[レポート]NoSQLの必要性と主要プロダクト比較 #dbts2015 #be_crazy_about_db_tech

超おはようございます。最近めっきり暑くなってきましたね。城内です。 今回は、db tech showcase Tokyo 2015に参加してきましたので、セッションレポートを書きたいと思います。

セッション情報

• セッション名：NoSQLの必要性と主要プロダクト比較
• スピーカー：株式会社野村総合研究所 OpenStandiaチーム 渡部 徹太郎氏

スライド

オープンソース サポート 保守 サービス（OSS サポート 保守 サービス）| OpenStandia™（オープンスタンディア）

セッション内容

データを取り巻く環境の変化

• データのボリュームが肥大化 →GoogleやFacebookの保持データがペタバイト級に
• データ処理の応答スピードが重要に →Webサイトのアクセス数が秒間10万アクセス
• データの多様性 →非構造データが増えてきているため、RDBMSでは格納が困難

RDBMSの現状

• スケーラビリティの上限に達した
• 非定型なメタデータの管理が困難に
• ビックデータ化
• データベースの変更に停止が伴っていた
• 処理に時間がかかった（例：ECサイトで商品カタログの更新に12時間）
• 商用RDBMSではスケールアップが高価すぎる
• スキーマーの再定義に工数がかかりすぎる

NoSQLの登場

NoSQLの特徴は以下の通り。

• 非構造データの取り扱いが得意
• 水平分散が得意（結果整合性）

※RDBMSは「強い整合性」を保つため、水平分散が苦手。

Hadoopとの違い

Hadoopの特徴は以下の通り。

• バッチの分散処理が得意
• 事前にデータを入れる
• 応答速度より全体の処理を優先する

NoSQLの分類

• KVS
  • キーバリュー型・・・redis、memcached、Oracle Coherence、
  • 列指向型ワイドカラムストア・・・Cassandra、HBASE、Cloud Datastore
• ドキュメント型・・・MongoDB、Couchbase、MarkLogic、PostgreSQL、MySQL、DynamoDB、MS-DocumentDB
• グラフ型・・・Neo4j

流行として、Hadoopはすでに旬を過ぎている。ドキュメント型、キーバリュー型が現在、グラフ型がこれから。

KVS

redis

• メリット
  • redis3からシャーディングが可能に
  • 配列に対するPUSH、POPが可能
  • PUB、SUBが可能
  • トランザクションが可能
• デメリット
  • メモリサイズ以上は使えない
  • ディスクへの先行書き込みはできない
  • 自動負荷分散ができない

Cloud Datastore

• メリット
  • データ構造でエンティティの親子関係が持てる
  • 部分的なトランザクションができる →同じエンティティグループ内で可能（強い整合性） →異なるエンティティグループだと結果整合性
• デメリット
  • Notは1つしかできない
  • ソートが先でなければならない

HBASE

• メリット
  • HDFSが必須（登場人物が多い）
  • Hadoopとの相性がいい
  • 強い整合性を持つ
  • データ圧縮が可能
• デメリット
  • 5台未満では利用できない（大規模向け）
  • 単独でデプロイできない（HadoopやZookeeperなど）

cassandra

• 特徴
  • DynamoDBと同じ水平分散方式
  • CQLがSQLっぽく扱える

ドキュメント型

mongoDB

※小規模向け

• メリット
  • SQL以上の集計クエリ（MS-DocumentDBと並び最強）
  • ロールベースのアクセス管理
  • 大量データの取り扱い
  • リアルタイムでクエリが作成できる
• デメリット
  • トランザクションができない
  • マルチマスタ更新

couchbase

※大規模向け

• メリット
  • マルチマスタ
  • CRUDとMapReduce（事前に決めたクエリ）
  • GUIコンソールが提供されている
• デメリット
  • アドホッククエリ

DynamoDB

• メリット
  • 最近はJSONに対応（ドライバが吸収）
  • 他のAWSサービスとの連携
• デメリット
  • 集計、ソート、JSONの検索ができない
  • インデックスが非同期、数に制限

Microsoft DocumentDB

• メリット
  • SQLライクなクエリ
  • 自動インデックス作成ができる
  • トランザクションサポート
  • 型チェック
• デメリット
  • 集計、ソートができない
  • 複数インデックスができない
  • Azure上でしか使用できない

■クラウドのNoSQLをどう考えるか？ →できることできないことがあるので、クラウドなら必ずしもクラウドNoSQLとは言えない。

MarkLogic

• 特徴
  • もともとはXML、RDFトリプル、最近JSON
  • XQueryが可能
  • 分類表示、ドリルダウンが可能
  • トランザクション可能
  • アクセス管理、監査、アラートが可能

グラフ型

Neo4j

• メリット
  • ノード→関連→ノード（JSONで表現）
  • Cypher
  • GUIが素晴らしい
• デメリット
  • 水平分散ができない
  • コミュニティー版はGPLライセンス

NoSQLの見極め方

• ありがちな謳い文句はスルーでOK
• 差別化される要素
  • データ構造
  • アプリからのインターフェース
  • トランザクション
  • セカンダリインデックス、複合インデックス
  • クエリ（ソート、リミット、データの部分更新、集計）
  • マルチマスタレプリケーション
  • アクセス権限管理
  • 学習コスト（ドキュメントの量、ノウハウの多さ）
• 性能の単純比較はできない →そもそも一貫性やインターフェースが統一されていない →NoSQL性能比較レポートはあまりあてにならない（クエリによってはMySQLの方が早いことがある）
• 最新の情報を確認する

Q&A

• サポート体制について →OSSをサポートしているベンダーを頼る
• パッチの更新頻度について →ベンダーの有無による、商用側の不具合修正をコミュニティーに還元
• 製品によってそれぞれ言語が違う、RDB屋がとっつきやすいのは？ →redis、mongoDBが分かりやすい、そこから他を選択するのがよいかと

感想

いままでRDBMSしか関わったことがなかったので、NoSQLは薄らしか知らなかったですが、ソフトウェアの種類も多くとても奥が深いなーと思いました。今回のセッションで、いろいろな情報が得られたので、これから自己学習で知識を深めていきたいと思います。

皆さんもNoSQL, NO LIFE的な感じでNoSQLの世界に足を踏み入れてみてはいかがでしょうか？