブが終了するとクラスタをシャットダウン データは Amazon S3 に永続化される インプットとアウトプット Data on Amazon S3
17 一時的クラスタのメリット コストコントロール クラスタ運用を最小限に 止まっているクラスタは運用不要 クラウドならではのやり方 使った分だけ料金を払う データ処理をワークフローとして扱う
18 Amazon S3 を HDFS として利用のメリット クラスタのシャットダウンが可能に 複数クラスタ間でデータ共有 Amazon S % の堅牢性 無限のスケール : IOPSとストレージ Amazon S3の機能を活かす サーバーサイド暗号化 Amazon Glacier 連携 バージョニング 大きいメリット Amazon S3 EMR EMR
19 いつ一時的クラスタを使うか? If ( データロード時間 + 処理時間 ) * ジョブ数 < 24 一時的クラスタ利用 Else 永続的クラスタ利用
20 いつ一時的クラスタを使うか? (20 分データロード + 1 時間処理時間 ) * 10 ジョブ = 13 時間 < 24 時間 = 一時クラスタ利用
21 永続的クラスタ オンプレミス Hadoop クラスタに似ている ジョブが終了してもクラスタを存在させる おすすめ : 時々クラスタをシャットダウン出来るように準備しておきましょう データ永続化オプション Amazon S3 Amazon S3 から HDFS にコピー HDFS とバックアップ用に Amazon S3
22 永続的クラスタのメリット 複数のジョブ間のデータ共有が可能 一時的クラスタ 永続的クラスタ EMR Amazon S3 EMR Amazon S3 EMR HDFS HDFS
23 永続的クラスタのメリット 繰り返しのジョブ処理においてのコストメリット pm pm pm pm EMR EMR EMR EMR EMR
24 いつ永続的クラスタを使うか? If ( データロード時間 + 処理時間 ) * ジョブ数 > 24 永続的クラスタ利用 Else 一時的クラスタ利用
25 いつ永続的クラスタを使うか? (20 分データロード + 1 時間処理時間 ) * 20 ジョブ = 26 時間 > 24 時間 = 一時クラスタ利用
26 Pattern #2: タスクノードの活用
27 EMR アーキテクチャ Amazon EMR cluster TaskTracker DataNode HDFS JobTracker NameNode Hive Pig Node management Core node Core instance group TaskTracker AWS Cloud Master node Master instance group Task node Task instance group
28 Amazon EMR コアノード TaskTrackerを実行 (MapReduce) DataNodeを実行 (HDFS) コアノード追加可能 Amazon EMR cluster HDFS HDFS Core instance group Master instance group
29 Amazon EMR コアノード コアノード追加可能 HDFS 容量増 CPU/RAM 増 HDFSを持っているため ノード削除できない Amazon EMR cluster HDFS HDFS HDFS Core instance group Master instance group
30 Amazon EMR タスクノード TaskTracker を実行 Amazon EMR cluster No HDFS Master instance group Amazon S3 や コアノード HDFS HDFS HDFS から読込 Core instance group Task instance group
31 Amazon EMR タスクノード タスクノード追加可能 Amazon EMR cluster CPU 数増加 Master instance group RAM 量増加 ノードの削除も可能 HDFS HDFS Core instance group Task instance group
32 タスクノードのユースケース #1 Spotインスタンス利用でジョブを高速させる タスクノードをSpotインスタンスにて実行 料金の大幅なディスカウント ノード追加 削除はクラスタにほぼ影響しない
33 タスクノードのユースケース #2 短時間で大量のリソースを必要とする場合 例 :Amazon S3 から大量 のデータを HDFS にコピーする HS1 48TB HDFS HS1 48TB HDFS Amazon S3
34 タスクノードのユースケース例 HS1 48TB HDFS m3.xl m3.xl Spot タスクノードを追加して Amazon S3 からデータをロード HS1 48TB HDFS m3.xl m3.xl m3.xl m3.xl Amazon S3
35 タスクノードのユースケース例 データロード終わったら削除 HS1 48TB HDFS m3.xl m3.xl HS1 48TB HDFS m3.xl m3.xl m3.xl m3.xl Amazon S3
36 アジェンダ Amazon Elastic MapReduce (EMR) のご紹介 Amazon EMRデザインパターン Amazon EMRベストプラクティス パフォーマンス チューニング プラットフォームとしてのAmazon EMR
37 Amazon EMR ノードタイプとサイズ 常に現世代のインスタンスタイプを利用 M3, C3, R3, I2, HS1 よいコストパフォーマンス ワークロードに最適のノードタイプを選ぶ 開発利用は m3.medium, m3.large 本番利用は m3.xlarge かそれ以上
38 Amazon EMR ノードタイプとサイズ M3: 一般用途 R3: メモリを大量に必要なジョブに最適 C3: CPUパワーを大量に使うジョブ 画像処理 機械学習
39 Amazon EMR ノードタイプとサイズ HS1: HDFS 用途 I2 and HS1: ディスク I/O が多いジョブ 大きめのノードで構成する小さいなクラスタが効率的
40 最適なファイルサイズ 小さいファイルを避ける 100MB 以下 MapperごとにJVM1つ必要 JVMの起動オーバーヘッド
41 最適なファイルサイズ Mapper の起動とセットアップには約 2s が必要とする 100MB のファイルが 10TB ある場合 10TB / 100MB = 100,000 mappers * 2s = 合計 55 時間が mapper のセットアップに
42 最適なファイルサイズ Mapper の起動とセットアップは 2s が必要とする 1000MB のファイルが 10TB ある場合 10TB / 1000MB = 10,000 mappers * 2s = 合計 5 時間が mapper のセットアップに
43 最適なファイルサイズ Hadoop 利用の場合の Amazon S3 の最適なファイルサイズ は? 約 1 2GB 理由 1mapper から Amazon S3 のデータ取得速度 : 10MB~15MB/s Mapper 処理は 60 秒以上であるべき 60sec * 15MB = 約 1GB
44 最適なファイルサイズ すでに小さいファイル問 題を抱えていたら??
45 小さいファイルの扱い S3DistCp を使って小さいファイルを結合 S3DistCp は入力パターンで小さいファイルをグルーピングし 大きいファイルに結合させる (Hadoop 1.x) mapred.job.reuse.jvm.num.tasks 調整
46 小さいファイルの扱い S3DistCp サンプル :./elastic-mapreduce --jobflow j-3gy8jc4179iok --jar \ /home/hadoop/lib/emr-s3distcp-1.0.jar \ --args '--src,s3://myawsbucket/cf,\ --dest,s3://myawsbucket/combined,\ --groupby,.*xabcd ([0-9]+-[0-9]+-[0-9]+-[0-9]+).*,\ --targetsize,1024,\ --outputcodec,lzo,--deleteonsuccess
47 アジェンダ Amazon Elastic MapReduce (EMR) のご紹介 Amazon EMRデザインパターン Amazon EMRベストプラクティス パフォーマンス チューニング プラットフォームとしてのAmazon EMR
48 チューニングステージ #1 最強のチューニングはデータを効率よく保持すること 例えば スマートなデータパーティションイング データを効率よく保持 Hadoop の処理対象データが減る ジョブが速い
49 チューニングステージ #1 Hadoopはバッチむけ Hadoopジョブ処理時間の目安 :1 時間 数日 短いジョブは他の技術がフィットするかも Apache Storm Apache Spark Amazon Redshiftなど
50 チューニングステージ #1 最強のチューニング??
51 チューニングステージ #1 ノード追加!!
52 チューニングステージ #2 Ganglia でクラスタを モニタリング Amazon EMR は Ganglia を 1 クリック インストール
53 チューニング ステージ #2 モニタリングからボトルネックを特定 メモリ CPU ディスク I/O ネットワーク I/O 目標を決めてチューニング
54 ネットワーク I/O 最も重要なメトリック 特に Amazon S3 をストレージとして利用の場合 目標 : 1 つのインスタンスからなるべく多くのネット ワーク I/O を引き出す Mapper 数追加
55 ネットワーク I/O Ganglia でネットワークスループットをチェック Mapper 数追加で性能向上の可能性あり
56 アジェンダ Amazon Elastic MapReduce (EMR) のご紹介 Amazon EMRデザインパターン Amazon EMRベストプラクティス パフォーマンス チューニング プラットフォームとしてのAmazon EMR
57 HBase on Amazon EMR
58 HBase ユースケース 書込負荷が非常に高いシステム リアルタイムメトリック 大規模カウンター Hadoop エコシステムを使いたい Hive や Impala でアクセス可能
59 OpenTSDB HBase 上のtime series database 大規模なモニタリング用 秒間数百万のデータ書込
60 HBase バックアップ & リストア 自動 / 手動で Amazon S3 に HBase データをバックアップ フルバックアップ 増分バックアップ --consistent フラグ EMR EMR 指定のバージョンに簡単リストア Amazon S3
61 Impala on Amazon EMR
62 Impala on Amazon EMR Hive との性能比較 数倍 数十倍速い Impalaが処理できない ( 失敗 ) クエリもある
63 Impala ユースケース Ad-hoc / 対話式クエリ MapReduce クラスタと共存してもいい Hive の代わりに ETL のケースも Impala が速いクエリが多くある HiveQL ほぼそのまま使える
64 Impala on Amazon EMR 1 クリックインストール AMI 3.x 以降が必要 ストレージレイヤー 永続的クラスタのHDFS/HBase Amazon S3は未対応 Amazon S3からHDFSにコピー
65 Presto on Amazon EMR
66 Presto ユースケース Impala と似ている Ad-hoc / 対話式クエリ Hiveの代わりにETLのケースも
67 Presto on Amazon EMR ブートストラップでインストール AMI 3.x 以降が必要 ストレージレイヤー 永続的クラスタの HDFS/HBase Amazon S3
68 Spark on Amazon EMR
69 What is Spark? Apache Spark In-memory 分散処理 速い! SQL ストリーミング 機械学習 グラフ処理
70 Spark on Amazon EMR Amazon EMR ノードに Spark をインストールするブートストラップアクションを提供 Spark 0.8 をサポート Spark 1.0 サポート coming soon
71 Spark on Amazon EMR HDFSまたはAmazon S3 からRDDを生成 : sc.textfile OR sc.sequencefile Master Node Master instance group Spot RDD で計算処理 HDFS HDFS 32GB Memory 256GB Memory
72 Spark on Amazon EMR 結果 RDD を HDFS または Amazon S3 に保存 : Master Node Master instance group OR rdd.saveassequencefile rdd.saveasobjectfile HDFS HDFS 32GB Memory 256GB Memory
73 Spark on Amazon EMR 処理が終わったら タスクノードを シャットダウン Master Node Master instance group HDFS HDFS 32GB Memory
74 Spark on Amazon EMR のメリット Sparkはメモリを大量に使う いかに低いコストでメモリがたくさんあるインスタンスを大量に調達するか? メモリ最適化インスタンス タスクノードにSpotインスタンス利用 処理終わったらタスクノードをシャットダウン
75 Spark Metrics and CloudWatch
76 Spark Streaming and Amazon Kinesis Kinesis
77 まとめ Amazon EMR デザインパターン 一時的なクラスタの活用 タスクノードの活用 Amazon EMR ベストプラクティス 最適なインスタンスを選ぶ 小さいファイルの扱い パフォーマンス チューニング 最適なデータ パーティションやツールの利用 ノード追加 モニタリングやチューニング プラットフォームとしての Amazon EMR MapReduce 以外の使い方
無料セミナー資料：ビッグデータ管理基盤ソフトウェアHadoop入門
ビッグデータ管理基盤ソフトウェア Hadoop 入門 NEC ラーニングテクノロジー研修事業部 土井正宏 アジェンダ Hadoopとは? HDFSの概要 Map/Reduceのしくみ Hadoopのエコシステム ( 関連製品 ) Hadoop 0.23について Page 2 NEC Corporation 2010 Hadoop の概要 高スケーラブルな分散管理基盤 グリッドコンピューティング 2つのコア機能
Elastic MapReduce bootcamp
EMR Controls, Debugging, Monitoring アマゾンデータサービスジャパン株式会社 このセッションの目的 EMR 環境の運用方法を講義とハンズオンを通して理解する デバッグ 調査の方法 モニタリングの方法 Copyright 2012 Amazon Web Services アジェンダ デバッグ 調査 ログの仕様 ログ確認方法モニタリング Management Console
データセンターの効率的な資源活用のためのデータ収集・照会システムの設計
データセンターの効率的な 資源活用のためのデータ収集 照会システムの設計 株式会社ネットワーク応用通信研究所前田修吾 2014 年 11 月 20 日 本日のテーマ データセンターの効率的な資源活用のためのデータ収集 照会システムの設計 時系列データを効率的に扱うための設計 1 システムの目的 データセンター内の機器のセンサーなどからデータを取集し その情報を元に機器の制御を行うことで 電力消費量を抑制する
DEIM Forum 2012 C2-6 Hadoop Web Hadoop Distributed File System Hadoop I/O I/O Hadoo
DEIM Forum 12 C2-6 Hadoop 112-86 2-1-1 E-mail: momo@ogl.is.ocha.ac.jp, oguchi@computer.org Web Hadoop Distributed File System Hadoop I/O I/O Hadoop A Study about the Remote Data Access Control for Hadoop
Hortonworks Kitase
Data Platform エキスパートに聞く クラウドで実現するビッグデータ活 本マイクロソフト株式会社 本アイ ビー エム株式会社 ホートンワークスジャパン株式会社 佐藤 直 平 毅 北瀬 公彦 Hortonworks 2 アジェンダ メジャーなクラウドにおけるビッグデータ アナリティクス関連サービスについて確認 Azure のビッグデータ アナリティクス関連サービスについて IBM のビッグデータ
Joint Content Development Proposal Tech Docs and Curriculum
徹底解説!Hortonworks が提供する次世代データプラットフォーム 蒋逸峰 & 河村康爾 Hortonworks October 10, 2017 1 Hortonworks Inc. 2011 2016. All Rights Reserved 総合的な管理 セキュリティやガバナンス ON-PREMISES CLOUD EDGE MULTI-WORKLOADS MULTI-TYPE MULTI-TIER
PowerPoint プレゼンテーション
総務省 ICTスキル総合習得教材 概要版 eラーニング用 [ コース2] データ蓄積 2-5: 多様化が進展するクラウドサービス [ コース1] データ収集 [ コース2] データ蓄積 [ コース3] データ分析 [ コース4] データ利活用 1 2 3 4 5 座学本講座の学習内容 (2-5: 多様化が進展するクラウドサービス ) 講座概要 近年 注目されているクラウドの関連技術を紹介します PCやサーバを構成するパーツを紹介後
データベースの近代化：シンプルなクロスプラットフォーム、最小のダウンタイムで実現するクラウド移行
AWS Database Migration Service ダウンタイムを最小限に抑えたデータベースモダナイゼーション John Winford Sr. Technical Program Manager May 31, 2017 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved. アジェンダ クラウドはどのように役立つか?
Microsoft Word - nvsi_050110jp_netvault_vtl_on_dothill_sannetII.doc
Article ID: NVSI-050110JP Created: 2005/10/19 Revised: - NetVault 仮想テープ ライブラリのパフォーマンス検証 : dothill SANnetⅡSATA 編 1. 検証の目的 ドットヒルシステムズ株式会社の SANnetll SATA は 安価な SATA ドライブを使用した大容量ストレージで ディスクへのバックアップを行う際の対象デバイスとして最適と言えます
AWS 認定 DevOps エンジニア - プロフェッショナルサンプル試験問題 1) あなたは Amazon EBS ボリュームを使用する Amazon EC2 上で実行されているアプリケーションサーバ ー向けに 自動データバックアップソリューションを導入する業務を担当しています 単一障害点を回避し
1) あなたは Amazon EBS ボリュームを使用する Amazon EC2 上で実行されているアプリケーションサーバ ー向けに 自動データバックアップソリューションを導入する業務を担当しています 単一障害点を回避し データの耐久性を高めるために 分散データストアを使用してバックアップを取りたいと考えています また データを 1 時間以内に復元できるように 毎日のバックアップを 30 日間保存する必要があります
Agenda Hadoop Sahara Kilo Q&A Copyright 2015 Mirantis, Inc. All rights reserved Page 2
OpenStack Sahara Road to Kilo www.miran(s.com/jp Copyright 2015 Mirantis, Inc. All rights reserved Agenda Hadoop Sahara Kilo Q&A Copyright 2015 Mirantis, Inc. All rights reserved Page 2 Hadoop Open-source
Enterprise Cloud ＋ 紹介資料
Oracle Exadata の AWS 移行事例のご紹介 Oracle Exadata の移行 アジェンダ お客様の声 PoC フェーズ 移行診断 環境構築 データ移行 チューニング 移行フェーズ 業務 / データ整理 運用管理 まとめ 2 お客様の声 性能改修規模コスト移行方式運用環境 移行しても現状のデータベースと同等のパフォーマンスを出せるのか利用システムは どの程度改修が必要なのかコスト
AWS Deck Template
AWS OpsWorks のご紹介 Amazon Data Services Japan 2013/06/25 Agenda AWS OpsWorks とは OpsWorks の特長 OpsWorks 利用の流れ OpsWorks のメリット Chef とは OpsWorks のライフサイクルイベント どのようなアプリケーションが OpsWorks に向いているのか? OpsWorks の機能詳細
よくある問題を解決する～ 5 分でそのままつかえるソリューション by AWS ソリューションズビルダチーム
すぐに利用できる状態のソリューションを使って一般的な問題を 5 分以内に解決 Steve Morad Senior Manager, Solutions Builder Team AWS Solution Architecture May 31, 2017 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
目次 はじめに Introduction Analyzing Big Data Vectorwise and Hadoop Environments Vectorwise Hadoop Connector Perform
Vectorwise 3.0 Fast Answers from Hadoop Technical white paper - 1 - 目次 はじめに...- 3 - Introduction...- 3 - Analyzing Big Data...- 4 - Vectorwise and Hadoop Environments...- 5 - Vectorwise Hadoop Connector...-
OSS 体験セミナー Hadoop の概要 高スケーラブルな分散管理基盤 2 つのコア機能 分散ファイルシステム (HDFS) 分散処理フレームワーク (Map/Reduce) BigData の管理基盤として注目 分散処理基盤 (Map/Reduce) Hadoop 分散ファイルシステム (HDF
Hadoop スタートアップセミナー Hadoop スタートアップセミナー NEC ラーニングテクノロジー研修事業部土井正宏 OSS 体験セミナー Hadoop の概要 高スケーラブルな分散管理基盤 2 つのコア機能 分散ファイルシステム (HDFS) 分散処理フレームワーク (Map/Reduce) BigData の管理基盤として注目 分散処理基盤 (Map/Reduce) Hadoop 分散ファイルシステム
PowerPoint Presentation
グローバルバンクにおける最新クラウド活用事例 AWS で実現する ハイパフォーマンスコンピューティング Pawan Agnihotri Global Financial Services Solutions Architect 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved. 金融サービスにおけるリスク管理
ネットアップクラウドデータサービス
ネットアップクラウドデータサービス ネットアップのクラウドデータサービス IT ネットアップのクラウドデータサービスによってもたらされる効果 ネットアップのクラウド戦略 INSPIRE Innovation with the Cloud クラウドに安定性と信頼性をもたらし お客様のクラウド活用を強力に支援 ネットアップのクラウドデータサービスの主なユースケース ファイルサービス DevOps バックアップとディザスタリカバリ
Presentation Title Here
AWS Data Pipeline AWS Black Belt Tech Webinar 2015 Yuta Imai Solutions Architect, Amazon Data Services Japan アジェンダ 1. What is AWS Data Pipeline 2. When not to use 3. Case studies アジェンダ 1. What is AWS Data
Hadoop LZO圧縮機能の検証
ホワイトペーパー Hadoop LZO 圧縮機能の検証 対象 Apache Hadoop 対象バージョン Apache Hadoop 0.20.203.0 / LZO 2.03 概要 本書は Hadoop の処理対象データを LZO 形式で圧縮した場合 処理時間 と HDFS 使用量 の関係と効果について確認する事を目的として実施した 検証の内容 およびその結果を記載したものです 検証の結果 LZO
PassSureExam Best Exam Questions & Valid Exam Torrent & Pass for Sure
PassSureExam http://www.passsureexam.com Best Exam Questions & Valid Exam Torrent & Pass for Sure Exam : 1z0-950-JPN Title : Oracle Data Management Cloud Service 2018 Associate Vendor : Oracle Version
はじめに Dell PowerVault DL2000 Powered by Symantec Backup Exec は シンプルで管理しやすいデータ保護機能を提供する 柔軟かつ経済的なバックアップソリューションです 本ホワイトペーパーでは PowerVault DL2000 の バリューシリーズ
Dell PowerVault DL2000 のバックアップ性能 デルテクニカルホワイトペーパー Dell PowerVault DL2000 Powered By Symantec 作成 : Muffadal Quettawala Scott Reichmanis はじめに Dell PowerVault DL2000 Powered by Symantec Backup Exec は シンプルで管理しやすいデータ保護機能を提供する
ERDAS IMAGINE における処理速度の向上 株式会社ベストシステムズ PASCO CORPORATION 2015
ERDAS IMAGINE における処理速度の向上 株式会社ベストシステムズ 本セッションの目的 本セッションでは ERDAS IMAGINEにおける処理速度向上を目的として機器 (SSD 等 ) 及び並列処理の比較 検討を行った 1.SSD 及び RAMDISK を利用した処理速度の検証 2.Condorによる複数 PCを用いた並列処理 2.1 分散並列処理による高速化試験 (ERDAS IMAGINEのCondorを使用した試験
スライド 1
CROOZ,Inc. 1 モバイルゲームの全世界オンライン対戦を実現する方法を考察する クルーズ株式会社 田沢知志 CROOZ って何やってる会社? CROOZ,Inc. CROOZ は ソーシャルゲームやネット通販を中心に 世界中にインターネットサービスを提供するエンターテインメント企業です アジェンダ CROOZ,Inc. 3 クラウド導入の一般的な考慮点(LAMP 環境 ) ストレージI/Oの考慮点
yamamoto_hadoop.pptx
Hadoop Streaming 2011/2/16 H22 ? SaaS (So5ware as a Service) (,etc.) PaaS (Pla?orm as a Service) (Google App Engine,, Mixi Appli etc.) IaaS (Infrastructure as a Service) (Amazon EC2) VMWare ESX, Hyper-
サンプル株式会社 御中 システム導入のご提案
Hadoop Recommendation Machine Learning 本文中の会社名 製品名 サービスネームについて Amazon Web Services は Amazon.com, Inc. の商標または登録商標です Apache Hadoop は Apache Software Foundation の商標または登録商標です hybris は hybris AG の商標または登録商標です
Slide 1
Microsoft SharePoint Server on AWS リファレンスアーキテクチャー 2012/5/24 アマゾンデータサービスジャパン株式会社 Amazon における SharePoint の利用事例 AWS 利用によるメリット インフラの調達時間 4~6 週間から数分に短縮 サーバのイメージコピー作成 手動で半日から 自動化を実現 年間のインフラコスト オンプレミスと比較して 22%
PowerPoint プレゼンテーション
クラウド上に効率的な ビッグデータ処理基盤を構築するには ~データ特性に応じたシステム設計~ アマゾン ウェブ サービス ジャパン ソリューションアーキテクト 下佐粉 昭 2016年6月3日 1 2016, Amazon Web Services, Inc. or its Affiliates. All rights reserved. Twitter で AWS Summit に参加しよう! 公式アカウント
Oracle GoldenGate for Big Data
Oracle GoldenGate for Big Data Oracle GoldenGate for Big Data 12c 製品は ソース システムのパフォーマンスに影響を与えることなく トランザクション データをビッグ データ システムにリアルタイムにストリーミングします Apache Hadoop Apache HBase Apache Hive Apache Flume Apache
PowerPoint Presentation
AWS AWS AWS AWS AWS AWS AWS オンプレミス データセンター AWS Storage Gateway Amazon Kinesis Firehose EFS File Sync S3 Transfer Acceleration AWS Direct Connect Amazon Macie AWS QuickSight AWS Lambda AWS CloudFormation
タイトルを１～２行で入力 （長文の場合はフォントサイズを縮小）
電力自由化を陰で支える PostgreSQL 2016 年 12 月 2 日株式会社 NTT データシステム技術本部 PGCONF.ASIA 発表資料 Copyright 2016 NTT DATA Corporation 社会インフラへ PostgreSQL を適用する道のり Copyright 2016 NTT DATA Corporation 2 3 スマートメーター運用管理システムの位置づけ
アジェンダ はクラウド上でも十分使えます 1. の概要 とは の導入事例 で利用される構成 2. をクラウドで使う クラウドサービスの分類 Amazon Web Services による構成例 2
をクラウドで利用しよう オープンソースミドルウェア最新技術セミナー 2014/03/25 14:10-14:40 SRA OSS, Inc. 日本支社 技術開発部 正野 裕大 1 アジェンダ はクラウド上でも十分使えます 1. の概要 とは の導入事例 で利用される構成 2. をクラウドで使う クラウドサービスの分類 Amazon Web Services による構成例 2 をクラウドで利用しよう
新しい 自律型データ ウェアハウス
AUTONOMOUSDATA WAREHOUSE CLOUD 新しい自律型データウェアハウス Warehouse Cloudとは製品ツアー使用する理由まとめ始めましょう おもな機能クラウド同じ 接続 Warehouse Cloud は Oracle Database の市場をリードするパフォーマンスを備え データウェアハウスのワークロードに合わせて最適化された 完全に管理されたオラクルのデータベースです
スライド 1
Zabbix のデータベース ベンチマークレポート PostgreSQL vs MySQL Yoshiharu Mori SRA OSS Inc. Japan Agenda はじめに Simple test 大量のアイテムを設定 Partitioning test パーティションイングを利用して計測 Copyright 2013 SRA OSS, Inc. Japan All rights reserved.
PowerPoint プレゼンテーション
Oracle GRID Center Flash SSD + 最新ストレージと Oracle Database で実現するデータベース統合の新しい形 2011 年 2 月 23 日日本オラクル Grid Center エンジニア岩本知博 進化し続けるストレージ関連技術 高速ストレージネットワークの多様化 低価格化 10GbE FCoE 8Gb FC ディスクドライブの多様化および大容量 / 低価格化
(Microsoft PowerPoint - Hadoop\225\224\211\357.ppt)
Hadoop 部会 株式会社エイビス株式会社富士通九州システムズ九州東芝エンジニアリング株式会社九州東芝エンジニアリング株式会社株式会社オーイーシー株式会社オーイーシー大分大学大学院工学研究科 1 ( 部長 ) 小池翼 ( 副部長 ) 小畑智博小原辰徳郷原慎之介高熊大将玉井達也大場紀彦 2 テーマ 実業務への Hadoop の適用 ~ 気象データを用いた分散処理の実装 ~ Hadoop とは Hadoop
Title
K-means w/ Hadoop ~ 運用パート~ 2013/1/28 田浦研究室 M1 中谷翔 1 Outline Hadoop の基本 実験結果 Hadoop 愛憎 2 基礎の基礎 by 田浦先生スライド P.8 をサラリと Map 関数, Reduce 関数を登録すれば勝手に分散処理 3 Hadoop の Good なところ 慣れればそこそこ楽にスケーラビリティ出せる Map 処理, Reduce
InfoFrame Relational Store V2.2 構築ガイド for Amazon Web Services RS J
InfoFrame Relational Store V2.2 構築ガイド for Amazon Web Services RS-0202-15-01-J 商標類 Apache Hadoop Hadoop HDFS は Apache Software Foundation の米国およびその他の国における登録商標または商標です Ethernet は 米国 XEROX の登録商標です Intel Intel64
AWS Deck Template
ビッグデータの 3 つの V と 4 つのプロセスを支える AWS 活用法 アマゾンデータサービスジャパンソリューションアーキテクト大谷晋平 (ohtani@amazon.co.jp) WIFI およびハッシュタグ WiFi access Network:awssummit Password:awstokyo # hashtag #AWSTokyo 自己紹介 大谷晋平 ( おおたにしんぺい ) アマゾンデータサービスジャパン
PowerPoint Presentation
Amazon EBS ボリュームの性能特性と構成方法を習得する! 松本大樹 (Matsumoto Hiroki) 2014 Amazon.com, Inc. and its affiliates. All rights reserved. May not be copied, modified, or distributed in whole or in part without the express
Microsoft PowerPoint - SWoPP2010_Shirahata
GPU を考慮した MapReduce の タスクスケジューリング 白幡晃一 1 佐藤仁 1 松岡聡 1 2 3 1 東京工業大学 2 科学技術振興機構 3 国立情報学研究所 大規模データ処理 情報爆発時代における 大規模データ処理 気象 生物学 天文学 物理学など様々な科学技術計算での利用 MapReduce 大規模データ処理のためのプログラミングモデルデ スケーラブルな並列データ処理 GPGPU
提案書
アクセスログ解析ソフト Angelfish インストールについて Windows 版 2018 年 05 月 07 日 ( 月 ) 有限会社インターログ TEL: 042-354-9620 / FAX: 042-354-9621 URL: http://www.interlog.co.jp/ はじめに Angelfish のインストールに手順について説明致します 詳細は US のヘルプサイトを参照してください
Software-Defined Storage ware Virtual SAN ware Virtual SAN
ware Virtual SAN 6.0 ware v1.0 / 2015 2 ...3 1.1 Software-Defined Storage...3 1.1.1...4 1.1.2...4 1.2 ware Virtual SAN...5 1.3...6 1.4...7 1.5 ware Virtual SAN 6.0...8 1.6...8 1.7...9 1.8...13 1.8.1 vsphere...13
Hadoop Introduction
Hadoop Introduction はじめに Agenda Hadoopおさらい 1 HadoopStreaming 2 Hive 3 Demo (Apacheログ解析) 4 5 まとめ Hadoop の概要 Hadoop の特徴 Hadoop クラスタ構成 マスターサーバ バッチの進捗状況管理 Map/Reduce タスク割振り NameNode JobTracker HDFS 管理 DataNode
(Microsoft Word - WhitePaper_EvaluationAvanceNVBU__rev2_\203t\203H\201[\203\200\211\374\222\371\224\305_.doc)
Smart Service ホワイトペーパー Avance 環境における NetVault Backup 基本バックアップバックアップ動作検証 2010 年 10 月 シーティーシー エスピー株式会社事業本部 SZO 推進チーム Copyright 2010 CTCSP Corporation All Rights Reserved. 1 / 10 検証の目的 Avance は, 仮想化技術により
Congress Deep Dive
Congress Deep Dive NTT 室井雅仁 2016 NTT Software Innovation Center 自己紹介 室井雅仁 ( むろいまさひと ) 所属 : NTT OpenStack を利用した OSS クラウドのアーキテクトを担当 社内向け OpenStack 環境の運用 コミュニティへフィードバック OpenStack Congress Core Reviewer https://wiki.openstack.org/wiki/congress
Oracle Data Pumpのパラレル機能
Oracle Data Pump のパラレル機能 Carol Palmer オラクル社 Principal Product Manager はじめに Oracle Database 10g 上の Oracle Data Pump により 異なるデータベース間のデータとメタデータを高速で移動できます Data Pump の最も便利な機能の 1 つは エクスポート ジョブとインポート ジョブをパラレルに実行しパフォーマンスを高める機能です
OSS Mtg
Hadoop ~Yahoo! JAPAN の活用について ~ 2011/01/15 ヤフー株式会社 R&D 統括本部 角田直行 吉田一星 自己紹介 角田直行 ( かくだなおゆき ) R&D 統括本部プラットフォーム開発本部検索開発部開発 3 2005 年ヤフー株式会社入社 ヤフー地図 ヤフー路線 ヤフー検索 2010 年現在 検索プラットフォームを開発中 1 自己紹介 吉田一星 ( よしだいっせい
情報処理学会研究報告 IPSJ SIG Technical Report Vol.2015-DPS-163 No.17 Vol.2015-MBL-75 No /5/28 Hadoop MapReduce の Reduce 処理の I/O 高速化 藤島永太山口実靖工学院大学大学院工学研究
Hadoop MapReduce の Reduce 処理の I/O 高速化 藤島永太山口実靖工学院大学大学院工学研究科電気 電子工学専攻 工学院大学工学部情報通信工学科 近年, 膨大な情報を収集 蓄積 分析する方法として,ASF(Apache Software Foundation) が開発 公開している Hadoop が注目されている. 一般に Hadoop MapReduce は,Map 処理と
スライド 1
Hadoop とは Hadoop の二本柱 分散ファイルシステム HDFS(Hadoop Distributed File System) 分散プログラミングモデル MapReduce Hadoop の目的 大規模ファイル処理 格納, 加工 ペタバイト規模 複数計算機の協調動作 スケーラブルシステム 数百 ~ 数千台規模 Key-Value store MapReduce HDFS Node Node
システム要件 Trend Micro Safe Lock 2.0 SP1 Trend Micro Safe Lock 2.0 SP1 エージェントのシステム要件 OS Client OS Server OS Windows 2000 (SP4) [Professional] (32bit) Wind
![システム要件 Trend Micro Safe Lock 2.0 SP1 Trend Micro Safe Lock 2.0 SP1 エージェントのシステム要件 OS Client OS Server OS Windows 2000 (SP4) [Professional] (32bit) Wind](/thumbs/96/129575678.jpg "システム要件 Trend Micro Safe Lock 2.0 SP1 Trend Micro Safe Lock 2.0 SP1 エージェントのシステム要件 OS Client OS Server OS Windows 2000 (SP4) [Professional] (32bit) Wind")
Trend Micro Safe Lock 2.0 SP1 Trend Micro Safe Lock 2.0 SP1 エージェントの OS Client OS Server OS Windows 2000 (SP4) [Professional] Windows XP (SP1/SP2/SP3) [Professional] Windows Vista (SP なし /SP1/SP2) [Business
Machine Learning on AWS
Machine Learning on AWS アマゾンウェブサービス株式会社ソリューションアーキテクト志村誠 2017.06.01 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved. 志村誠 (Makoto Shimura) 所属 : アマゾンウェブサービスジャパン株式会社 業務 : ソリューションアーキテクト
Arcserve Backup r16 新機能 テープブロックサイズの拡張 効果実測 Arcserve Japan 1.5 版
Arcserve Backup r16 新機能 テープブロックサイズの拡張 効果実測 Arcserve Japan 1.5 版 新機能 テープブロックサイズの拡張 とその効果実測 1. はじめに 2. バックアップを高速化! テープブロックサイズの拡張 3. 効果測定 4. 測定結果からの考察 補足情報 : A) 検証環境 B) 設定方法 C) 考慮 注意事項 D) 富士通株式会社とArcserve
PowerPoint プレゼンテーション
AWS のいろは 株式会社神戸デジタル ラボ開発管理部情報システムチーム戎秀和 自己紹介 Hidekazu Ebisu ( 戎秀和 ) - 4 年目 - 情シス - わんこ 本日おはなしする内容 AWS について メリット セキュリティ コスト 3 本日おはなしする内容 AWS について メリット セキュリティ コスト 4 本日おはなしする内容 http://aws.amazon.com/jp/aws_history/
FIT2015( 第 14 回情報科学技術フォーラム ) RC-003 ファイル格納位置制御による Hadoop MapReduce ジョブの性能の向上 藤島永太山口実靖 工学院大学大学院工学研究科電気 電子工学専攻工学院大学工学部情報通信工学科 1. はじめに近年, 世界中の情報量が爆発的に増加し
RC-3 ファイル格納位置制御による Hadoop MapReduce ジョブの性能の向上 藤島永太山口実靖 工学院大学大学院工学研究科電気 電子工学専攻工学院大学工学部情報通信工学科 1. はじめに近年, 世界中の情報量が爆発的に増加しており, その情報を収集 蓄積 分析して有効に活用することに注目が集まっている. その膨大な情報を扱う方法として, ASF(Apache Software Foundation)
Microsoft Word - nvsi_090200jp_r1_nvbsvr_mscs.doc
Article ID: NVSI-090200JP_R1 Created: 2010/2/4 Revised: 2010/9/17 NetVault Backup サーバと Windows Server 2008 / フェールオーバークラスタとの統合 1. 検証目的 Windows Server 2008 では アプリケーションの可用性を高めるフェールオーバークラスタ機能を提供しています 本検証では
非構造化データの世界と構造化データの世界を繋ぐ！
非構造化データの世界と構造化データの世界を繋ぐ! - ビッグデータのためのオラクル製品と技術 - 製品戦略統括本部戦略製品ソリューション本部下道高志 1 Copyright 2012, Oracle and/or its affiliates. All rights reserved. 2 Copyright 2012, Oracle and/or its affiliates. All rights
PowerPoint Presentation
AWS による IoT 最新動向とデザインパターン 2016, Amazon Web Services, Inc. or its Affiliates. All rights reserved. Twitter で AWS Summit に参加しよう! 公式アカウント @awscloud_jp をフォローしたお客様に フリクションボールペンをプレゼント! 配布場所 ロビーや展示会場のコンパニオンが配布中!
AWSSummitTokyo2018
AWS Gunosy AWS Summit Tokyo 2018/06/01 自己紹介 - 米田 武 / Takeshi Yoneda / マスタケ - Github/Twitter: @mathetake - 2017/03/31: - MSc. in Mathematics at Osaka University - 2017/04/01~ - Machine learning engineer
PowerPoint プレゼンテーション
vsmp Foundation スケーラブル SMP システム スケーラブル SMP システム 製品コンセプト 2U サイズの 8 ソケット SMP サーバ コンパクトな筐体に多くのコアとメモリを実装し SMP システムとして利用可能 スイッチなし構成でのシステム構築によりラックスペースを無駄にしない構成 将来的な拡張性を保証 8 ソケット以上への拡張も可能 2 システム構成例 ベースシステム 2U
AWS における ベストパートナーを見つける 7 つの方法 相澤恵奏アマゾンウェブサービスジャパンアライアンス技術本部テクニカルイネーブルメント部部長パートナーソリューションアーキテクト #AWSInnovate 2019, Amazon Web Services, Inc. or its affi
AWS における ベストパートナーを見つける 7 つの方法 相澤恵奏アマゾンウェブサービスジャパンアライアンス技術本部テクニカルイネーブルメント部部長パートナーソリューションアーキテクト #AWSInnovate Agenda APNパートナーとは? ベストパートナーを見つける7つの方法 まとめ お客様が AWS に感じるメリット 10+ 最も豊富な機能と最も急速に進むイノベーション 顧客とパートナーの最大のコミュニティ
Unite_Japan_2014_Technical_Session
ｘ Unityでコンソール タイトルを移植する ドラゴンクエストVIII移植から学ぶ 大規模開発テクニック ｘ 2004,2013 ARMOR PROJECT/BIRD STUDIO/SQUARE ENIX All Rights Reserved. アジェンダ DQ8開発テクニックス プログラマー編 デザイナー編 ゲームデザイン編 Unityテクニカルノート Unityと移植タイトル 2004,2013
Veritas System Recovery 18 System Recovery Disk
Veritas System Recovery 18 System Recovery Disk 免責事項 ベリタステクノロジーズ合同会社は この 書の著作権を留保します また 記載された内容の無謬性を保証しません VERITAS の製品は将来に渡って仕様を変更する可能性を常に含み これらは予告なく われることもあります なお 当ドキュメントの内容は参考資料として 読者の責任において管理 / 配布されるようお願いいたします
AWSビッグデータソリューション Amazon Redshift, Amazon EMR, Amazon DynamoDBご紹介
TC-03 テクノロジートラック AWS ビッグデータソリューション Amazon Redshift, Amazon EMR, Amazon DynamoDB ご紹介 Yuta Imai Solutions Architect Amazon Data Services Japan Thank You! フィードバックをお寄せ下さい 本イベントについてツイートされる際は ハッシュタグをご利利 用ください
Trend Micro Safe Lock 2.0 Patch1 管理コンソールのシステム要件 OS Windows XP (SP2/SP3) [Professional] Windows 7 (SP なし /SP1) [Professional / Enterprise / Ultimate] W
![Trend Micro Safe Lock 2.0 Patch1 管理コンソールのシステム要件 OS Windows XP (SP2/SP3) [Professional] Windows 7 (SP なし /SP1) [Professional / Enterprise / Ultimate] W](/thumbs/93/111837301.jpg "Trend Micro Safe Lock 2.0 Patch1 管理コンソールのシステム要件 OS Windows XP (SP2/SP3) [Professional] Windows 7 (SP なし /SP1) [Professional / Enterprise / Ultimate] W")
Trend Micro Safe Lock 2.0 Patch1 Trend Micro Safe Lock 2.0 Patch1 エージェントのシステム要件 OS Client OS Server OS Windows 2000 (SP4) [Professional] Windows XP (SP1/SP2/SP3) [Professional] Windows Vista (SP なし /SP1/SP2)
SIOS Protection Suite for Linux v9.3.2 AWS Direct Connect 接続クイックスタートガイド 2019 年 4 月
SIOS Protection Suite for Linux v9.3.2 AWS Direct Connect 接続クイックスタートガイド 2019 年 4 月 本書およびその内容は SIOS Technology Corp.( 旧称 SteelEye Technology, Inc.) の所有物であり 許可なき使用および複製は禁止されています SIOS Technology Corp. は本書の内容に関していかなる保証も行いません
MS SQL の Point-in-Time リストア A - - v6.5 Update4 以降サポート Active Directory 詳細レベルリストア A A A v5 Update2 以降サポート 小さいパーティションへのBMR A A A v5 Update2 以降サポート リモートレ
Windows エージェント : バックアップ & リストア & 災対 継続増分バックアップ A A A ローカルディスク / 共有フォルダへのバックアップ A A A フル / 増分運用 ( 復旧セット ) バックアップ A A A ローカルディスク / 共有フォルダへバックアップ時 RPS へのバックアップ ( 重複排除有効 ) A A A v6.0 以降 : デフォルトブロックサイズを 4KB
利用約款別紙 SkyCDP for AWS 基本サービス仕様書 この仕様書は SkyCDP for AWS の基本サービスに関する内容 方法について記述したものです 尚 SkyCDP for AWS オプションサービスをご利用のお客様は各 SkyCDP for AWS オプションサービスのご契約内容
利用約款別紙 SkyCDP for AWS 基本サービス仕様書 この仕様書は SkyCDP for AWS の基本サービスに関する内容 方法について記述したものです 尚 SkyCDP for AWS オプションサービスをご利用のお客様は各 SkyCDP for AWS オプションサービスのご契約内容が優先されま す サーバに関する基本サービス仕様 システム仕様 OS Amazon Linux2 or
Japanese.p65
1. 1. SATA ハードディスインストールガイド 1.1 シリアル ATA (SATA) ハードディスクインストール IntelCH R SouthBridge チップセットは RAID 0 RAID 1 RAID 10 RAID 5 および Intel Matrix Storage を含む RAID 機能を備えたシリアル ATA (SATA) ハードディスクをサポートします このガイドの RAID
Microsoft Word - AWSBlueprint final.docx
はじめに は 受験者の以下の能力を認定するものです 要件を理解し AWS アーキテクチャーのベストプラクティスを用いて構築するソリューションを定義することができる アーキテクチャーのベストプラクティスを 開発者およびシステム管理者に対してプロジェクトのライフサイクルを通じて助言できる この水準を満たすために必要な基本知識とスキルには 以下の分野およびその項目すべてを含みます 知識レベルとしては 以下の大部分を理解しているものと定義します
ブランドを統一 GUI とマニュアル上の製品表記をすべて Arcserve に統一 Arcserve Backup Arcserve Unified Data Protection Arcserve Replication/HA 2
Arcserve UDP v6 のご紹介 Arcserve Japan v1.1 ブランドを統一 GUI とマニュアル上の製品表記をすべて Arcserve に統一 Arcserve Backup Arcserve Unified Data Protection Arcserve Replication/HA 2 Arcserve UDP のフォーカスエリア 簡単! でも柔軟にバックアップ 簡単なだけでなく
Oracle Data Pumpのパラレル機能
Oracle ホワイト ペーパー 2009 年 2 月 Oracle Data Pump のパラレル機能 はじめに Oracle Database 10gから使用できるようになったOracle Data Pumpは データベース間でのデータおよびメタデータの高速移動を実現します Data Pumpが提供するもっとも実用的な機能の1つに エクスポート ジョブとインポート ジョブのパフォーマンスの最大化を目的としたパラレル化機能があります
Leveraging Cloud Computing to launch Python apps
(Twitter: @KenTamagawa) v 1.1 - July 21st, 2011 (Ken Tamagawa) Twitter: @KenTamagawa 2011 8 6 Japan Innovation Leaders Summit IT IT AWS 90% AWS 90% アーキテクチャ設計 Intro }7 Intro 1 2 3 4 5 6 7 Intro 1 2 3 4
お役立ちフリーソフトの紹介その 3 5 EASEUS Partition Master を使用して C ドライブの容量を増やす メーカー製のノートパソコンには Windows7 のシステムが入っている C ドライブのみの場合と C ドライブとデータ用の D ドライブがある場合がある D ドライブを作
お役立ちフリーソフトの紹介その 3 5 EASEUS Partition Master を使用して C ドライブの容量を増やす メーカー製のノートパソコンには Windows7 のシステムが入っている C ドライブのみの場合と C ドライブとデータ用の D ドライブがある場合がある D ドライブを作成したい場合や C ドライブの容量を増やしたいことがある このような場合 パーティション操作が出来るフリーソフト
PowerPoint Presentation
ミッションクリティカルな業務システムを AWS クラウドで実現するポイント ~ SAP 編 ~ Kazuhide Inoue, Amazon Data Services Japan July 17 th, 2014 Session #TA-05 2014 Amazon.com, Inc. and its affiliates. All rights reserved. May not be copied,
AWS およびパートナーサービスを使った、データの集約および活用設計パターン
AWS およびパートナーサービスを使った データの集約および活 用設計パターン 荒 木靖宏 アマゾンデータサービスジャパン株式会社 プリンシパルソリューションアーキテクト 自 己紹介! 名前 荒 木靖宏! 所属 アマゾンデータサービスジャパン株式会社 プリンシパルソリューションアーキテクト! 好きな AWS サービス Amazon Virtual Private Cloud AWS Direct Connect
Microsoft PowerPoint - DNS_BoF_SCS_ pptx
BIND マルチコア / プロセスパフォーマンステスト 28/7/9 住商情報システム株式会社服部成浩 s.hattori@scs.co.jp テストをした背景と内容 マルチコアの製品の低廉化 Bind はどのくらいパフォーマンスでるのか? 神明さんパッチ Nominum 製品はマルチコア対応でない テスト内容 2 種類のテストを実施 テスト 1: コア数と処理性能 テスト 2: 1 プロセス時と複数プロセス時の比較
Microsoft PowerPoint VIOPS.ppt
ウェブサービスとはてなと 仮想化技術 はてな田中慎司 stanaka @ hatena.ne.jp 2009/05/29 アジェンダ Web サービスのインフラ 三つの指標 仮想化技術 Xen はてなでの取り組み 仮想化を前提としたハードウェア Xen の運用 仮想化のメリット クラウドと仮想化 はてなのサービス群 自己紹介 ( 株 ) はてな執行役員 担当領域 システムアーキテクチャ スケーラビリティ
PowerPoint Presentation
MATLAB による 大規模フリートデータ解析 アプリケーションエンジニアリング部齊藤甲次朗 2015 The MathWorks, Inc. 1 アジェンダ はじめに ビッグデータ解析の課題 MATLAB を活用したフリートデータ解析事例 フリートデータ解析実践 デスクトップでの解析 クラスターへのスケールアウト MATLAB 解析のシステムへの統合 まとめ 2 25 GB / 1hour 4 フリートデータ解析を含むビッグデータ解析の課題
スライド 1
Zabbix で PostgreSQL の監視を行おう ~pg_monz のご紹介 ~ SRA OSS,Inc. 日本支社盛宣陽 Copyright 2014 SRA OSS,Inc.Japan All rights reserved. 1 PostgreSQL の課題 DB としての基本機能 性能は商用 DB と比べても引けをとらない 運用面には課題あり どのようにして運用するのか? 効果的な監視方法は?
システム要件 Trend Micro Safe Lock Trend Micro Safe Lock 2.0 エージェントのシステム要件 OS Client OS Server OS Windows 2000 (SP4) [Professional] (32bit) Windows XP (SP1/
![システム要件 Trend Micro Safe Lock Trend Micro Safe Lock 2.0 エージェントのシステム要件 OS Client OS Server OS Windows 2000 (SP4) [Professional] (32bit) Windows XP (SP1/](/thumbs/95/126209574.jpg "システム要件 Trend Micro Safe Lock Trend Micro Safe Lock 2.0 エージェントのシステム要件 OS Client OS Server OS Windows 2000 (SP4) [Professional] (32bit) Windows XP (SP1/")
Trend Micro Safe Lock Trend Micro Safe Lock 2.0 エージェントの OS Client OS Server OS Windows 2000 (SP4) [Professional] Windows XP (SP1/SP2/SP3) [Professional] Windows Vista (SP なし /SP1/SP2) [Business / Enterprise
Microsoft PowerPoint - LAB-03-SR18-ã…Łã‡¡ã‡¤ã…«ã…ªã‡¹ã…‹ã‡¢-v1
自習 & ハンズオントレーニング資料 System Recovery 18 ファイルのリストア ベリタステクノロジーズ合同会社 テクノロジーセールス & サービス本部 免責事項 ベリタステクノロジーズ合同会社は この文書の著作権を留保します また 記載された内容の無謬性を保証しません VERITAS の製品は将来に渡って仕様を変更する可能性を常に含み これらは予告なく行われることもあります なお 当ドキュメントの内容は参考資料として
Veritas System Recovery 16 Management Solution Readme
Veritas System Recovery 16 Management Solution Readme この README について Veritas System Recovery 16 のソフトウェア配信ポリシーのシステム要件 Veritas System Recovery 16 Management Solution のシステム要件 Veritas System Recovery 16 Management
スライド 1
SAS Loves Big Data via Hadoop ~Big Data Driven Innovation~ 惟高裕一, 北西由武, 都地昭夫 塩野義製薬株式会社 SAS Loves Big Data via Hadoop ~Big Data Driven Innovation~ Yuichi Koretaka, Yoshitake Kitanishi, Akio Tsuji SHIONOGI
<4D F736F F D F B835E82CC8D8291AC8F88979D82F08FAC8C5E82A982C288C089BF82C88D5C90AC82C AC82B782E996A78C8B8D878C5E836E815B C695C097F18F88979D82F091678D8782B982BD8C768E5A8B
テーマ名ビッグデータの高速処理を小型かつ安価な構成で達成する密結合型ハードウェアと並列処理を組合せた計算機システム組織名国立大学法人電気通信大学情報システム学研究科吉永務教授技術分野 IT 概要ビッグデータの高速処理を実現するために ストレージ 光通信ネットワーク FPGA SSD 等を密接に結合させたハードウェアと高効率の並列処理を組合せ 小型かつ安価なシステム構成でありながら Hadoop Impala
PowerPoint Presentation
The philosophy & design of AWS OpsWorks Thomas Metschke, AWS OpsWorks 2014 年 7 月 17 日 2014 Amazon.com, Inc. and its affiliates. All rights reserved. May not be copied, modified, or distributed in whole
Linux勉強会 ～Hadoopと高可用性～ Hadoop入門
Linux 勉強会 ~Hadoop と高可用性 ~ Hadoop 入門 日本ヒューレット パッカード株式会社 ESSN プリセールス統括本部エンタープライズサーバー ストレージ技術第 1 本部 Linux ソリューション部 Cloudera Certified Administrator for Apache Hadoop'CCAH( 認定技術者 古賀政純 Twitter: @masazumi_koga
OPENSQUARE
HGST ServerCache ~ 高性能 SSD+RAM キャッシュソフトウェア ~ 株式会社 OPENスクエア東京都千代田区神田紺屋町 17 番 SIA 神田スクエア2F お問合せ先 : info_os@opensquare.co.jp 2014 年 12 月 3 日 http://www.opensquare.co.jp Copyright OPENSQUARE. All rights reserved
Arcserve UDP バージョン比較 (Rev: 4.0) 2019 年 5 月作成 凡例 ( A : Advanced 以上 P : Premium 以上 PP : Premium Plus SS : 専用サブスクリプション -: 機能なし ) Release Version 機能 7.0 v
Windows エージェント : バックアップ & リストア & 災対 継続増分バックアップ A A A A ローカルディスク / 共有フォルダへのバックアップ A A A A フル / 増分運用 ( 復旧セット ) バックアップ A A A A ローカルディスク / 共有フォルダへバックアップ時 RPS へのバックアップ ( 重複排除有効 ) A A A A v6.0 以降 : デフォルトブロックサイズを
データ発生源から利用対象のデータを抽出して 欠損値処理や名寄せ等の加工を行い 蓄積用のストレージに格納する 2 蓄積 統合データが利用されるまでの間 保管する 必要に応じて複数のデータを利用目的に応じた形へ統合 結合する 3 分析 活用蓄積されたデータに対し BIや統計解析 データマイニングなどのツ
特集 ビッグデータの利活用 ビッグデータの要素技術の動向 森井 章夫 概要 クラウドコンピューティングやネットワークの高トラフィック化 スマートフォンなどのデバイスの普及を背景にして SNSや動画共有サイトなどのソーシャルメディアや 位置情報 リアル店舗 eコマース等の商取引情報 IoT M2Mセンサーなど 多種多様な ビッグデータ が 日々 膨大に生成されている ビッグデータを利用することで 既存のビジネスの改善や成長に活用し
スライド 1
NetApp 新製品紹介 - FAS2600 シリーズ - 2017/6/16 インフラマーケティング部ストレージソリューション課 NetApp 担当 目次 目次 1.NetApp FAS 製品ラインナップ p.3 2.NetApp FAS 新製品の特徴 p.4 3. FAS2600 シリーズ製品情報 p.5 3-1. ハードウェア概要 p.6 3-2. 特徴 p.9 3-3. 見積パターン p.11
ウェビナー資料
Data Factory V2 新機能徹底活用入門 クラウドコンサルティング事業部 藤川佳祐 Copyright 2017-2020 System Support Inc. All rights reserved. 自己紹介 藤川佳祐 (Keisuke Fujikawa) 株式会社システムサポート所属 略歴 フリーペーパー編集営業 アプリケーションエンジニア (C#, Ruby) ソーシャルゲーム運営
PowerPoint Presentation
エンタープライズ向け AWS クラウドデザインパターンのご紹介 (BCP-DR 編 ) 片山暁雄, アマゾンデータサービスジャパン株式会社 2014/7/18 Session TE-09 2014 Amazon.com, Inc. and its affiliates. All rights reserved. May not be copied, modified, or distributed
HIGIS 3/ﾌﾟﾚｾﾞﾝﾃｰｼｮﾝ資料/J_GrayA.ppt
SQL on Hadoop のホントのところ Impala vs Hive on Tez vs Drill 217/9/9 株式会社日立製作所 OSS ソリューションセンタ 木下翔伍 講演者 木下翔伍 / Kinoshita Shogo エンタープライズ向けビッグデータ関連ソリューション検討 開発 Hadoop エコシステム (Spark, Hive 等 ) の技術検証含む 例えば スマートメーター
WebSAM Storage ReplicationNavigator WebSAM Storage ReplicationNavigator Oracle RAC Option 本製品を販売する場合 事前に下記問い合わせ先へご連絡をお願いします < 問い合わせ先 > 8. 問い合わせ窓口 を参照し
WebSAM Storage ReplicationNavigator WebSAM Storage ReplicationNavigator Oracle RAC Option 本製品を販売する場合 事前に下記問い合わせ先へご連絡をお願いします < 問い合わせ先 > 8. 問い合わせ窓口 を参照してください 製品概要 WebSAM Storage ReplicationNavigator は istorage
ActiveImage Protector 3.5
for Hyper-V Enterprise のご紹介 ( 株 ) ネットジャパン法人営業部 2014 年 5 月 30 日 目次 主な導入対象 P.3 導入のメリット P.4 主な機能 1. バックアップ機能 P.6 2. 仮想マシンの即時稼働と復元 P.14 3. ReZoom 機能による通常の復元 P.22 4. マウント機能によるファイル単位の復元 P.24 5. その他の機能 P.27 2
Microsoft Word - OfficeScan10.6_System_Requirements-jp_ doc
ウイルスバスターコーポレートエディション 10.6 システム要件 トレンドマイクロ株式会社 トレンドマイクロ株式会社は 本書および本書に記載されている製品を予告なしに変更する権利を有しています ソフトウェアをインストールして使用する前に Readme ファイル リリースノート および最新のユーザドキュメントを確認してください これらは 次のトレンドマイクロの Web サイトから入手できます http://www.trendmicro.co.jp/download/
Stepguide15_shisa_guard.indd
シーサーガード +BACKUP ファーストステップガイド クラウド型オンラインバックアップ 管理者向け プランバックアップ対象容量初期費 ( 税別 ) 月額費 ( 税別 ) お試し版 ( 本パッケージ ) 10GB ーー 30 日 保存プラン 365 日 保存プラン SOX 法対策 2,555 日 (7 年 ) 保存プラン 本マニュアルは シーサーガード +BACKUP をご利用いただくにあたり 初期設定及び操作方法についてのご説明を行っております
内容 1 はじめに バックアップの必要性 Windows Storage Server のバックアップについて ShadowProtect 5 for I-O DATA を利用したバックアップのメリット ShadowProtect 5 for
ホワイトペーパーシリーズ : ShadowProtect 5 for I-O DATA を 利用したバックアップのメリット 2014 年 8 月 1 内容 1 はじめに... 3 2 バックアップの必要性... 3 3 Windows Storage Server のバックアップについて... 4 4 ShadowProtect 5 for I-O DATA を利用したバックアップのメリット...