（出所：123RF）
連載
DXを成功させるデータベース構築
目次
-
NoSQLデータモデルをまとめる Azure Cosmos DB活用のコツ
［最終回］
複数種類のNoSQLデータを併用すると設計・運用が複雑になる恐れがある。「Azure Cosmos DB」はNoSQLの4データモデルをまとめて利用できる。NoSQLの管理をシンプルにできるサービスであり、Azure利用時には検討したい。
-
キーバリュー型のDynamoDB 選択すべきシーンと実装時の考慮点
［第11回］
既存のRDBMSでは取り扱いが難しい非構造化データなどがDXの現場に増えてきた。NoSQLデータベースはそうしたデータを大量に扱う用途に適している。「Amazon DynamoDB」はキーバリュー型に分類されるNoSQL DBサービスである。
-
RDBでは扱いにくい「型」を生かす NoSQL DBの選び方と使い方
［第10回］
データの多様化と大容量化が進み、RDBでは扱いにくいタイプのデータが増えている。半構造化データを分析に活用したい場合の選択肢の1つがNoSQLデータベースである。NoSQL DBは「結果整合性」の考えで実装されており、スケールアウトで性能向上を図る。
-
DWHの課題解決に自律型DB オラクル「ADWC」の使いどころ
［第9回］
DX（デジタルトランスフォーメーション）はデータの活用ができて初めてビジネスにつながる。自律型データベース（DB）を使うことで、データから価値を生み出す作業に集中できる。人が担っていたDBの稼働・保護・修復といった作業を自動化する。
-
ペタバイト規模のデータ分析 BigQueryの有効な使い方
［第8回］
Google BigQueryは米グーグルが提供するデータウエアハウスサービスである。データ分析基盤としての機能に加え、地理空間分析などの付加機能を備える。Google Cloudだけでなく他のクラウドのデータにアクセスするサービスも用意する。
-
ビッグデータ分析のDWHサービス Azure Synapse Analyticsとは
［第7回］
DXの現場では新しいデータが増え、ビッグデータに対する分析要求が強くなる。非構造化データや非定型データを扱う基盤の中核がデータウエアハウス（DWH）である。米マイクロソフトはDWHサービス「Azure Synapse Analytics」を提供している。
-
AWSのデータウエアハウス Redshiftができることと使い方
［第6回］
データウエアハウス（DWH）は大量データの収集、蓄積に特化したデータベースである。DWHの構造は複雑で構築は容易ではなく、データ保全や管理のコストも高額になる。こうした課題解決に使えるDWHのクラウドサービスが「Amazon Redshift」である。
-
Azureで進化するPostgreSQL Hyperscaleを使う理由と用途
［第5回］
今日のデータベースにはACID特性だけでなく、スケーラビリティーが求められる。従来のRDBだけではデータ量の増減に対応するためのスケールイン／アウトは難しい。PostgreSQLの機能拡張である米マイクロソフトの「Hyperscale」の活用が考えられる。
-
データ基盤にAWSのDBサービス Aurora採用の「〇」と「×」
［第4回］
AWS上にシステムを構築する場合、「Amazon Aurora」はDBの有力な選択肢になる。Auroraの機能拡張は他のAWS上のDBサービスよりも優先されるメリットがある。一方、更新も頻繁でエンジニアのリソースを情報収集や学習に充てることも欠かせない。
-
RDBからKey-Value・グラフまで データベースサービスの種類と特徴
［第3回］
DXの推進には膨大な量の、かつ多種多様なデータの扱いが求められる。従来のリレーショナルデータベース（RDB）ではデータの処理が難しい場合もある。RDBと非リレーショナルデータベースを適切に使い分けることでニーズを満たせる。
-
データベースのクラウド移行 計画と設計・運用変更のポイント
［第2回］
既存のデータベースのクラウド移行には、特有の難しさや解決すべき課題がある。移行のメリットを引き出し、リスクを管理する計画と設計および運用の変更が必要となる。クラウド移行自体は目的ではなく、DXでのデータ利活用を意識することが重要である。
-
DXデータ基盤に最適なクラウド DB構築の選択・工程・運用に変化
［第1回］
デジタルトランスフォーメーション（DX）ではデータベース（DB）に求められる特性が変わる。従来の業務システムとは異なり、多様性、柔軟性、スピードがDBに要求される。クラウドサービスの利用が最適だが、データベース構築における考え方も変わる。
