Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
DBプラットフォームの変遷 - ベアメタル、VM、そしてコンテナへ
Search
tzkoba
May 20, 2020
Technology
6
5.3k
DBプラットフォームの変遷 - ベアメタル、VM、そしてコンテナへ
2020/5/20、Infra Study Meetup#2のLT資料です。
tzkoba
May 20, 2020
Tweet
Share
More Decks by tzkoba
See All by tzkoba
The State of Distibuted Database In Japan
tzkoba
1
1.4k
#CloudNativeDB NewSQLへの誘い
tzkoba
4
3.3k
Cloud Native時代のデータベース
tzkoba
13
15k
2020年DBプラットフォーム (超個人的)5大ニュース
tzkoba
0
1.2k
PostgreSQLプラットフォームの徹底比較(コンテナからクラウドまで)
tzkoba
6
11k
Kubernetesでストレージ?そもそも何に使えるの?
tzkoba
0
1.3k
データ損失を回避しよう 各DBの機能比較
tzkoba
3
2.1k
昨今のデータデバイス(アーカイブ編)
tzkoba
3
1.7k
理解して拡げる分散システムの基礎知識
tzkoba
21
11k
Other Decks in Technology
See All in Technology
dbtとAIエージェントを組み合わせて見えたデータ調査の新しい形
10xinc
6
1.2k
re:Inventに行くまでにやっておきたいこと
nagisa53
0
570
ハノーファーメッセ2025で見た生成AI活用ユースケース.pdf
hamadakoji
1
490
AWS re:Invent 2025事前勉強会資料 / AWS re:Invent 2025 pre study meetup
kinunori
0
640
仕様駆動開発を実現する上流工程におけるAIエージェント活用
sergicalsix
1
330
JSConf JPのwebsiteをGatsbyからNext.jsに移行した話 - Next.jsの多言語静的サイトと課題
leko
2
190
GraphRAG グラフDBを使ったLLM生成(自作漫画DBを用いた具体例を用いて)
seaturt1e
1
150
MCP ✖️ Apps SDKを触ってみた
hisuzuya
0
390
Open Table Format (OTF) が必要になった背景とその機能 (2025.10.28)
simosako
2
370
20251027_マルチエージェントとは
almondo_event
1
460
abema-trace-sampling-observability-cost-optimization
tetsuya28
0
190
生成AI時代のPythonセキュリティとガバナンス
abenben
0
140
Featured
See All Featured
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
30
2.9k
Building Adaptive Systems
keathley
44
2.8k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
658
61k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
10
890
Producing Creativity
orderedlist
PRO
347
40k
The Invisible Side of Design
smashingmag
302
51k
For a Future-Friendly Web
brad_frost
180
10k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
34
2.3k
Side Projects
sachag
455
43k
BBQ
matthewcrist
89
9.9k
Documentation Writing (for coders)
carmenintech
75
5.1k
KATA
mclloyd
PRO
32
15k
Transcript
DBプラットフォームの変遷 - ベアメタル、VM、そしてコンテナへ - Infra Study Meetup #2 , 5/20
@tzkb
2 最近やっていること • July Tech Festa 2019 “Cloud Native開発者のための Database
with Kubernetes” • NewSQL関連のブログ投稿 “2020年現在のNewSQLについて” “NewSQLコンポーネント詳解” + =∞
3 1. 時は流れて - 2000年以降のDBプラットフォーム - 2. ベアメタルの時代 - 物理サーバ,
UNIX - 3. Exadataの衝撃 - 専用サーバという浪漫 - 4. VMの時代 - VM HAのとりこ - 5. そしてコンテナへ - 変化を求められるDBMS - アジェンダ
4 時は流れて - 2000年以降のDBプラットフォーム - 2000 2020 2010 2005 2015
HW: ベアメタル OS: UNIX DBMS: 商用DB ベアメタル Linux 商用DB/OSS-DB 仮想マシン Linux 商用DB/OSS-DB コンテナ OSS-DB VMware vSphere 4 Red Hat Enterprise Linux 5 Docker Kubernetes PostgreSQL 8 1. Oracle Exadata
5 ベアメタルの時代 - 物理サーバ,Unix - 2. • ハードウェアとOSはセットでベンダから買う時代。 • OracleなどのDBMSはオープンを標榜、様々なOSに対応していた。
• 巨大なDBサーバを数台並べて、HA構成。 • その後ダウンサイジングされたが、システム内で最も高価なのが、 DBサーバとストレージ。 2000年当時の サーバ室に並べられた IBM RS6000 SPが2台と ストレージのセット。 それぞれ冷蔵庫以上の大きさ。 ※画像出典 http://www.computinghistory.org.uk/det/6535/IBM-RS-6000-SP2-Type-7025/
6 Exadataの衝撃 - 専用サーバという浪漫 - 3. • DB専用機 Oracle Exadataが2008年に登場。
• 汎用的なサーバとOS、ストレージを選んで購入していた、DBエンジニアに 衝撃を与える。 • 「何もしなくても速い!」 (注)それまでに比べると、、、 • 国内でもInsight QubeというDBアプライアンスが開発・発売された。 今では当たり前の - カタログ見て簡単に選べる - すぐ使える(電源を入れれば) - 面倒な設定不要(それまでに比べれば) を実現。DBエンジニアの浪漫であり、 最終兵器だった。 ※画像出典 https://blog.oracle-ninja.com/2011/06/08/exadata-x2-8-installation-pics/
7 VMの時代 - VM HAのとりこ - 4. • VMへの適応はDBは時間を要した。 •
理由はパフォーマンス。仮想化のオーバーヘッドを避ける傾向が強かった。 • vSphere 4以降、流れが変わってきた印象。HW性能が上がってきたことに 加え、仮想化による運用上のメリットを無視できなくなる。 • Active-Standbyだけでなく、Primary-Secondaryなどの構成も可能に。 P S S 【PostgreSQLのReplication】 【共有Diskを用いたVM HA】
8 そしてコンテナへ - 変化を求められるDBMS - 5. • コンテナ、Kubernetesへの対応もVM時代と同様、DBは遅れている印象。 • 太い帯域、低いレイテンシがDBサーバの足回りには必要?
• やっぱりDBは急に落ちては困るし、勝手に落とされても困る? • コンテナ、Kubernetesのコンセプトと合わないのでは? operator -0 -1 -2 postgres snapshot 【NewSQL with Kubernetes】 【Kubernetes Operatorパターン】
9 まとめ ベアメタル->VMと技術の進歩にDBは確実に追随してきた。 今はクラウドのManaged Serviceを使うのが便利な時代。 しかし、DBのプラットフォームはコンテナ、そして Kubernetes
へ移っていくことは確実。 DBMSの進化もそれを後押しする。 DB with Kubernetes、やっていきましょう。
10 Questions? @tzkb @tzkoba