基本概念 – MACHBASE

Machbase DBMS 8.5 マニュアル

基本概念

アーキテクチャー、設計原則、主要な概念を詳しく説明します。内部動作と、時系列データに最適化されている理由を理解できます。

このセクションの内容

時系列データの理解

時系列データの特徴と、従来の DB で扱いにくい理由を説明します。

時系列ワークロードの特性
書き込み中心と読み取り中心のパターン
追記専用設計の意義
時刻ベースの分割と圧縮

テーブルの種類

適切なテーブルの選択方法を説明します。

4 種類の詳細比較
選択フローチャートとガイド
性能特性
一般的な用途と避けるべき使い方
各型の使い分け

インデックスと性能

高い性能を実現する仕組みを説明します。

Tag のパーティションインデックス
LSM（Log-Structured Merge）
自動インデックス管理
クエリー最適化
ロールアップ統計

対象読者

次の方を対象とします。

Machbase アプリケーションを設計する開発者
システムを設計するアーキテクト
性能を調整する DBA
データパイプラインを実装するデータエンジニア

前提条件

次を確認してから進めてください。

はじめにを完了
テーブルの種類を確認
Machbase の基本操作を経験

学習の順序

次の順を推奨します。

時系列データ：対象データの理解
テーブルの種類：適切な選択
インデックス：性能の最適化

クイックリファレンス

テーブルの選択

センサーデータ（ID、時刻、値）ですか？
    はい → Tag テーブル

ログやイベントですか？
    はい → Log テーブル

メモリ内で UPDATE/DELETE が必要ですか？
    はい → Volatile テーブル

参照データやマスターですか？
    はい → Lookup テーブル

性能特性

型	書き込み	読み取り	UPDATE/DELETE	保存先
Tag	毎秒数百万	非常に高速	UPDATE 不可*、DELETE は時刻条件	ディスク
Log	毎秒数百万	高速	UPDATE 不可、DELETE は時刻条件	ディスク
Volatile	毎秒数万	非常に高速	キー指定	メモリ
Lookup	毎秒数百	高速	キー指定	ディスク

*Tag のメタデータは更新できます。

主な概念

追記専用の設計

追記中心のデータに最適化されています。

行単位のロックなし
高速な順次書き込み
ログの上書きを防ぎ、整合性を維持

時刻によるパーティション分割

時刻に基づいて自動的に分割します。

効率的な期間検索
保持期間の管理が容易
圧縮の最適化

列指向の圧縮

列ごとに保存します。

10 ～ 100 倍の圧縮率
高速な分析クエリー
ストレージコストの削減

ロールアップ（Tag）

ロールアップを設定すると、統計を利用できます。

秒、分、時間単位の集計
MIN、MAX、AVG、SUM、COUNT、SUMSQ
手動の集計処理が不要

よくある誤解

「クエリーごとにインデックスを作る必要がある」

多くの場合は不要です。自動的に適した構造を使用します。

Tag：3 階層のパーティションインデックス
Log：時刻による分割（インデックスは任意）
Volatile：PRIMARY KEY の RED-BLACK ツリー
多くの検索は手動の追加なしで実行可能

「センサーごとにテーブルを作るべき」

通常は、1 つの Tag テーブルにまとめます。

性能の改善
管理の簡略化
自動最適化

「Lookup は遅い」

書き込みと読み取りで特性が異なります。

書き込みは低速（毎秒数百万に対し数百程度）
読み取りは高速（SELECT 向け）
大量入力ではなく参照データに使用

「Volatile は通常のテーブルと同じ」

次の特性に注意してください。

すべてメモリ上に保存
停止時にデータを喪失
一時データやキャッシュに使用

設計原則

1．適切なテーブルを選ぶ

用途に合う型を選択します。

センサーデータ：Tag
イベント：Log
リアルタイムキャッシュ：Volatile
参照データ：Lookup

2．時刻に基づく機能を活用

時系列向けの機能を使用します。

-- 推奨：DURATION を使用
SELECT * FROM logs DURATION 1 HOUR;

-- 比較的効率が低い例：手動の時刻条件
SELECT * FROM logs
WHERE _arrival_time BETWEEN TO_DATE('2025-10-10 14:00:00', 'YYYY-MM-DD HH24:MI:SS')
                        AND TO_DATE('2025-10-10 15:00:00', 'YYYY-MM-DD HH24:MI:SS');

3．保持期間を設定

データが無制限に増えないよう管理します。

-- 日次の削除
DELETE FROM logs EXCEPT 30 DAY;

4．分析にロールアップを使用

事前に集計したデータを検索します。

-- ロールアップによる時間単位の集計
SELECT rollup('hour', 1, time) AS hour_time, AVG(value)
FROM sensors
GROUP BY hour_time;

-- 元データからセンサー別に集計（上の例とは集計単位が異なる）
SELECT sensor_id, AVG(value) FROM sensors GROUP BY sensor_id;

アーキテクチャーの概要

ストレージ層

┌─────────────────────────────────────┐
│         クエリーエンジン            │
├─────────────────────────────────────┤
│         メモリ管理                  │
│  ┌──────────────┐  ┌──────────────┐│
│  │ Volatile     │  │ 検索キャッシュ││
│  │ テーブル     │  │              ││
│  └──────────────┘  └──────────────┘│
├─────────────────────────────────────┤
│         ストレージエンジン          │
│  ┌──────────────┐  ┌──────────────┐│
│  │ Tag/Log      │  │ Lookup       ││
│  │ テーブル     │  │ テーブル     ││
│  └──────────────┘  └──────────────┘│
└─────────────────────────────────────┘

データの流れ

センサー / アプリケーション
     ↓
  APPEND API（一括入力）
     ↓
  書き込みバッファー（メモリ）
     ↓
  ディスクへフラッシュ（圧縮）
     ↓
  自動インデックス構築
     ↓
  クエリーエンジン

次のステップ

詳しくは、次の順に参照してください。

さらに詳しく

高度な機能：STREAM、ロールアップ
設定：サーバー調整
トラブルシューティング：性能の改善

これらの概念を基に、効率的で拡張しやすいアプリケーションを設計できます。

最終更新日 9月 10, 2026