HOME > ホワイトペーパー・事例一覧
Re:Qの知見が詰まった資料や、これまで技術支援してきた事例資料を無料でダウンロードしていただけます。
※過去資料につきましては、最新の情報とは異なる場合がございます。何卒ご了承ください。
【日本電子計算 様】Oracle Linux KVMをIaaSの仮想基盤に導入
仮想化基盤のハイパーバイザーのひとつに、従来はOracle VMを採用していたが、Oracle Linux KVMを新たに導入。その結果、安定性が向上し、サービス品質のさらなる改善につながり、加えて使いやすい管理ツールや機能拡張によって、運用管理工数・コスト削減も実現。
最適なOracle DB環境を選定するためのアセスメント
Oracle社のマルチクラウド戦略により、Azure、GCP、AWSなどでもOracle Databaseサービスが利用可能となり、データベース環境が大きく変化しています。また、Oracle Cloud Infrastructure（OCI）上でもOracle DBを稼働でき、ライセンスや設定をほぼそのまま移行できるため、OCIへの移行が推奨されています。しかし、ユーザーはどの環境で稼働させるべきか悩むことが多いです。選定する際、どのようなアセスメント項目に注目すべきなのでしょうか？
Oracle Linux KVMで実現するVMwareからの脱却
今までOracleライセンス対策を主な目的として利用されていたOracle Linux KVMですが、Broadcomの買収に伴うVMwareライセンス体系の変更により、Oracle Linux KVMへの移行を検討する動きが増えてきています。しかし、仮想基盤を変えるには移行や移行後のデータ保護など様々なことを検討する必要があります。今回はVMwareからOracle Linux KVMへの仮想マシンの移行と移行時の注意点について紹介します。また、運用時に必要となってくる仮想マシンのバックアップ、Oracle Linux KVMのバージョンアップについても紹介します。
【エムアンドシーシステム 様】Oracle DatabaseをAWSへ移行
営業基幹システムのOracle DatabaseとECシステムのOracle Exadataを「Amazon RDS for Oracle」へ移行を実施。Re:Qのデータベース技術支援サービスを採用し、ユーザー側の立場で必要となるさまざまな支援を実施。
AI時代の業務効率化を実現するマスターデータ戦略 ～生成AIを活用する際のポイント～
データ活用/統合基盤を発展させて生成系AIの業務活用や独自の大規模言語モデルを構築する際の動向やトレンド、共通する課題をご紹介します。 また、データ・AIを活用して業務効率化を図る際の最も重要な要素であるデータ管理について、とりわけマスタデータ管理の重要性に焦点を当て、データの品質や整合性を確保することがなぜ重要なのか、そしてマスタデータ管理がデータ活用/AI活用の成功にどのように貢献するかを解説いたします。
【KADOKAWA Connected 様】複数バージョン混在のDBを見直し最適化を実施
Oracle DBを個々に導入・刷新してきたため、3～4バージョンが混在しており、データベース障害発生時には障害の切り分けや影響範囲をすぐに把握することが困難な状態に。
そのため、データベースをもっとダイレクトに監視できる仕組みを求めており、また監視対象そのものの見直しが必要となった。
【クラブツーリズム 様】停止時間"3時間"がマストのOracleデータベース移行を実施
ハードウェアのサポート切れを控え、Oracle Databaseの新ハードウェアへのマイグレーションを実施を検討。Web販売のECサイトでも使っている関係で24時間365日稼働が大前提であり、データベース自体に許される停止時間は3時間。またマイグレーションを契機に、セキュリティ・バッチ処理時間の短縮などデータベースのさらなる最適化も実施。
【ファンケル 様】オンプレミスからOracle Cloud Infrastructureへのクラウド移行を実施
2016年にハードウェア改更をしたが2021年にサポート期限を迎えるため、オンプレミスからのクラウド化を決断。
しかしクラウド化にあたりネットワークの遅延が懸念であり、分析基盤のデータベースに必要な性能を満たせるかが課題となった。
データの流れを止めない！ データドリブン経営のためのデータ基盤構築
DXの推進に伴い、「データ」を活用することが不可欠です。ところが、最初から使いやすい形にデータが整えられている事はほとんどありません。データを活用・分析する基盤の新設にあたっては、管理コストを抑えつつ、様々な形でシステムの隅に眠っている価値の高いデータをビジネスサイドの要求に迅速に応えられる形に処理し、整えるデータパイプラインを設計構築することが重要です。 豊富な実績を基に、データ基盤を構築する際に考慮すべきポイントを解説いたします。