[新製品・サービス]

2026年11月9日(月)日川 佳三（IT Leaders編集部）

シェアする

リスト

　東芝の「GridDB」は、高頻度で大量に発生するIoTデータやビッグデータの管理に適した、スケールアウト型のデータベース管理システム（DBMS）である（関連記事：東芝デジタルソリューションズ、IoT向けデータベース新版「GridDB 5.1」、データセンター障害時の可用性を確保）。時系列データを効率よく蓄積できることを訴求している。データはRDBのテーブルに似た「コンテナ」で管理する。カラムに索引を設定でき、SQLで操作できる。

　GridDBの新版（V6.0）では、索引の新しい種別として「列指向索引」を追加した（図1）。従来の索引は、ツリー索引（B-Tree索引）と、位置情報を扱う空間索引である。このうちツリー索引は、指定したカラムの値が特定の値と一致するロウ（行）や、特定の範囲に収まるロウを探す。

図1：新たに追加した「列指向索引」機能の概要（出典：東芝）
拡大画像表示

　テーブル本体はロウ（行）単位でデータを保持するため、一部のカラムだけを参照する集計や分析のクエリーでも、参照しないカラムのデータまで読み出す。大量のデータを蓄積したテーブルでは、ストレージからの読み出し量が増え、処理時間が長くなりやすい。

　新たに追加した列指向索引は、テーブル本体を従来どおり行単位で保持しつつ、指定したカラムのデータを別領域に列単位で保持する。クエリーの実行時は、参照するカラムのデータだけを読み出すので、読み出し量とメモリー使用量が減る。多数のカラムを持つ大規模テーブルにおいて一部のカラムを集計する場合、ロウを探すツリー索引よりも効果が大きい。

　列指向索引は、収集したデータを蓄積するテーブルに直接作る。このテーブルの上で分析クエリーが速く動くため、分析用にデータをDWHに移す必要がなくなり、GridDB上で直接分析できるようになる（図2）。データの収集基盤と分析基盤が1つになるので、設備監視、予兆保全、品質管理、需給最適化など、リアルタイム性が要るシステムで判断を早められる。

図2：DWHを使わずGridDB上で大規模IoTデータを収集・分析できるようにした（出典：東芝）
拡大画像表示

　SQLの「CREATE INDEX」文に「USING COLUMNAR」を指定すると、列指向索引を作成できる。「USING」句を省くと、従来どおりツリー索引になる。実行時にGridDBが索引の種別を自動で選んで使う。テーブルにデータを登録、更新、削除すると、列指向索引は、変更があった範囲の索引データをバックグラウンドで作り直す。

　東芝は、約100億件の長期間時系列データを分析し、効果を測った。従来版で2900秒かかった処理が41秒で終わり、処理時間は約70分の1になった。データセットは、日時、文字列、数値からなる20カラムの工場IoTデータである。サーバー6台のクラスタ構成で、各サーバーは6コアCPU、64GBメモリー、12TBのHDDを搭載する。クエリーは、日時の期間で絞り込んだうえで、20カラムのうち1～3カラムの値を合計するものを使った。