O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.
1
TidalScale
Software-Defined Servers
インメモリデータベースを
手軽にスケールアップ!
次世代サーバ仮想化ソリューション
TidalScaleとは? SE
Faster Results – Lower Co...
• タイダルスケールジャパン合同会社
2018年4月に日本上陸
キーワードは Inverse Virtualization
Software defined Server
• 山本哲男
タイダルスケールジャパンSE
以前はシステム管理系ソフトウ...
SAP HANA などのインメモリデータベースのサイジング・・・
3TBでスモールス
タートできればいい
んだけど・・・
5年後12TB?
クラウドには
乗せられないか
スケールアップか
スケールアウトか1 2 5
3TB
6TB
12TB
S...
• スケールアップ
• メモリ・CPU・ディスクを追加
• スケールアウト
• サーバハードウェアを追加
スケールアップかスケールアウトか
SAP HANA
SAP HANA
運用の複雑さを低減
・HA/DRを簡素化
・増加分を見込んだフルスペ...
簡単にスケールアップできるソリューションは?
初年度3TBでスモー
ルスタートできて
5年後12TB
クラウドには
乗せられなくても
スケールアップと
スケールアウトの
いいとこ取りできて
2ソケット汎用
サーバを追加
できて
デリバリも時間
...
6
• 元SAPのDr. Ike Nassi(CTO)によって設立
• Software-Defined Serverとして最初に成功したソリューション
• 2018年4月に日本上陸
TidalScale
Dr. Ike Nassi
Found...
• 標準的なIAサーバーを束ねて
1つの大きな仮想マシンを構築
• Inverse Virtualization「逆の仮想化」
• Software defined Server
• 仮想マシン上で動作させるOS、アプリ
ケーションは改造不要
...
TidalScaleの構成コンポーネント
• WaveRunner
• 管理サーバ
• TidalScaleのシステム全体を管理
• iSCSIストレージ(TidalPod用ブー
トボリュームとHyperKernelボ
リューム)を管理
• ワ...
WaveRunnerでTidalPod(仮想マシン)のデプロイ①
WaveRunner コンソールで
未使用のノードを選択し
CPUとメモリーを合算した
TidalPod仮想マシンを作成
WaveRunnerでTidalPod(仮想マシン)のデプロイ②
WaveRunnerでTidalPod(仮想マシン)のデプロイ③
WaveRunnerでTidalPod(仮想マシン)のデプロイ④
OK
TidalPod仮想マシンに
あとからノードを追加して
CPUとメモリーを増やすこ
ともできます。
WaveRunnerでTidalPod(仮想マシン)のデプロイ⑤
TidalPod(仮想マシン)起動のしくみ①
• TidalPod(仮想マシン) を構成する4台
のワーカーノードを同時起動。
WaveRunnerはPXEブートで4台の
ワーカーノードを電源投入します
• TidalScale HyperKe...
TidalPod(仮想マシン)起動のしくみ②
• HyperKernelはmachine.defの情報を
使ってTidalPod(仮想マシン)をアセンブ
ルします
• ワーカーノードはインターコネクトス
イッチ上でお互いを見つけ、すべての
ノー...
TidalPod(仮想マシン)起動のしくみ③
• TidalPodは、 WaveRunnerサーバー
がホストしているiSCSIストレージ
(ZFS zvol)にあるTidalPod用に設定
されたブートボリューム
(ブロックデバイス)を使用し...
TidalPod(仮想マシン)起動のしくみ④
• ゲストOSとそのソフトウェアアプリ
ケーションからは、TidalPodを構成す
るすべての物理マシンが集約された
ハードウェアリソースを持つ単一のシ
ステムとして認識されます。
ワークロードに応じてサーバを追加し、スケールアップ
Compute MemoryI/OCompute MemoryI/O
簡単な操作で
汎用サーバのCPUとメモリ
リソースを追加
TidalScaleの特徴:機械学習による自己最適化
みアルゴリズム:
仮想のCPU、メモリリソースを
物理インフラのCPUとメモリに
マップ
実行時に動的に
リソースを分散
vCPUとメモリを
透過的に移行
TidalScaleの特徴:機械学習による自己最適化
みアルゴリズム:
仮想のCPU、メモリリソースを
物理インフラのCPUとメモリに
マップ
実行時に動的に
リソースを分散
vCPUとメモリを
透過的に移行
TidalScaleの特徴:機械学習による自己最適化
みアルゴリズム:
仮想のCPU、メモリリソースを
物理インフラのCPUとメモリに
マップ
実行時に動的に
リソースを分散
vCPUとメモリを
透過的に移行
0
5
10
15
20
25
30
35
40
45
Scale-up v1.2.2 v2.0
4ソケットサーバとベンチマーク比較
SAP HANA / TPC-H Data Size: 500GBElapsedTime(min)
16.2m...
スモールスタートと成長に合わせたスケールアップでコスト削減
3 year TCO Comparison – Oracle DB, in-Memory
$0
$1,000,000
$2,000,000
$3,000,000
$4,000,000
...
ユースケース
HPC / Distributed
Systems
Corporate R&D Centers, University,
Government R&D Centers
Data Analytics
Any organization...
某銀行(韓国)
FinTech
q アプリケーションRはDocker上で動作
q VMのサイズを超えることができない
q リソースの無駄が各サーバで発生
q ネイティブコードが使用できない
q 分散プログラミングを使用する必要がある
q 論理ア...
某銀行(韓国)
FinTech
q 複数のHWを組み合わせた大きな OSを操作
q Dockerのサイズは、OSのサイズまで増やすこと
ができます
q 必要なリソースを確保
q 分散コンピューティングは不要
HW
VMware
VM
OS RH...
Sirqul
IoT Capture, Monitoring & Analysis
Customer
大型スタジアムの入場者の動線を把握し、人が最も多く集まる
ところに売店やアメニティを配置するといったクライアント
サービスを強化するために、何...
• TidalSaleを使用すると
複数のコモディティサーバを束ねて1つの大容量メモリ
仮想マシンを構築可能です。
• SAP HANAなどのインメモリデータベース環境で
導入時はスモールスタートし、
ワークロードに合わせて手軽にスケールアップ...
• デモや動作検証(PoC)のご相談、
お問い合わせはこちらへ
• タイダルスケールジャパン合同会社
marketing@tidalscale.co.jp
ご静聴ありがとうございました
[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮想化ソリューションTidalScaleとは!?』
Próximos SlideShares
Carregando em…5
×

[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮想化ソリューションTidalScaleとは!?』

247 visualizações

Publicada em

[db tech showcase Tokyo 2018] #dbts2018 #E24
『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮想化ソリューションTidalScaleとは!?』
タイダルスケールジャパン合同会社 - セールスエンジニア 山本 哲男 氏 / 丸紅情報システムズ株式会社 - IT基盤ソリューション事業本部 プロダクトマーケティング部 課長 荻布 哲士 氏

Publicada em: Tecnologia
  • Seja o primeiro a comentar

[db tech showcase Tokyo 2018] #dbts2018 #E24 『インメモリデータベースを気軽にスケールアップ! 次世代サーバ仮想化ソリューションTidalScaleとは!?』

  1. 1. 1 TidalScale Software-Defined Servers インメモリデータベースを 手軽にスケールアップ! 次世代サーバ仮想化ソリューション TidalScaleとは? SE Faster Results – Lower Cost
  2. 2. • タイダルスケールジャパン合同会社 2018年4月に日本上陸 キーワードは Inverse Virtualization Software defined Server • 山本哲男 タイダルスケールジャパンSE 以前はシステム管理系ソフトウェアのプレセールスでした。 日々勉強です。 自己紹介
  3. 3. SAP HANA などのインメモリデータベースのサイジング・・・ 3TBでスモールス タートできればいい んだけど・・・ 5年後12TB? クラウドには 乗せられないか スケールアップか スケールアウトか1 2 5 3TB 6TB 12TB SAP Quick SizerやSAP earlyWatch Reportで算出 5年の増加分を見込んだ サイズ SAP社認定モデルの選定 メモリ12TBの サーバーって? デリバリにも時間 かかりそう・・・ インメモリデータベース はデータをメモリに格納 データサイズは急速に拡大 メモリに データ領域+クエリ実行のため のワークメモリ領域が必要
  4. 4. • スケールアップ • メモリ・CPU・ディスクを追加 • スケールアウト • サーバハードウェアを追加 スケールアップかスケールアウトか SAP HANA SAP HANA 運用の複雑さを低減 ・HA/DRを簡素化 ・増加分を見込んだフルスペックハイエンドサーバ メモリサイズなど制限 ・トラフィックとレイテンシ ・分散分析処理の負担、結合処理が複雑 ・管理のオーバーヘッド ・HA/DRが複雑
  5. 5. 簡単にスケールアップできるソリューションは? 初年度3TBでスモー ルスタートできて 5年後12TB クラウドには 乗せられなくても スケールアップと スケールアウトの いいとこ取りできて 2ソケット汎用 サーバを追加 できて デリバリも時間 かからない メモリ12TBを積 めるハイエンド サーバじゃなくて 1 2 5 3TB 6TB 12TB
  6. 6. 6 • 元SAPのDr. Ike Nassi(CTO)によって設立 • Software-Defined Serverとして最初に成功したソリューション • 2018年4月に日本上陸 TidalScale Dr. Ike Nassi Founder / CTO Gary Smerdon President & CEO Dr. David Reed Chief Scientist Michael Berman VP Engineering Backers
  7. 7. • 標準的なIAサーバーを束ねて 1つの大きな仮想マシンを構築 • Inverse Virtualization「逆の仮想化」 • Software defined Server • 仮想マシン上で動作させるOS、アプリ ケーションは改造不要 • RHEL/CentOS/Ubuntuなどがそのまま動作 • SAP HANAやOracle等がそのまま動作 TidalScaleの技術的な特徴 InverseHypervisor SingleOSImage MachineLearning
  8. 8. TidalScaleの構成コンポーネント • WaveRunner • 管理サーバ • TidalScaleのシステム全体を管理 • iSCSIストレージ(TidalPod用ブー トボリュームとHyperKernelボ リューム)を管理 • ワーカーノード • TidalPod(仮想マシン)を構成す るIAサーバ • 同一CPU世代モデルで構成
  9. 9. WaveRunnerでTidalPod(仮想マシン)のデプロイ① WaveRunner コンソールで 未使用のノードを選択し CPUとメモリーを合算した TidalPod仮想マシンを作成
  10. 10. WaveRunnerでTidalPod(仮想マシン)のデプロイ②
  11. 11. WaveRunnerでTidalPod(仮想マシン)のデプロイ③
  12. 12. WaveRunnerでTidalPod(仮想マシン)のデプロイ④ OK TidalPod仮想マシンに あとからノードを追加して CPUとメモリーを増やすこ ともできます。
  13. 13. WaveRunnerでTidalPod(仮想マシン)のデプロイ⑤
  14. 14. TidalPod(仮想マシン)起動のしくみ① • TidalPod(仮想マシン) を構成する4台 のワーカーノードを同時起動。 WaveRunnerはPXEブートで4台の ワーカーノードを電源投入します • TidalScale HyperKernelを 4台のワーカーノードにロードします。 • TidalPodの実行方法を定義する TidalPod構成ファイル (machine.def)を各ノードにロード します。
  15. 15. TidalPod(仮想マシン)起動のしくみ② • HyperKernelはmachine.defの情報を 使ってTidalPod(仮想マシン)をアセンブ ルします • ワーカーノードはインターコネクトス イッチ上でお互いを見つけ、すべての ノードが存在し稼動していることを確認 し、TidalPod仮想マシンを確立します。
  16. 16. TidalPod(仮想マシン)起動のしくみ③ • TidalPodは、 WaveRunnerサーバー がホストしているiSCSIストレージ (ZFS zvol)にあるTidalPod用に設定 されたブートボリューム (ブロックデバイス)を使用してゲス トOSを起動します。
  17. 17. TidalPod(仮想マシン)起動のしくみ④ • ゲストOSとそのソフトウェアアプリ ケーションからは、TidalPodを構成す るすべての物理マシンが集約された ハードウェアリソースを持つ単一のシ ステムとして認識されます。
  18. 18. ワークロードに応じてサーバを追加し、スケールアップ Compute MemoryI/OCompute MemoryI/O 簡単な操作で 汎用サーバのCPUとメモリ リソースを追加
  19. 19. TidalScaleの特徴:機械学習による自己最適化 みアルゴリズム: 仮想のCPU、メモリリソースを 物理インフラのCPUとメモリに マップ 実行時に動的に リソースを分散 vCPUとメモリを 透過的に移行
  20. 20. TidalScaleの特徴:機械学習による自己最適化 みアルゴリズム: 仮想のCPU、メモリリソースを 物理インフラのCPUとメモリに マップ 実行時に動的に リソースを分散 vCPUとメモリを 透過的に移行
  21. 21. TidalScaleの特徴:機械学習による自己最適化 みアルゴリズム: 仮想のCPU、メモリリソースを 物理インフラのCPUとメモリに マップ 実行時に動的に リソースを分散 vCPUとメモリを 透過的に移行
  22. 22. 0 5 10 15 20 25 30 35 40 45 Scale-up v1.2.2 v2.0 4ソケットサーバとベンチマーク比較 SAP HANA / TPC-H Data Size: 500GBElapsedTime(min) 16.2min 19.1min Scale-up 4-Socket 1TB TidalScale 2-Socket x2 2 x 512GB 15% Overhead 2-Socket “Sweet Spot” Server 512GB 41% Higher Performance / $(1) 4 Socket: Lenovo x3850 2 Socket: Lenovo x3650 FAIL Out of Memory (1) Hardware cost + virtualization software (Tidalscale or VMware vSphere)
  23. 23. スモールスタートと成長に合わせたスケールアップでコスト削減 3 year TCO Comparison – Oracle DB, in-Memory $0 $1,000,000 $2,000,000 $3,000,000 $4,000,000 $5,000,000 $6,000,000 Year 1 Year 2 Year 3 Scale-up TidalScale TCO(w/licenses) 192 32 Cores Cores 192 64 192 128 56% Total TCO 削減 61% ライセンス コスト削減 50% 設備投資 コスト削減 $2.7M Savings Scale-up 1 : 12TB / 192 cores 2 : No addition 3 : No addition TidalScale 1 : 3TB / 32 cores 2 : +3TB / +32 cores 3 : +6TB / +64 cores Year 1 Year 2 Year 3 Memory Requirement: 1 2 3 3TB 6TB 12TB
  24. 24. ユースケース HPC / Distributed Systems Corporate R&D Centers, University, Government R&D Centers Data Analytics Any organization with big data plans , especially FSI, Telco, Retail Cloud Service Providers (CSP) CSP, Large enterprise SI looking at private cloud
  25. 25. 某銀行(韓国) FinTech q アプリケーションRはDocker上で動作 q VMのサイズを超えることができない q リソースの無駄が各サーバで発生 q ネイティブコードが使用できない q 分散プログラミングを使用する必要がある q 論理アーキテクチャの分析が複雑になる 時間内にビジネスユーザーから要求された回答を得 ることが難しい HW VMware VM OS RHEL Docker Spark R HW VMware VM OS RHEL Docker Spark R HW VMware VM OS RHEL Docker Spark R Remaining Resource = Waste Require Distributed Computing 仮想化を使用した現在のインフラは柔軟性を提供しますが、 大規模なデータを分析するためのリソースを提供できませんでした • 現在のアーキテクチャでは、物理マシンよりも大きなOSを作成できません • 大きなデータを分析するには、現在のアプリケーション(Spark R)を変更する必要があります。 Problem
  26. 26. 某銀行(韓国) FinTech q 複数のHWを組み合わせた大きな OSを操作 q Dockerのサイズは、OSのサイズまで増やすこと ができます q 必要なリソースを確保 q 分散コンピューティングは不要 HW VMware VM OS RHEL Docker Spark R HW VMware VM OS RHEL Docker Spark R HW VMware VM OS RHEL Docker Spark R Resource Waste Distributed Computing HW TidalScale OS RHEL Docker R HW TidalScale HW TidalScale HW TidalScale OS RHEL Docker R TidalScaleなら必要とするサイズまで増やすことが できます • 過去のHWの活用・再利用 • 仮想化設定を置き換え • 必要なデータを処理するのに十分な大きさのOSを 作成 • TidalScale Inverse Virtualization overhead is smaller than the traditional virtualization overhead Solution
  27. 27. Sirqul IoT Capture, Monitoring & Analysis Customer 大型スタジアムの入場者の動線を把握し、人が最も多く集まる ところに売店やアメニティを配置するといったクライアント サービスを強化するために、何万人もの人々の情報機器から キャプチャされたIoTセンサーデータは、大きすぎてリアルタイ ムで分析処理することができませんでした Solution: TidalScaleは、大規模なメモリのプラットフォームを提 供し、入場者の行動やリアルタイムの管理行動を分析し て顧客体験を改善します TidalScale Benefit: 高速で実行可能なパターン認識を可能にするスケーラブ ルで費用対効果の高い大容量メモリプラットフォーム。 Sirqulは分析時間を30時間から20分に短縮できました
  28. 28. • TidalSaleを使用すると 複数のコモディティサーバを束ねて1つの大容量メモリ 仮想マシンを構築可能です。 • SAP HANAなどのインメモリデータベース環境で 導入時はスモールスタートし、 ワークロードに合わせて手軽にスケールアップできます • 巨大なメモリを必要とするデータ分析用・HPCサーバ環 境としてもお使いいただけます まとめ
  29. 29. • デモや動作検証(PoC)のご相談、 お問い合わせはこちらへ • タイダルスケールジャパン合同会社 marketing@tidalscale.co.jp ご静聴ありがとうございました

×