レック・テクノロジー・コンサルティング株式会社TECH BLOG

クラウド時代に向けて進化するRDB ~Part1~

皆さん、こんにちは。人事教育部のK.Mです。

いきなりですが、デジタルトランフォーメーション(DX)、データレイク、NoSQLなどなど...これらの用語をわかりやすく説明できますか?お恥ずかしながら私はなんとなくのイメージはあるものの、とてもエンジニアの皆さんと会話ができるレベルではありませんでした。そんなわけで、現在のトレンドを当社のT.Hにレクチャーしてもらうことに!

いつもの技術ブログと趣向が変わりますが、折角なのでその内容を皆さんにもお届けしたいと思います。何回かに分けてお伝えをしていく予定ですが、本日はその第一弾です。

K.M: Hさん、冒頭に挙げた用語やトレンドもしっかり学びたいと思うんですが、まず一番気になっていることをズバリ質問してもいいですか?
T.H: 勿論、なにが気になっているの?
K.M: NoSQLが今後台頭してきて、これまでスタンダートだったリレーショナルデータベース(以下、RDB)は淘汰されてしまうんでしょうか?
T.H: あー、なるほど。新しい概念・技術が登場すれば、当然そういう疑問は沸いてくるよね。でも、自分はRDBが淘汰されるとは思っていないよ。詳しくは別の回に譲るけれど、NoSQLに分類されるデータベース製品が続々と登場し、事例も増えてきたけれど、目的に応じて使い分けるって感じかな。
K.M: なるほど、そうなんですね。
T.H: ちなみに、RDBといっても、クラウド時代に向けて各製品が独自の進化を遂げているのを知っている?
K.M: OracleのAutonomous Databaseとかでしたら、少しは。
T.H: 他の製品もいろいろ進化しているよ。じゃぁ、第1回目の今日は、DBエンジニアの皆さんにも馴染み深い、このRDBの話からしていこう。

クラウドの時代に向けて進化するリレーショナルデータベース

2018年度のリレーショナルデータベース製品の日本国内での売上金額は1,200億円、前年度比16.2%増の結果が出ています。2019年度も11.6%増と、堅調な結果となっています(ITRリサーチの記事より)。機能的にも性能的にも成熟期を迎え、業務システムには必要不可欠となったリレーショナルデータベースですが、クラウドという新しいデータベースの稼働環境が登場したことにより、リレーショナルデータベースもクラウド環境向けに急速に進化を開始しました。

その進化の内容とはいかなるものかを以下に端的に記します。

現在の業務システムで使われているリレーショナルデータベースが本格的に登場したのは、1980年代のいわゆるメインフレームの時代からUNIXを中心としたオープンシステム化の流れになった頃と期を同じくします。登場当初は、処理速度や信頼性などにいくつかの課題を抱えていたリレーショナルデータベースでしたが、1990年代にOracle Database上で実現されたツーフェーズコミットによる分散トランザクション処理や、複数サーバーによるクラスタ構成の実現など、機能面および性能面で大きな進化を遂げました。

そして現在、「Oracle Database」や「Microsoft SQL Server」、「IBM DB2」などの商用データベースはいずれもリレーショナルデータベースの基本的な機能はもちろん、分散処理やインメモリ処理などの大規模かつ高速な処理性能を実現し、大規模な企業の基幹業務にも使われるようになってきました。それに加え、「Postgres SQL」、「MySQL」、「MariaDB」等のオープンソースベースのリレーショナルデータベースも台頭してきました。

昨今では、リレーショナルデータベースだけではなく、ビッグデータの領域で定義されるデータレイクの需要などからNoSQLデータベースの利用も増えてきています。NoSQLデータベースはオープンソースのものが多く存在します。しかしながら、改めて業務に最適でかつ安心、安全なデータベースを検討するとなると、リレーショナルデータベースでもさまざまなデータタイプをサポートしていることから、結果的にNoSQLではなく使い慣れたリレーショナルデータベースを採用する動きもあります。

さらに、今後AIなどを活用するようになると、大量な学習データの扱いをどうするかという課題も発生します。本番業務で大量データを扱うとなれば、やはりリレーショナルデータベースで管理しようということになります。今では多くのリレーショナルデータベースに機械学習エンジンが搭載されており、機械学習もリレーショナルデータベースを使って運用しようというケースも増えてきています。

もう1つ、リレーショナルデータベースの成長を牽引しているのが、デジタル変革(Digital Transformation)です。デジタル変革のために部門を跨がって横断的にデータ分析を行いたいとなれば、データが部門ごとに分散している環境ではうまくいかないので、データ統合を考えることとなります。IT投資動向の調査でもデジタル変革のための取り組みでは、部門横断型のデータ活用インフラの整備を推進しているとの回答が多くなっているようです。

しかしながら、いざデジタル変革に真剣に取り組もうとすると、データのサイロ化が大きな障壁になります。そのためデータの精度をある程度犠牲にしてでも、部門のデータを統合したデータウェアハウスシステムを作る(作ってしまう)という動きが起きます。この場合は、巨大なデータベース環境を別途作るよりも、ETL(Extract/Transform/Load)やEAI(Enterprise Application Integration)で連携させる方法が採用されているケースが多いようです。現在のリレーショナルデータベースは、商用、オープンソース問わず、オンプレミスにおいては機能面でも性能面でも十分に成熟した域に達していると言えるでしょう。

T.H: どう?
K.M: 実績があって使い慣れたRDBが新たな需要にも対応できるのであれば、そちらを使いたい、という声は最もだと思います。
T.H: そうだね。なんだか前置きだけで随分話してしまったので、クラウド時代に向けた各製品の独自の進化は次回にしよう。
K.M: はい、よろしくお願いします。

この記事をシェアする

  • Facebook
  • X
  • Pocket
  • Line
  • Hatena
  • Linkedin

資料請求・お問い合わせはこちら

ページトップへ戻る