1. MongoDB ご紹介
鈴木逸平

2. 2
MongoDB 概要
従業員 300人以上 顧客 600社以上
オフィス所在地：New York, Palo Alto,
Washington DC, London, Dublin, Barcelona,
Singapore, Delhi and Sydney
出資額合計 $231 million
2013/10に$150Mの増資、新規に
Salesforce.com, EMC, Red Hat, Intel等の戦略的資本を受ける

3. 3
MongoDB
NoSQL データベース技術のトップ
ドキュメント型
データベース
オープン
ソース
汎用
データベース

4. 4
今日のアプリケーションを運用するために最適なデータ
ベースを提供する
MongoDB ビジョン
構築
– 新しく、複雑なデータモデル
– フレキシビリティ
– 新しい言語
– アジャイル開発
運用
– ビッグデータのスケーラビリティ
– リアルタイム運用
– コモディティハードウェア
– クラウドでの運用

5. 5
MongoDBの広い採用実績

6. 6
• 金融サービス事業社のトップ10社
• エレクトロニクス企業のトップ10社
• メディアとエンタテインメント企業のトップ10社
• リテール事業者トップ8社
• テレコム企業のトップ6社
• テクノロジー企業のトップ5社
• 医療関連企業のトップ4社
フォーチュン 500 & グローバル 500

7. 7
MongoDBの認知度

8. 8
• 既にMongoDBをプロダクションで利用するお客様が多い（楽天、サイバーエージェント、等ヘ
ビーユーザも多し）
• パートナーエコシステムの強化に注力、SIとのネットワークを構築
– オーストラリアにアジア圏サポートセンタを開設
– 日本国内でのローカルスタッフの採用
• ローカライゼーション
– MongoDB Universityの日本語講座開催中
– MongoDB Tokyo 2013：12/12開催予定
– MongoDB.org, MongoDB.com日本語化
• MongoDB JPユーザグループの活発な活動
– Google Groupsの登録者、750名＋
– 独自イベント開催(勉強会、セミナー、夏祭り、等）
• MongoDB関連著書、特集記事多し
– MongoDB イン•アクション(Kyle Banker氏)
– MongoDBの薄い本(Karl Seguin氏）
– MongoDBのはじめての運用テキスト(Kindle版)
MongoDBの日本での状況

9. 9
4,000,000+
MongoDB ダウンロード数
100,000+
オンライン教育登録者（日本語もサポート
20,000+
MongoDBユーザグループメンバー（日本では約800名）
20,000+
MongoDB Days の出席者
15,000+
MongoDB Management Service (MMS) ユーザ
Global Community

10. 10
エンタプライズに於けるMongoDBの位置づけ
EDWHadoop
管理、管理
セキュリティ、コンプライアンス
RDBMS
CRM, ERP, コラボレーション, モバイル, BI
OS & 仮想化, CPU, ストレージ, ネットワーク
RDBMS
アプリケーション
インフラ基盤
データ管理
オンラインデータ オフラインデータ

11. 11
アジャイル
MongoDB 概要
スケービリティ

12. 12
エンタプライズ企業のIT戦略に於ける
MongoDB の位置づけ
レガシー事業 戦略的事業
アプリ オンプレミス SaaS, モバイル, ソーシャル
データベース Oracle MongoDB
オフラインデータ Teradata Hadoop
サーバ スケールアップ系サーバ 汎用HW / クラウド
ストレージ SAN ローカルストレージ/ クラウド
ネットワーク ルータ、スイッチ SDN

13. 13
MongoDB 機能セット
• JSON ドキュメントモデル＋
動的なスキーマ設計/運用
• 自動シャーディングによる水
平スケール
• テキスト検索
• アグリゲーションフレーム
ワーク＋MapReduce
• フルインデックスサポートと
SQLと等しいレベルのクエ
リー機能
• HA機能として自動レプリケー
ションサポート
• 高度なセキュリティ機能
• GridFSを利用した大規模
データストレージ

14. 14
MongoDB ビジネス価値
新時代のアプリケーションの開発 顧客満足度の向上
TCOの大幅削減市場に新規アプリを早期導入

15. 15
MongoDB パートナー(200社以上)
ソフトウェア／サービス
Cloud & Channel Hardware

16. 16
MongoDB 製品、サービス
トレーニング
開発者、管理者向けのオンライン、もしくは個別対応で提供
MongoDB Management Service (MMS)
MongoDBのプロダクションを監視するクラウドベースのサービス
サブスクリプション
MongoDB Standard/Enterprise, MMS (オンサイト), プロフェッショナ
ルサポート, 商用版MongoDBのライセンス
コンサルテーションサービス
MongoDB導入/開発に対する幅広い技術コンサル

17. 17
MongoDB関連リンク

18. 顧客動向

19. 19
MongoDBを利用してエンタプライズ向けのSNSプ
ラットホームを運用
ケーススタディ
問題 MongoDBを選んだ理由 結果
• 複雑化したSQLコマンド
体系、当初のデータモデ
ルで正規化されたスキー
マが新しいデータ形式に
対応出来ない
• 性能の劣化
• 水平スケーラビリティが出
来ない
• JSON採用による動的ス
キーマ
• 性能を維持しつつ、複雑
な新規データも対応出来
る
• MapReduceを使ったソー
シャルネットワークデータ
の分析が可能
• 短期間で新規機能をリ
リース出来る
• データReadが30秒から
数十ミリ秒単位に改善
• Write性能が大幅に向上

20. 20
MongoDBで異なるフォーマットの大量投稿データを
管理する
ケーススタディ
問題 MongoDBを選んだ理由 結果
• 異なるデータ構造の投稿
を毎日150万個受ける
• MySQLシステムの変更
工数が膨大
• プロダクションDBで未処
理のデータが大量に蓄積
• 性能低下
• フレキシブルなドキュメン
トがたデータベースモデ
ル
• 水平スケーラビリティの実
現
• 開発が非常に容易
• サポート言語が充実
• 初期導入時は50億個の
ドキュメントで10TBの容
量
• 自動フェールオーバーに
よる高い可用性
• スキーマ変更が非常に容
易で早い

21. 21
ロケーション情報をMongoDBで管理したモバイル向け
SNSアプリ
ケーススタディ
問題 MongoDBを選んだ理由 結果
• リレーションなるがたデー
タはこれ以上スケール出
来ない
• チェックインデータの増加
率が単独ノードシステム
の許容量を超えた
• 独自にシャーディングレイ
ヤーの設計構築の作業
見積もりが膨大化
• 自動シャーディングによる
スケーリングの向上、急
激な成長にも対応
• Geo-indexing機能（位置
情報）による高速な検索
• データモデルの単純化
• バックエンド管理中心か
らモバイルアプリ開発中
心に資源をフォーカス
• 少ないリソースで効果的
なスケールを実現
• 開発者の生産性の向上

22. 22
SMB向けのアナリティクスサービスをMongoDBでサ
ポート
ケーススタディ
問題 MongoDBを選んだ理由 結果
• 50万以上のウェブサイト
を管理
• 10年分のデータ蓄積
• RDBベースシステムは
データ処理に数日の日数
がかかる
• 性能を維持しながら複雑
なデータモデルを管理出
来る
• MongoDBへの移行が１
週間で完了
• コミュニティの規模が大き
く、サポートも強い
• 新機能のリリースが早
まった（例：一週間）
• MySQLの2.5倍の性能
• 50万社に対するリアルタ
イムのデータアナリティク
スを高速に提供出来る。

23. 23
700万に及ぶウェブ＋モバイルユーザに対して広範
囲のコンテンツやユーザサービスを管理し提供する
ケーススタディ
問題 MongoDBを選んだ理由 結果
• MySQLがスケーラビリ
ティの上限に達し、性能
要件に対応出来なくなっ
た
• リレーショナル型ではメタ
データ管理の要件に対応
困難
• 外部データソースの統合
が困難
• 性能
• スケーラビリティと可用性
• 60億に及ぶ属性情報データ
を削除、変わりに１コンテン
ツ＝1ドキュメントの構造を
導入
• 一秒に11万5,000以上の
クエリーに対応
• 3年で£2M以上の節約
• 「新規機能の導入が著し
く早まった」
• 新規プロジェクトは全て
MongoDBがデフォルト選
択となる方針

24. 24
MongoDBを使って、60億個のイメージデータを数百万
人のユーザに対して提供
ケーススタディ
問題 MongoDBを選んだ理由 結果
• 60万枚のイメージ情報、
データ量は20TB
• Oracleデータベース上に
複雑なアプリを構築、ス
ケール、機能追加が困難
• ソフトウェアとハードゥエ
アのコストが高い
• JSONベースのデータモ
デル
• アジャイル、高速、スケー
ラブル
• Shutterflyのサービス
ベースアーキテクチャが
MongoDBと一致
• 80%のコスト削減
• 900% 性能改善
• 市場への早期導入が可
能
• 開発サイクルが数ヶ月か
ら数週間短縮

25. 25
クラウドベースのセキュリティサービスでビッグデータア
ナリティクス機能MongoDBを採用
ケーススタディ
問題 MongoDBを選んだ理由 結果
• 他技術ではスケーラビリ
ティと機能セットが不足
• Hbase/Hadoopでは複雑
なクエリーに対応できず
• Luceneではスケーラビリ
ティの問題あり
• 自動シャーディングでス
ケーラビリティを実現
• 新しいアナリティクス機能
の追加容易
• 言語サポートが広い
• Geospatial機能でセキュ
リティ要件の高い地理的
分析も可能
• 水平分散によりスケール
が非常に容易
• レイテンシーを１／３に削
減
• 動的にスキーマの変更が
可能になり、開発者の生
産性が大幅に向上
• 市場に対する新しいサー
ビスの投入が迅速

26. 26
MongoDBを利用してソーシャルマーケティングサービ
スのリアルタイム分析機能を提供
ケーススタディ
問題 MongoDBを選んだ理由 結果
• RDBMSでは大量のオン
ライントラフィック要求に
対して性能/スケール面で
対応不可能
• リアルタイムのアナリティ
クスやデータアグリゲー
ションが不可能
• 予期出来ないピークとラッ
フィクが発生
• 使い方が簡単、開発者の
トレーニングが早い
• 機能が充実、フェール
オーバ等エンタプライズ
要件に対応
• Writeヘビーなアプリでの
安定性能
• アプリレイヤーでサーチ
が可能
• アプリ開発工数が数ヶ月
から数週間に大幅短縮
• MongoDB上で3000万個
のソーシャルイベントを管
理
• 一年でサポート顧客数を
6倍に増加

27. 27
MongoDBを企業内外のNoSQL技術として標準化、モ
バイル、ソーシャル系アプリに採用
ケーススタディ
問題 MongoDBを選んだ理由 結果
• 顧客データを個別に管理
する、70以上の既存
RDBMSが存在、その統
合のニーズが高かったが
実現せず。
• ニーズが高まっているリ
アルタイム検索、分析に
RDBデータベースの統合
は工数がかかりすぎる
• モバイルサポート要件に
よるスケーラビリティ要件
が厳しい
• アグリゲーションエンジン
として70以上のRDBシス
テムのデータ統合機能
• The Wallと呼ばれる統合
アプリケーションを2週間
でプロトタイプ作成、90日
で開発、ロールアウト
• アジャイルな技術をレガ
シー環境にうまく適用でき
た。
• 10年間達成出来なかった
顧客データの統合がレガ
シーに手を加えずに実現
• 巨額の投資が必要な
RDBMS統合を
MongoDBで非常に安く、
そして早く完成
• 最小のリスクで最大の効
果を生んだ