A Brain-Friendly Guide Head First Social BigData Facebook Twitter Social Graph Social Bookmark User Logging Access Log POS GPS Machine Learning Recommendation Enterprise Search Cloud Google Apps Amazon EC2 Open Cloud Don’na “Hang=Dan” Dar with Pandaneco Rojinkai ORE’ILLY

こんにちは ビッグデータ！ ここに、これまではSQLで 扱って来たデータがあるじゃろ？ ( ＾ω＾) ⊃ 普通のデータ ⊂

こんにちは ビッグデータ！ これをNoSQLに入れ直して… ( ＾ω＾) ≡⊃⊂≡

こんにちは ビッグデータ！ 出来上がりじゃ♪ ( ＾ω＾) ⊃ビッグデータ⊂

そもそもの話 Big Data って?

http://www.bigdatalandscape.com/

http://www.bigdatalandscape.com/ データ分析フレームワーク 大規模データ 保持・加工・処理

Big Data の Data Base 分散ストレージ 分散処理系 サーバ一台に収まらないデータを扱う 扱う全データ量が大きい 一度に扱うデータ量が大きい サーバ一台に収まらないデータを扱う

RDBMS の高性能化限界 Cost スケールアップは 高価 / 頭打ち Spec

歴史のお勉強：BigData時代の始まり の出現

無限のスケールアウト性能 Cost 台数に比例した 性能が得られる Spec

簡単につかえて 無限にスケールアウトする 分散処理系 兼 分散ファイルシステム

Hadoop やってます 競争 の時代

はたと気がつく なんと RDBMS が おきあがり なかまに なりたそうに こちらをみている！ バッチ処理はできるけど クエリとかの応答性能は 出せないんだよね… …　 なんと RDBMS が おきあがり なかまに　なりたそうに　こちらをみている！

　はい 　いいえ No!SQL

まだRDBMS代替を主張しないといけない時代 できないことを やってるぞ！

Big Data Landscape をよく見てみよう http://www.bigdatalandscape.com/ ところで Big Data Landscape をよく見てみよう

http://www.bigdatalandscape.com/

http://www.bigdatalandscape.com/ ファッ！？？？

さいど RDBMS が おきあがり なかまに なりたそうに こちらをみている！ 基幹システムを張れると主張しないといけない時代 トランザクションとか ビジネス要件とか言われると 辛いんだよね… …　 さいど RDBMS が おきあがり なかまに　なりたそうに　こちらをみている！

Not only SQL

DATABASE RDBMS SQL NoSQL

RDBMS NoSQL and more…

まとめ みんなGoogleが大好きなので、GoogleのパチもんのHadoopも 最高にCoooool！！！！でした RDBMSはしばしばデータ基盤として用いられていたので、 うまくHadoopで置き換えれば数十倍の処理性能が出ました。 例えば　大量に、全件を、まとめて処理するバッチ それはそうでしょう。 それはRDBMSでやるべきものではなかったのですから。 RDBMSの数十倍！　が初期のウリだったので、RDBMSは 意地でも使うわけにはいかなくなりました。 そこで現れたのが　NoSQLです。 今ではそうでもなくなりました。RDBMSとの融和の時代です。

そもそもの疑問 そもそもどうやってデータベースを 実現してきたのか なぜ RDBMS では実現できないのか 勧誘の時間 そもそもの疑問 なぜ RDBMS では実現できないのか データベースに求められる機能とは何なのか そもそもどうやってデータベースを 実現してきたのか

勧誘の時間 データベースをきちんと知らないと 答えられない疑問

勧誘の時間 データベースをきちんと知らないと 答えられない疑問 じゃあ いつ学ぶのか

勧誘の時間 もう一度 データベース(Not only SQL) を学ぼう！

方針 ７つのデータベース ７つの世界 から いくつかのソフトウェアを実際に触る 環境はとりあえず太田が用意する 足りなくなったら検討 ７つのデータベース　７つの世界　から いくつかのソフトウェアを実際に触る 環境はとりあえず太田が用意する 足りなくなったら検討 その後は個々気に入ったソフトウェアを 集中的に 目標：データベース製品の特徴を理解し、 用途に合わせて選んで採用できる

初期スケジュール 7つのDB 7つの世界 リレーショナル代数について （東） PostgreSQL （小林） HBase （太田） リレーショナル代数について （東） PostgreSQL （小林） HBase （太田） Neo4j （東） Riak （太田） MongoDB （） CouchDB （） Redis （やまひろ） 7つのDB 7つの世界　予備日 7つのDB 7つの世界　残り部分 各DB比較 - NoSQL プログラミング実践活用技法 その後 各製品 Deep Dive