ユースケース:オペレーショナルアナリティクス

統一されたビジネスデータを用いてリアルタイム分析とトランザクション操作を同時に行い、パフォーマンス低下なしに実現します。

挑戦

パフォーマンスのボトルネックを回避する

お客様にタイムリーかつパーソナライズされた体験を提供するためには、多くの場合、運用分析が必要です。これは、複数のソースからのリアルタイムデータを統合して運用効率を向上させるものです。たとえば、医療機関は、バッチジョブと同時にリアルタイムの診断を行い、患者の記録にアクセスすることで、より良い患者結果を提供しようとします。これにより、パフォーマンスのボトルネックが生じ、リアルタイムの更新に追いつこうとするETLプロセスによって遅延や精度に問題が生じます。

私たちの解決策

正確なデータへのリアルタイムアクセス

EDB Postgres AIからのAnalytics Acceleratorは、ビジネス操作を妨げることなく、同じデータ上で高性能な分析およびトランザクションクエリーを可能にします。計算をストレージから分離し、ベクトル化されたクエリエンジンを使用し、Postgresの分析用とトランザクション用のストアを統合することで、リアルタイムで正確なデータにアクセスできます。そしてEDB Postgres AIの効率的なオブジェクトストレージとのシームレスな統合は、スケールに合わせてコストを抑えます。

ベクトル化されたクエリエンジン


EDBはストレージを計算から切り離し、カラムナーデータ形式に最適化されたアップグレードされたクエリエンジンを採用しています。これにより、ホットデータとコールドデータのクエリが標準的なPostgresと比べて30倍高速に実行され、トランザクションのワークロードに影響を与えることなく、ビジネスに優れた分析パフォーマンスを提供します。

「統合データ管理」


Postgres内で分析的およびトランザクションワークロードの両方を一緒に扱うことで、EDBは複雑なETLパイプラインの必要性を減らし、データの断片化を最小限に抑え、外部システムに対する依存を減らします。この統合アプローチにより、データへの一貫したリアルタイムアクセスが保証され、全体的な運用効率が向上します。

外部レイクハウスエコシステム統合


増大するデータ量を取り扱うために、効率的なオブジェクトストレージと一緒にPostgresを問題なく統合して、レイクハウスエコシステムで使用します。これにより、標準的なSQLを使用してレイクハウステーブルを外部のオブジェクトストレージに書き出し、それらをPostgresテーブルと同じようにクエリすることができます。

デモ

Analytics Acceleratorが運用分析を促進することで、組織はクエリの高速化、ワークロードの効率化、インフラのスケーラビリティを実現し、それにより、ビジネスインテリジェンスの応答性が向上し、コストが低減し、レジリエンスが高まります。

より良いパフォーマンス


EDBのベクトル化されたクエリエンジンは、トランザクションのパフォーマンスを低下させることなく、ネイティブPostgresと比較して平均で30倍速く分析クエリを実行します。

改善された効率と一貫性


Postgresで分析と取引のワークロードを結合することで、チームが管理するシステムが減り、矛盾を招く複雑なETLプロセスも減ります。さらに、lakehouseのテーブルはPostgresのテーブルとインデックスよりもディスク上で5倍小さく、オブジェクトストレージはSSDストレージの18倍コスト効率が良いです。

シームレスなスケーラビリティ


Postgresの自然なスケーラビリティとコスト効率の良いオブジェクトストレージとの統合により、企業は増加するデータ量と複雑化するクエリを処理することが可能となり、組織がスケールアップするにつれてシステムが利用可能で、反応が良くなることを保証します。

EDB Postgres AIは運用分析を可能にします

Analytics Acceleratorは自動的にトランザクションデータを別の分析ノードにレプリケートします。ベクトル化されたクエリエンジンは、レプリケートされたデータとレイクハウステーブルをシームレスにクエリーし、進行中の運用ワークロードに影響を与えることなく現場で使用します。

関連製品とソリューション

EDB Postgres AI


 エッジからコアまでのミッションクリティカルなワークロードを支えるための現代のPostgresデータプラットフォーム。

EDB分析アクセラレータ


PGAAエクステンションを使用して、Postgresでの迅速な分析を解除します。

EDB Postgres in Public Cloud ``` を以下に翻訳します: ``` パブリッククラウドのEDB Postgres


自己ホスト型のEDB Postgres AIをお選びのクラウドにデプロイしてください。

EDB Postgres分散


 ネイティブの論理レプリケーションと比べて、最大99.999%のアップタイムと5倍のスループット性能。

リソース


EDBミッションコントロール:Postgres Lakehouseイノベーション


リアルタイム分析とAIワークロードをPostgreSQで変革L


AIをPostgreSQLとともに解き放つ: レイクハウスとは何か?


EDBトラストセンターによるPostgresセキュリティの向上

運用分析とは何でしょうか-そしてEDBはどのようにそれを可能にしますか?chevron_right

運用分析とは、ビジネス操作を強化するために、同じデータに対して同時にトランザクションと分析クエリを実行することを含みます。EDBは、ストレージから計算を分離し、ベクトル化されたクエリエンジンを使用することでこれを簡略化し、トランザクションのワークロードに影響を与えることなく高性能の分析を可能にします。さらに、Postgres内の分析データとトランザクションデータを統合することで、EDBは正確でリアルタイムの洞察とスケーラブルなインフラストラクチャを可能にします。

運用分析について他にどのような用語がありますか?chevron_right

運用分析の同義語となりうる言葉は次のとおりです:リアルタイム分析、ハイブリッド分析、ライブ分析。

EDBは運用分析のパフォーマンスボトルネックをどのように解決しますか?chevron_right

EDBは、コンピュートとストレージを分離し、列指向フォーマットに最適化されたベクトル化クエリエンジンを使用することにより、パフォーマンスのボトルネックを解消します。これにより、進行中のトランザクションワークロードに影響を与えることなく、高性能な分析を実施できることが保証されます。これにより、ビジネスはトランザクションを処理し、リアルタイムで分析を実行することができ、劣化しないようになります。

EDBは運用分析でのデータの一貫性をどのように確保していますか?chevron_right

EDBは、Postgres内の分析的およびトランザクションの負荷を統一し、複雑なETLパイプラインの必要性を減らし、データの断片化を最小限に抑えます。この統一化されたアプローチは、正確なデータへの一貫したリアルタイムアクセスを保証し、分析と意思決定の信頼性を向上させます。

EDBの運用分析ソリューションの主な特徴は何ですか?chevron_right

主な特徴は次のとおりです:

  • 統一されたトランザクション、解析、AIデータ管理
  • シームレスなレイクハウスエコシステムの統合
  • ベクトル化クエリエンジン
  • エンタープライズ向けPostgres(セキュア、スケーラブル、ACID準拠)
  • 広く互換性のあるオープンソース基盤
  • オンプレミス、プライベートクラウド、またはハイブリッド展開オプション
EDBの運用分析ソリューションはどのような利点を提供しますか?chevron_right

含まれる利点:

  • 簡素化されたデータ管理
  • 標準のPostgresに比べて30倍高速な分析クエリ
  • より高いコスト効率(オブジェクトストレージはSSDストレージより18倍安い、lakehouseテーブルはPostgresのテーブルおよびインデックスに比べてディスク上で5倍小さい)
  • シームレスなスケーラビリティ
  • より高いセキュリティとコントロール
EDB Postgres AIは他にどのようなデータストアと統合しますか?chevron_right

EDB Postgres AIは、どこでもPostgresソースと統合します。また、Amazon S3、MinIO、またはローカルファイルシステムなど、堅牢な状態のドライブと比べて最大18倍のコスト効率の良い柔軟なストレージ場所とも統合します。そして、標準化されたDelta Tableオープンテーブル形式を活用し、レイクハウスエコシステム全体の他のツールやサービスとの互換性を保証します。

EDBは、ビジネスが運用コストを管理するのをどのように支援していますか?chevron_right

EDBの解決策により、複数のシステムや複雑なETLプロセスの必要性が減少し、インフラ、保守、開発費用が低下するため、運用コストが最終的に削減されます。

EDBはパフォーマンスを維持しながらコストを削減するのにどのように役立ちますか?chevron_right

EDBは、ディスク上でPostgresテーブルとインデックスよりも5倍小さいカラム型のlakehouseテーブルと、SSDストレージよりも18倍安価なオブジェクトストレージを組み合わせることで、ストレージコストを最適化します。これにより、ビジネスはクエリパフォーマンスを犠牲にすることなく、全体のストレージ費用を削減できます。