記事

クラウドコストの失ったリンク

クラウドコストの主な影響を、安静時データと移動中のデータについて価格が考慮される場合の比較と比較によって検討します。続きを読む.

Pat Alvarado
Pat Alvarado
2021年1月14日 4 分で読める
クラウド コンピューティングと関連コスト。
コンピュータプラットフォームには、コンピューティング、ストレージ、トランスポートの3つの基本的な機能コンポーネントがあります。私たちはコンピューティングとストレージが何であるかを知っています。トランスポートとは、ストレージとコンピューティングの間でデータを移動する機能です。これら3つのうち、スケーラブルなリソースの観点から最も高価なのはトランスポートであり、より一般的には入出力（I / O）と呼ばれます。

Teradata Vantageの高効率トランスポート機能であるBYNETは、シェアード・ナッシングアーキテクチャを元に考案され、リニアなスケーラビリティをVantageで実現しています。

クラウドプロモーションの単純化されたメッセージングでは、トレンドは、コンピューティングとストレージの分離、およびコンピューティングとストレージの独立したスケーリングに焦点を合わせています。ただし、言及されているトランスポートの重要性はめったになく、これが欠落しているリンクです。

コンピュートはデータに対して計算を実行し、ストレージはデータを格納しますが、そのデータは最初にストレージからコンピュートに移動する必要があります。

Picture1.png

トランスポートのコストに注意を払う必要がある理由

Vantageは、データ移動のない静的なコンピューティングとストレージのみに基づく他のプラットフォームと比較すると、高価に見えます。ワークロードが適用され、データがコンピューティングとストレージの間で転送されると、転送のコストは逆に他のプラットフォームはVantageよりも高価になることがわかります。


Picture1-(1).png

スケールアップの増分コストを調べるだけで、指数関数的なパターンが明らかになります。オレンジ色のVantageは、増加するワークロードに対応するために線形増分でスケールアップできます。青色の別のクラウドプラットフォームは、増分ごとに2倍にスケーリングします。また、この指数関数的スケーリングは自動スケーリングを使用して自動的に実行でき、関連するコストはすぐに2倍、3倍になり、急速に高くなることも考慮してください。

購入したものをより有効に活用する

スケーリングは、増加するワークロードに対応する唯一の方法ではありません。ワークロードは、メリアム・ウェブスターによって「通常、特定の期間内に実行された、または実行可能な（機械装置による）作業の量」と定義されています。作業は、1時間あたりのクエリ数またはクエリの同時実行性で測定できます。

他社プラットフォームは、Vantageの線形スケーラビリティとワークロードスループットに匹敵することはできません。彼らのソリューションは、ワークロードを複数のデータウェアハウスに分割し、コンピューティングとストレージの分離、およびコンピューティングとストレージの独立したスケーリングのみに焦点を当て、それによってトランスポートの複雑さとコストを無視することです。

このソリューションは、実際に使用コストを削減するトランスポートの慎重な最適化ではなく、時間の経過とともに指数関数的に増加するコンピューティングとストレージのコストを提供するだけです。

使用した料金の支払い
より費用効果の高いソリューションであることに加えて、テラデータは実際に使用されたものに基づいた従量課金の価格を提供します。正常に完了した顧客が開始したクエリとロードのみが料金に含まれます。他社プラットフォームでは、実際の使用状況に関係なく、アクティブなときにプロビジョニングされたインスタンスの合計に対して料金を支払うことになります。

従量課金価格モデルでは、ユニットあたりの価格は一定に保たれ、テラデータがスケーリングを行います。従量課金価格が利用可能になったので、テラデータの顧客は計算を行い、ビジネスクリティカルなワークロードに対してVantageがどれほど安価であるかを理解しました。これは、予想される予算を超えた他社ソリューションを試すときの彼らの苦痛な経験とは対照的です。

まとめ：分析プラットフォームの価格設定時にトランスポートを含める

コンピュータープラットフォームの3つの機能コンポーネント（コンピューティング、ストレージ、トランスポート）をすべて考慮する必要があります。ワークロードは、ある期間に実行できる作業量に基づいており、データがストレージからコンピューティングに転送されない場合、作業は実行できません。トランスポートの最適化におけるTeradata Vantageのコア機能は、線形スケーラビリティと最大化されたスループットを実現し、使用量の増加に伴うコストを最小化します。
Tags
Pat Alvarado

Pat Alvarado について

Pat Alvarado is Sr. Solution Architect with Teradata and senior member of the Institute of Electrical and Electronics Engineers (IEEE). Pat’s background originally started in hardware engineering and software engineering applying open source software for distributed UNIX servers and diskless workstations. Pat joined Teradata in 1989 providing technical education to hardware and software engineers, and building out the new software engineering environment for the migration of Teradata Database development from a proprietary operating system to UNIX and Linux in a massively parallel processing (MPP) architecture.

Pat presently provides thought leadership in Teradata and open source big data technologies in multiple deployment architectures such as public cloud, private cloud, on-premise, and hybrid.

Pat is also a member of the UCLA Extension Data Science Advisory Board and teaches on-line UCLA Extension courses on big data analytics and information management.

Pat Alvaradoの投稿一覧はこちら

最新情報をお受け取りください

メールアドレスをご登録ください。ブログの最新情報をお届けします。



テラデータはソリューションやセミナーに関する最新情報をメールにてご案内する場合があります。 なお、お送りするメールにあるリンクからいつでも配信停止できます。 以上をご理解・ご同意いただける場合には「はい」を選択ください。

テラデータはお客様の個人情報を、Teradata Global Privacy Policyに従って適切に管理します。