Db2 for z/OSオプティマイザーで機械学習を活用する
IBM Db2 AI for z/OSを使用すると、最も適切な照会アクセス・パスを判別する最適化により、企業はCPU使用量とITコストを削減し、最終的にはDb2アプリケーションのパフォーマンスを向上させることができます。機械学習テクノロジーが採用されたDb2 for z/OSは、データサイエンスのスキルを必要とせず、LPARごとにデータと構成に固有の迅速なモデル学習を実現します。Db2 AI for z/OS 1.3では、リモート・アプリケーションの接続とスレッドの動作を自動的に学習できるようになりました。また、接続フラッディングが他のアプリケーションに影響を及ぼすのを防ぐための、推奨されるDb2プロファイル制御を提示することで、データベース・パフォーマンスを最適化できます。
メリット
CPU使用量とITコストの削減
機械学習テクノロジーを活用して照会アクセス・パスを最適化し、CPUを最大25%節約します。
Db2アプリケーション・パフォーマンスの向上
Db2 for z/OSアプリケーションはより迅速かつ効率的に実行されるため、使用するMIPは少なくなります。
収集されたデータからパターンを学習
サブシステムごとのデータとアプリケーションの動作に固有の、迅速なモデル学習を提供します。データサイエンスのスキルは必要ありません。
製品イメージ
システム評価の要約
システム評価の例外
システム評価ワークロード・プロファイルのメトリック・グラフ
システム評価内での作業期間の定義
お客様による導入事例
-
Db2接続の問題が発生する前に特定して解決
問題点
クラウド、モバイル、IoTといった今日の複雑な環境において、新しいアプリケーションは、かつてない速さでDb2にアクセスするように構成されています。Db2 for z/OSは、基幹業務データの保管および活用において、今なおリーダーとしての確固たる地位を誇ります。システムの可用性、拡張性、セキュリティー、およびコスト効率においては、依然として模範的な高い水準を有していますが、管理されていない接続が急増すると、アプリケーションのパフォーマンスとシステムの可用性の低下につながるおそれがあります。
ソリューション
Db2 AI for z/OS v1.3は、リモート・アプリケーションの接続とスレッドの動作を自動的に学習して、接続フラッディングにより他のアプリケーションに影響が及ぶのを防ぐことのできるDb2プロファイル制御を推奨します。この機能により、最適なパフォーマンスとスレッドの再利用を実現するようアプリケーションが構成されているかどうかが識別されます。
-
Db2 for z/OSアプリケーション・パフォーマンスの向上
問題点
データベース・システムおよびアプリケーションのパフォーマンスの最適化には、時間とコストがかかります。IBM技術理事のJohn Campbellによると、データベース管理者は、アプリケーションのパフォーマンス管理とSQL照会のチューニングに25%から30%もの時間を取られている可能性があります。
ソリューション
Db2 for z/OSオプティマイザーとz/OSテクノロジー向けのIBM機械学習を活用するDb2 AI for z/OSは、新しいインテリジェンスを利用して、SQL照会に最適なアクセス・パスをワークロード特性に基づいて独自に特定します。
-
時間の節約とコストの削減
問題点
今日の複雑な環境では、熟練したデータベース管理者の能力さえも超えるスキル・セットが必要です。Db2 for z/OSを使用する組織は、機械学習とAI技術を使用してIT運用を改善するための新しいアプローチを求めています。
ソリューション
Db2 AI for z/OSはDb2 for z/OSエンジンに機械学習サービスを組み込み、次のことを実現します。
• IBM Db2 for z/OSサブシステムの正常性に関する洞察の獲得
• Db2システムの最適なパフォーマンスの維持
• IT運用のコストと時間の削減
