Tiered Tables ============= 階層化テーブルにより、 EDB Postgres® は、「コールド」データをコスト効率の高いオブジェクトストレージに自動的に移動し、「ホット」データをプライマリトランザクションストレージに保持することで、大規模な時間ベースのデータセットを効率的に管理できるようになります。このパターンは、データセット全体への完全な分析アクセスを維持しながら、パフォーマンスとコストの両方を最適化します。ハイブリッドマネージャー (HM) 内で階層化テーブルを実装および管理する方法の詳細については、 `Tiered Tables `_ を参照してください。階層型テーブルとは ------------------ 階層化テーブルは、Analytics Accelerator アーキテクチャによってサポートされているEDB Postgres Distributed (PGD) のネイティブ機能です。次のものを使用して、時間パーティション分割されたテーブルの古いパーティションを PGD からオブジェクトストレージ (Apache Iceberg 形式) に自動的にオフロードします。 - PGD AutoPartitionによる自動パーティショニングとライフサイクル制御 - オフロードされたデータのクエリとアクセスのためのPGAAとPGFS - ガバナンスと相互運用性のためのオプションのアイスバーグカタログその結果、ホット層 (PGD) とコールド層 (オブジェクトストレージ) にわたるデータへのシームレスで透過的なアクセスが実現します。関連概念: :ref:`データ階層化 <データ階層化>` EDB分析において階層型テーブルが重要な理由 ----------------------------------------- 階層型テーブルは組織にとって次のようなメリットがあります。 - PGD運用ストレージを無駄なく、高パフォーマンスに保つ - 古いデータをオブジェクトストレージにオフロードすることでストレージコストを削減 - 完全なデータセットへの統一されたクエリアクセスを維持する - Postgres で OLTP と OLAP の両方のユースケースをサポート - 履歴分析のためのレイクハウスアーキテクチャを実装する関連概念: :ref:`Analytics Accelerator concepts ` EDBが階層型テーブルを実装する方法 --------------------------------- コアコンポーネント: - PGD 自動パーティション: - 時間ベースの新しいパーティションを自動的に作成します - オフロードのタイミングを制御するために\ ``analytics_offload_period`` を定義します - PGFS: - オフロードされたデータ用のオブジェクトストレージへのアクセスを提供します - PGAA: - PGD 層と Iceberg 層にわたる統一されたクエリを可能にします - コールドデータ専用のオフロードビュー（\ ``table_offloaded`` ）を作成します - オプションの氷山カタログ: - ガバナンスとクロスプラットフォームの相互運用性をサポートクエリの動作: - 親 PGD テーブルに対するクエリは、ホットデータとコールドデータの両方に自動的にアクセスします。 - PGD クエリプランナーは、WHERE 句をプッシュして、ストレージ層間のアクセスを最適化します。関連概念: - :ref:`ストレージとコンピューティングの分離 <ストレージとコンピューティングの分離>` - :ref:`ETL/ELT ` - :ref:`OLAP / OLTP ` 一般的な使用例 -------------- .. csv-table:: :header: Use case,Tiered Tables + Analytics Accelerator :widths: 10,30 :align: left :class: longtable IoT and telemetry,Manage large time-series datasets with automated offload Regulatory and financial data retention,Cost-efficient storage of historical data with full auditability Analytical reporting on historical data,Use Lakehouse nodes to query offloaded data at scale Hybrid OLTP / OLAP patterns,"Keep current data fast on PGD, analyze large history in Iceberg" 役割ベースのガイダンス ---------------------- データベース管理者（DBA） :ref:`Analytics Accelerator for your role: DBA ` データサイエンティスト/アナリスト :ref:`Analytics Accelerator for your role: Data scientist / analyst ` DevOps / SRE :ref:`Analytics Accelerator for your role: DevOps / SRE ` アプリケーション開発者 :ref:`Analytics Accelerator for your role: Application developer ` 学習パス -------- :ref:`Analytics Accelerator 101: Foundational concepts ` :ref:`Analytics Accelerator 201: Practical application and core solutions ` :ref:`Analytics Accelerator 301: Advanced techniques and optimization ` 関連概念 -------- - :ref:`データ階層化 <データ階層化>` - :ref:`ストレージとコンピューティングの分離 <ストレージとコンピューティングの分離>` - :ref:`ETL/ELT ` - :ref:`OLAP / OLTP ` 次のステップ ------------ ハイブリッドマネージャーユーザー向け `Tiered Tables `_ ハウツーガイド `Configure PGFS storage for Tiered Tables `_ `Configure PGD node group for analytics offload `_ `Configure BDR AutoPartition with analytics offload `_ `Query Tiered Tables from PGD and Lakehouse `_ `Analytics Accelerator learning guide `_ でさらに詳しく調べてください。