エンタープライズ向けDWH
G model
導入実績
6,000
社以上
国内シェア
NO.1
シェア率14%※
Dr.Sum Gモデルは、以下のようなデータ活用基盤の構築を検討している方におすすめのデータベースエンジンです。
ABOUT
Dr.Sum Gモデルの活用シーン
-
販売や在庫といった数十億を超える大容量データの全社活用
-
Pythonで作成した需要予測モデルを運用するための機械学習基盤
- 例えば、
- ・日々発生する大量の業務データを需要予測モデルにリアルタイムに連携し、得られた結果を全社で共有
- ・需要予測モデルの再学習のために、大量の業務データを教師データとして利用し、予測精度を向上
-
ミリ秒単位で発生する大量のIoTデータの加工・蓄積
FUNCTION
機 能
ハイブリッドエンジンで実現する
大容量データのOLAP分析
Dr.Sumは以下の2つの技術で大容量データの
高速集計を実現します。
2つを併用することで、全データをインメモリ化する必要がなくなり、サーバーリソースの効率的な運用を実現します。
ハードディスクやSSDに保存したデータから応答する従来方式
独自のデータアクセスアルゴリズムを
ベースとした列指向データベース技術
従来方式では、独自のデータアクセス技術（特許番号：4081236）を基に、
世界でも例のないカラム型データベース技術を確立しています。
チューニングレスでも高速なデータ集計が可能です。
インメモリ方式
10億件を0.8秒、20億件を1秒台(弊社実測値)で
集計するインメモリ集計技術
数十億を超えるデータも扱うことが可能となります。
また、複数のインメモリサーバーで負荷を分散することもできます。
データ加工処理を支援する
スクリプト言語と統合開発環境を提供
Dr.Sum が提供する DS Script を記述することにより、 バッチ処理やデータ加工処理など、データの前処理を効率化 することができます。従来のバッチ処理では困難であった、 変数を使用した動的な処理や、条件分岐・並列処理といった複雑な処理 を行うことが可能です。また、インメモリ上のワークテーブルを利用することにより、 高速にデータ加工処理 を行うこともできます。
Visual Studio Code など、一般的なコードエディタを用いて、 編集することも可能です。
Python連携で実現する
高度な分析
Dr.Sumでは、Pythonのプログラムと連携する機能を提供しています。SQL文からPythonのプログラムを実行し、実行結果を表データとして受け取ることができます。
Pythonがサポートするさまざまなライブラリを組み込むことで、クロス集計以外の方法による分析が可能になります。たとえば、機械学習用のライブラリを利用すると、機械学習モデルが返す推論のデータを分析できます。
MLOps:Dr.Sumで実現する機械学習オペレーション
一般的な運用と発生する課題
「Pythonプログラムの実行環境」と「業務データの蓄積・集計環境」が分断されていることにより、連携できるデータ容量やスピード、業務部門への展開に課題がある
Dr.Sumで運用した場合
MERIT
機械学習基盤を一つのプラットフォームにすることで生まれるメリット
- 発生した業務データを即座に需要予測モデルに投入し、いち早く結果を得られる
- 得られた結果をそのまま全社に展開し、業務で利用できる
- 発生した業務データをそのまま教師データとして使用し、Pythonプログラムの再学習を行うことで、予測精度を高められる
Dr.Sumは、「Python連携機能」と「ハイブリッドエンジンによる大容量データの処理技術」を兼ね備えているため、シームレスな連携が可能となり、機械学習基盤としてご利用いただけます。また、Dr.Sumは「サーバライセンス」かつ「セットで利用できるユーザーインターフェイスを提供」していることにより、分析結果を実務担当者に展開することも容易に行えます。
ミリ秒単位の
ストリーミングデータを収集・
加工
デバイスやネットワーク環境の進化により、リアルタイムに発生するデータをビジネスに活用できる時代となりました。例えば製造業では、設備や機器のセンサーデータを活用したリアルタイムでの稼働監視や、予知保全領域でのIoTデータ活用などの取り組みが広がっています。
Dr.Sumは、以下のような機能を備えており、ミリ秒単位で発生する大量のストリーミングデータの活用基盤としてご利用いただけます。
MQTT・OPC UA・HTTP(GET/POST) の
プロトコルに対応
各社の産業用ゲートウェイからノンプログラミングでデータ取得が可能です。
マイクロバッチ方式により、
ストリーミングデータの加工・蓄積を実現
Dr.Sumは、ストリーミングデータの取得・パース処理をはじめ、時刻の正規化や、時間のズレの補正、異常値の除去やデータ欠落の補完などの機能を搭載しています。ミリ秒単位で発生するIoTデータは、人が集計・分析・可視化するといった用途では扱いにくいことも多いですが、Dr.Sumならノンプログラミングで事前加工を行い、使えるデータにすることができます。
用途に応じて
選択いただける利用形態
Dr.Sumデータベースエンジンはオンプレミス版とクラウド版をご用意しています。
異なるネットワーク上のデータベースに
セキュアにアクセス可能
Dr.Sum が提供する「SecureTransport Bridge機能」という独自の技術により、イントラネット等のローカルネットワークのデータベースに接続することができます。
クラウドサービスで提供されるDWHでは、「クラウド環境へのデータアップロード」と「DWHへのデータ書き込み」の二段構えの処理が必要となることが多いですが、Dr.Sum Cloudは DBと直接連携することができるため、クラウドサービスでも効率的にデータを連携・利用することが可能です。