まずはDWHから、今後の“自律型PaaSサービス群”のロードマップも紹介

オラクル、自律型DB「Autonomous DB Cloud」第一弾を提供開始

2018年04月20日 07時00分更新

文● 大塚昭彦／TECH.ASCII.jp

　日本オラクルは2018年4月19日、自律型データベースクラウド「Oracle Autonomous Database Cloud」の第一弾サービスとなる「Oracle Autonomous Data Warehouse Cloud（Autonomous DWH Cloud）」の国内提供を開始した。機械学習技術をベースとしたDWH環境の「自動管理／自動保護／自動修復」の機能を備え、管理者によるDBチューニングなしで高いパフォーマンスと可用性を実現する。

　発表会には日本オラクル執行役員クラウドソリューション営業統括の竹爪慎治氏らが出席し、同サービスの特徴や競合優位性などを説明した。小規模なBI／分析ニーズから部門レベルのデータマート、エンタープライズクラスのワークロードまで、幅広い規模での活用を見込んでいるという。

自律型クラウドDWHサービス「Oracle Autonomous Data Warehouse Cloud」のアーキテクチャと特徴。チューニング不要で高性能／高可用性のDWHを実現する

日本オラクル執行役員クラウドソリューション営業統括の竹爪慎治氏

日本オラクルクラウド・テクノロジー事業統括 Cloud Platformビジネス推進本部本部長の佐藤裕之氏

DBAが行ってきた運用管理作業、攻撃からの保護、障害時の修復などを自動化

　オラクルが昨年10月の「Oracle OpenWorld 2017（OOW 2017）」で発表したAutonomous Database Cloud（Autonomous DB Cloud）は、「Oracle Database 18c」と「Oracle Exadata」「Oracle Cloud」を基盤に、それらが備える自動化機能も活用しながら、機械学習に基づくポリシーベースでの自律型DB運用を実現するクラウドサービス。

　Autonomous DB Cloudでは、これまで人間（DB管理者）が行ってきたプロビジョニングやパッチ適用、バックアップ、モニタリングなどの運用管理作業、および攻撃からの保護、障害発生時の修復といった幅広いタスクを、クラウド側で自律的に処理する。これにより、DB管理者の作業負荷軽減によるコスト削減と生産性向上、セキュリティリスクやビジネスリスクの低減などを実現する。

Autonomous DB Cloudでは、ユーザーが定めたポリシーと機械学習に基づいて、処理だけでなく「判断」も自動化される

　Autonomous DB Cloudでは、今回提供を開始したAutonomous DWH Cloudと、今夏から国内提供される予定の「Autonomous OLTP Databse Cloud」という2種類のクラウドDBサービスがラインアップされている。オラクルによると、基本的に両サービスのコアエンジンは同じだが、DWH/OLTPのトランザクション特性が大きく異なるため、それぞれに最適化した個別のサービスとして提供される。

今回のDWHサービスに加え、OLTPのDBサービスも今夏から提供開始予定となっている

　SLA（サービスレベル保証）については、最高で「99.995％」（契約サービスによる）としている。ここにはパッチ適用やアップグレード作業、データベースのバグ、データセンターリージョンの障害などに起因するダウンタイムもすべて含まれており、1カ月換算で「2.5分未満」のダウンタイムが期待できる。

　Autonomous DWH Cloudの利用価格（税抜、サポート費含む）は、コンピュート（CPU）とストレージに分かれた価格の合算となり、ユーザーはそれぞれ必要な量を組み合わせることができる。コンピュート部分の価格は、Oracle DBライセンス持ち込み（BYOL）の場合で1-OCPU／1時間あたり38.667円から（OCPU：Xeon 1コアに相当する仮想CPU単位）。ライセンス持ち込みなしの場合は同 201.333円から。またストレージ部分は、顧客DBの圧縮後データ量に基づき計算されるもので、1TB／1カ月あたり1万7760円から。

　なお今後のロードマップでは、顧客データセンターにマネージドクラウド環境を提供する「Oracle Cloud at Customer」でも、Autonomous DB Cloudの提供が予定されている。

チューニングやサイジング不要ですぐにDBを立ち上げられる

　竹爪氏は、「Autonomous DB Cloudは、より簡単、より高速、より柔軟という3つの特徴を持つ」と説明し、2月のクラウド事業説明会でCEOのフランク・オーバーマイヤー氏が語った、顧客企業におけるデータドリブンなビジネス変革、イノベーションの動きを支援する一連の施策の中核となるサービスだと説明した。

　同社 Cloud Platformビジネス推進本部本部長の佐藤裕之氏は、これまでDWHの構築やチューニングには大きなコストと時間がかかっており、それが企業のデータ活用を遅らせる要因になっていると指摘。今回のAutonomous DWH Cloudでは、DBインスタンスを作ればサイジングやチューニング不要ですぐに分析作業が開始でき、高いパフォーマンスが実現すると紹介した。アシストによる同サービスの先行検証では、オンプレミス導入のOracle DB比で検索処理時間は約10分の1、SQLチューニング工数は約20分の1に削減されたという。

　同サービスでは、高い可用性の実現も「自動化」されている。パフォーマンスに関する設定と同様に、可用性についてもインスタンスの作成時に最適な設定がなされる。加えて、データをロードする前の下処理（ソート）や定期的なデータメンテナンスといった、データ管理のタスクも自動化されるという。佐藤氏は、一般的なフルマネージドサービスで軽減される管理業務よりも、はるかに多くの業務が自動化されることを説明した。

一般的なフルマネージドサービスで軽減される管理業務は一部にとどまる。Autonomous DB Cloudではこの全体を自動化でカバーするとした

　こうした自律的な自動化の背景には、これまでオラクルが各製品／サービスで培ってきたさまざまな自動化技術と、大量のDB稼働ログから機械学習で生成された分析モデルがある。分析モデルの生成においてはオラクルのDBエキスパートが持つナレッジも追加されるとともに、実稼働環境からのフィードバックを受けて強化学習がなされる。ただしオラクルでは、どういったデータを学習しているのかなどの具体的な詳細は非公開としている。

オラクルが培ってきたDB自動化技術が組み込まれている

ポリシーに基づき“判断”する分析モデルは機械学習を通じて生成される

　クラウドDWHサービスとしては、すでにAWSの「Redshift」やグーグルの「BigQuery」などの競合サービスが存在する。価格面におけるAutonomous DWH Cloudの競合優位性に関する質問に対し、竹爪氏は「（管理コストなども含めた）TCOの観点から、他社比で5～8倍の競争力があると考えている」と答えた。

　また佐藤氏は、既存のクラウド型データ分析基盤との違いのひとつとして「拡張性」を挙げ、必要に応じてCPUとストレージを個別に拡張／縮退できる点、エンタープライズクラスの同時アクセスにも対応できる点などを説明した。適用領域としても、BIツールとの組み合わせによる小規模データ分析だけでなく、部門レベルのデータマート、エンタープライズDWH、非構造化データまでを含めた大規模機械学習環境まで、非常に広い領域をスコープと考えているという。

　「これまでデータ分析基盤を持ちたかったが、DWHに対する知識やコストの問題で持てなかった業務部門、LOBにおける需要も、今回の Autonomous DWH Cloudで新たに発掘できるのではないか」（佐藤氏）