このページの本文へ

新アーキテクチャの採用で「クラウドの柔軟性とExadataの高速性を両立」

「数コア」の小規模DBにもExadataの性能を、オラクルが「Exadata Exascale」発表

2024年07月16日 07時00分更新

文● 大塚昭彦/TECH.ASCII.jp

  • この記事をはてなブックマークに追加
  • 本文印刷

 オラクルは2024年7月11日(米国時間)、あらゆる規模のデータベース(DB)ワークロードに「Oracle Exadata」の高速性や可用性のメリットを提供する、新たなクラウドDBアーキテクチャ「Oracle Exadata Exascale」を発表した。

 Exadata Exascaleでは、コンピュートレイヤーからストレージレイヤーへ直接、RDMA(Remote Direct Memory Access)を使ってデータリクエストを送信するアーキテクチャなどの新技術を採用している。これにより、OLTPトランザクションにおいて、他のクラウドDBサービスよりも圧倒的に高速な「テラバイト/秒レベルのI/Oスループット」と「マイクロ秒レベルのIOレイテンシ」が実現するという。

 また、これまでのようにExadataを占有利用する高額なサービス(最小でも月額1万800ドル)ではなく、Oracle Cloud Infrastructure(OCI)上のDBサービスで「数コア」レベルの小規模なワークロードから利用できる(最小で月額357ドル)ため、「最大で95%のインフラコスト削減が可能」である点もアピールしている。

他社クラウドDBサービスと「Exadata Exascale」の、OLTP I/Oレイテンシ比較(オラクルによるデータ)。I/Oレイテンシは最大50倍改善、I/Oスループットは最大230倍高速化するとアピールした

説明会に出席した、オラクル Exadataスケールアウト・テクノロジー開発担当SVPのコディー・ウママゲスワラン(Kodi Umamageswaran)氏

Exadataのパフォーマンスが小規模/低価格でも利用可能に

 オラクルによると、Exadata Exascaleは現在、OCI上の「Exadata Database Service on Exascale Infrastructure(ExaDB-XS)」や「Oracle Database 23ai」サービスを通じて利用できる。

 オラクル Exadataスケールアウト・テクノロジー開発担当SVPのコディー・ウママゲスワラン氏は、Exadata Exascaleによって「Exadataがもたらすインテリジェンス」と「クラウドDBがもたらすメリット」を両立させることができると説明する。

「Exadataのインテリジェンス」「クラウドDBのメリット」の両方を実現できると説明(画像は公式ブログより)

 Exadata Exascaleは、コンピュートリソースの共有プール、ストレージリソースの共有プールという2レイヤーで構成される。いずれも複数のテナント(ユーザー)が共有して利用するリソースプールであり、ユーザーが実行するDBワークロードに応じて必要なコア数とストレージ容量を柔軟に割り当てる(プロビジョニングする)ことができる。利用料金は、DBのコア数とストレージ容量に応じた従量課金型(Pay-Per-Use)であり、IOPSに対する課金はない。

Exadata Exascaleの基本的なアーキテクチャ

Exadata Exascaleアーキテクチャの特徴は

 ウママゲスワラン氏は、新アーキテクチャの特徴のひとつとして「共有型のストレージリソースプール」を挙げた。これまでのクラウドDBでは、ストレージプールは各テナントが専有するアーキテクチャをとっており、柔軟性が低く、コストは高かった。一方でExadata Exascaleのストレージプールは、数千のテナント、数百万のデータベースによる共有利用を実現するという。

 「中間レイヤーの排除」と、それによるパフォーマンスの大幅な向上(高速化)も新アーキテクチャの特徴だ。ウママゲスワラン氏は、現在主流のクラウドDBでは、コンピュートレイヤーとストレージレイヤーの間にいくつもの中間レイヤーがあり、それぞれでレイテンシやボトルネックが生じていたと説明する。

 一方、Exadata Exascaleは、コンピュート/ストレージの2レイヤーのみで構成されるため、中間レイヤーのレイテンシやボトルネックが排除できる。さらに、中間レイヤーを排除したことでRDMAが使えるようになり、Oracle Database 23aiのインテリジェントなクエリ送信も可能になる。

従来のクラウドDBとExadata Exascaleの比較。Exadata Exascaleは中間レイヤーを排除し、100GbE(RoCE)ネットワークを使ったRDMAの直接リクエスト送信を可能にしたことで、大幅な高速化を実現した

 なお、Exascaleのストレージレイヤーは、階層化による最適化処理も自動で行うと説明した。XRMEM(Exadata RDMAメモリ、RDMAアクセスが可能なメモリ)、フラッシュキャッシュ、ディスクドライブの3階層を使い、ホット/ウォーム/コールドデータのインテリジェントな移動によって、パフォーマンスと容量の最適化を図る。

 また、仮想マシン(VM)向けにもRDMA対応のブロックボリュームを独自に開発しており、DB以外のデータ(ファイルシステム)のI/Oについても、低レイテンシ、高スループットを実現できると説明した。今後、RDMAによるVMのライブマイグレーション機能も提供予定だという。

 ウママゲスワラン氏は、AWSやAzureといった他社クラウドDBサービスではI/Oレイテンシが1ミリ秒(1000マイクロ秒)、I/Oスループットが10~20GB/秒程度であるのに対して、Exadata Exascaleではそれぞれ17マイクロ秒、2880GB/秒(2.8TB/秒)まで高速化できると、オラクルによるテスト結果を紹介した。

分析クエリやAIベクトル検索をストレージレイヤーで分散並列処理

 Exadata Exascaleが実現するインテリジェンスのひとつとして、ウママゲスワラン氏は「AIベクトル検索(AI Vector Search)のストレージレイヤーへのオフロード」を紹介した。AIベクトル検索を実行すると、透過的に複数台のストレージで分散並列処理が行われ、クエリが最大30倍高速化されるという。

 なおこのインテリジェントな分散並列処理は、AIベクトル検索だけでなく、一般的な分析クエリにも適用される。

Exadata Exascaleでは、透過的な分散並列処理によって

 そのほかにも、本番DBとデータブロックを共有するシンクローンの技術によって、開発/テスト用クローンDBを即時作成しつつ容量増加を大幅に抑制できること、各テナントからは物理サーバーは見えず(透過的であり)、一切のストレージ管理が自動化されていることなどの特徴を挙げた。

 なおオラクルによると、Exadata Exascaleアーキテクチャを採用したOracle DBサービスは、OCIの日本リージョンでも今後1週間程度で提供開始される予定。さらに今後、顧客/パートナー専用リージョンの「Dedicated Region Cloud@Customer」や「Oracle Alloy」でも順次提供していくほか、Microsoft AzureやGoogle Cloudのデータセンターに展開しているOracle DBサービスへの展開も検討中だという。

Exadata Exascaleアーキテクチャで実現するDBサービスのメリットのまとめ

カテゴリートップへ

本記事はアフィリエイトプログラムによる収益を得ている場合があります

アクセスランキング

  1. 1位

    ITトピック

    PC価格高騰で4割の企業が「調達を延期」/“謎のExcelマクロ”は業務継続リスク/日本のデジタル行政、利用率・満足度とも最低レベル、ほか

  2. 2位

    デジタル

    約3000人のハッカーが侵入できなかったpCloud すべてはユーザー自身のデータを守るため

  3. 3位

    ビジネス・開発

    首都高が「AIの高利用者」を1年で10倍に 非IT人材に刺さったGemini Notebookと“泥臭い”浸透策

  4. 4位

    TECH

    「SCS評価制度」取得を目指す中堅・中小製造業のリアル 富士工業が考える「セキュリティは経営に役立つのか」の答え

  5. 5位

    ITトピック

    「原則出社」命じる企業とテレワーク社員の意識ギャップ/“推し活依存”自覚するZ世代が2割/シニアの利用が盛んな○○アプリ、ほか

  6. 6位

    sponsored

    専門家が分析するSCS評価制度・153項目 中小企業に最適な対策のアプローチは?

  7. 7位

    sponsored

    高齢者をポットで見守る「みまもりほっとライン」 25年続く「サービスの温もり」とは?

  8. 8位

    ビジネス・開発

    フィジカルAIの突破口、「現場データ」を価値に変えるソリューション

  9. 9位

    デジタル

    大企業導入も順調なkintone AI時代の“市民開発×ガバナンス”基盤を目指す

  10. 10位

    データセンター

    600km超離れたデータセンター間でシステム全体を「完全自動復旧」 日立・NTTドコビジらが実証に成功

集計期間:
2026年08月25日~2026年08月31日
  • 角川アスキー総合研究所