ビッグデータ分析にクラウドを活用するポイント【後編】
データ分析が強みの人気クラウド、その豊富な機能とは（1/2 ページ）
「Microsoft Azure」と「IBM Bluemix」には数多くのデータ分析機能が存在する。こうした機能を活用したデータ分析の手法、各サービスの特徴をまとめた。
前編「OSSやクラウド（AWS、GCP）を使ったビッグデータ分析、基本的な流れをつかもう」では、2017年10月に都内で開催されたデータ活用イベント「Data Platform Conference 2017」の講演を基に、オープンソースソフトウェア（OSS）や「Amazon Web Services」（AWS）、「Google Cloud Platform」（GCP）といったクラウドサービスを使ったビッグデータ分析の基本的な流れを紹介した。後編では「Microsoft Azure」（Azure）と「IBM Bluemix」（Bluemix）を活用したビッグデータ分析の手法、各サービスの特徴について紹介する。
IaaSとマネージドサービスで、より高度な独自機能を提供するMicrosoft
講演でAzureを活用したデータ分析について語ったのは、日本マイクロソフトのパートナー事業本部でエバンジェリストを務める佐藤直生氏だ。「ITの力を使ってビジネスを変えていく、ビジネスのデジタルトランスフォーメーションが重視されています。そのために必要なのがクラウド、データ、そして人工知能（AI）です」（佐藤氏）
日本マイクロソフトの佐藤直生氏
佐藤氏はMicrosoftのビッグデータ分析関連製品／サービスを紹介するに当たり、オンプレミスとクラウドを対比してみせた。オンプレミスの場合はデータベース管理システム（DBMS）の「SQL Server」、クラウドの場合は数多くあるAzureのデータサービスを使うことになる。今回は話題がビッグデータ分析ということで、データウェアハウスに注目して佐藤氏は話を進めた。
Azureでビッグデータを取り扱う場合、IaaSとして利用することもできれば、下記で紹介するようなAzureのマネージドサービスを利用することもできる。
IaaSとして利用する場合には、自身で環境を構築、運用する必要がある代わりに好きなOSや機能を組み込める。それより手軽にビッグデータを扱いたい場合には、「Apache Hadoop」などの分散処理フレームワーク（ミドルウェア）のマネージドサービスである「Azure HDInsight」や、独自のビッグデータサービスである「Azure Data Lake Analytics」を使うことができる。佐藤氏によれば、Azure Data Lake Analyticsは長年Microsoft社内で使ってきたものを汎用（はんよう）化して提供しているという。
これらの選択肢の中からどれを選べばいいのか。それについて佐藤氏は「フレームワークを使いたいかどうか」「オンプレミスと同じ機能が必要かどうか」「対話型のユーザーインタフェース（UI）やストリーミング（データをリアルタイムで処理・破棄する）が必要かどうか」で最適な方法を選んでほしいと語った。
Microsoftのクラウドでビッグデータを分析する際のサービス選択フローチャート《クリックで拡大》
続けて佐藤氏は、ビッグデータを扱うためのシナリオを幾つか紹介した後に、Azure HDInsightの特徴を説明した。
SLA（サービスレベル保証契約）があること、セキュリティに配慮していることなどはもちろん、コスト効率にも自信があるという。使いたいときだけHadoopや「Apache Spark」といった分散処理フレームワークの機能を立ち上げて使うことができるので「Pay-As-You-Growで使った分だけのコストを支払うことで利用できます」（佐藤氏）。
機械学習など、より高度な分析が必要なケースについても取り上げた。機械学習サービス「Azure Machine Learning」の2017年9月に公開したばかりの新機能も紹介。データサイエンティスト向けに用意した高度な分析機能だ。
リースしたばかりの次世代Azure Machine Learning
Copyright © ITmedia, Inc. All Rights Reserved.
ビッグデータ分析にクラウドを活用するポイント
この記事の著者
関連記事
新着ホワイトペーパー PR
-
技術文書・技術解説
[セコムトラストシステムズ株式会社] SCS評価制度で重要性が増す「SASE」 制度の要求事項と機能はどう関係する？ -
製品資料
[株式会社オプティム] SaaS管理やID管理などの「資産管理」をまるごとカバーする方法とは？ -
製品資料
[株式会社kickflow] 3分でわかる「kickflow」 どのようなワークフローを実装できる？ -
事例
[株式会社kickflow] 出前館も実践 ワークフロー刷新で得られる効果とは？ -
事例
[株式会社kickflow] ワークフロー活用事例：社内システムとのAPI連携で業務効率化＆統制強化を実現
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
【漫画付き】ひとり情シス協会が明かす、RAG導入でしくじる企業「2つの共通点」
-
2
1200万円のSaaS導入を回避 スギ薬局「運用費10万円」のAIエージェント構築術
-
3
年収700万超エンジニアに共通するスキルと「もっと勉強すべきだった分野」
-
4
「企業におけるAIの運用」に関するアンケート
-
5
「完璧な設計」なのに3000万円溶けた AWSの失敗事例から学ぶ3つの教訓
-
6
「企業内サーバ環境の利用実態」に関するアンケート
-
7
本当にそのIBM iに問題はない？ ブラックボックス化と属人化を防ぐ第一歩
-
8
「シェルコード」とは？ 凶悪なマルウェア感染を可能にする手口
-
9
脱VMwareか、継続か？ 仮想化ソフト主要6製品の機能とスペックを徹底比較
-
10
なぜ情シスは評価されにくい？ 読者調査で見えた「成果が見えない仕事」第1位は
ホワイトペーパーランキング PR
-
1
DX／AI投資の壁を突破、現代の最高財務責任者が直面する課題と克服のヒント
-
2
バックアップは“取っているから大丈夫”なのか？ ランサムウェア時代の備え方
-
3
ネットワーク遅延の原因、「パケットロス」の基礎知識と効果的な解決策
-
4
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
5
5分で分かる Microsoft 365のデータ損失に備えるためのバックアップの仕組み
-
6
AI活用を停滞させる「2：6：2の壁」を乗り越えるためのポイントとは？
-
7
ソフトウェア開発の属人化と手戻りをどう防ぐ？ 速さと品質を両立させる方法
-
8
「NAS」「SAN」「DAS」は何が違う？ いまさら聞けないストレージの基礎
-
9
複雑な組織構造で一度は頓挫した電子化、東京女子医科大はどう全学展開したか
-
10
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー