初代マスタングの新聞広告もはっきり表示
New York Timesは4万6592号分ものバックナンバー配信をどう実現したのか
米New York Timesが刷新した「TimesMachine」では、何十億枚にも及ぶ小さな画像を処理し、1851～1980年のバックナンバーを配信できるようになった。その実現に不可欠だったのが米Amazon Web Servicesのクラウドサービスだった。
米New York Times紙は2014年、米Amazon Web Services（以下、AWS）のクラウドサービスを用いてデジタルアーカイブを刷新した。何十億枚にも及ぶ小さな画像を処理し、関心のある購読者に1851～1980年のバックナンバーを配信できるようにした。
アーカイブサービス「TimesMachine」が開始された2008年当時から、AWSのストレージサービスが使われていた。ところが、検索／アーカイブ／言語解析担当ディレクターのエバン・サンドハウス氏によれば、2014年4月に実施したTimesMachineの刷新プロジェクトはさらに複雑だったという。
TimesMachineでは当初、紙面のプレビュー画像をクリックすると、拡大画像が表示される仕組みだった。読者は記事の見出しを判読することはできても、本文を読むことはできなかった。紙面の拡大画像にはPDFファイルへのリンクがあり、そこから記事を閲覧できた。
「新しいTimesMachineでは、1つの体験の中で、全体として新聞らしさを感じてもらいながら、各記事も読んでもらえるようにすることを目標とした」とサンドハウス氏は説明する。
膨大な小さな画像を処理
同紙の日曜版を全てダウンロードするためには、クライアント側で約300Mバイトという巨大な帯域幅が必要になり、ほとんどの読者のマシンが対応できなくなる。
「1つの号として見せようとすれば、iTunesのアルバム数枚分のデータに匹敵する。しかし読者の関心は恐らく、記事1本だけなど非常に限られる」（サンドハウス氏）
そこで同氏とプロジェクトチームは、地理情報システム（GIS）で地図製作を行っている業界からヒントを得た。この業界は、大型地図の詳細表示で同じ問題に直面していた。
GISコミュニティーでは、画像のタイル化を通じてこの問題に対応している。新しいTimesMachineでは、9000×7000ピクセルの画像を、複数の拡大レベルでコンピュータ処理して256×256ピクセルのタイルに分割した。フロントエンドではオープンソースのGISソフトウェア「Leaflet」を使い、読者が見たい部分に対応したタイルを取得できるようにした。
サンドハウス氏は言う。「まず250万枚の画像からスタートした。これは大体、新しいTimesMachineのページ数に相当する。古いTimesMachineではページごとに拡大版と縮小版の2枚の画像をコンピュータ処理していたが、新しいTimesMachineでは各ページにつき約1000枚の画像を処理している」
AWSストレージの現在と過去
これにより、New York Times紙が必要とするAWSストレージの大きさは、約500万からほぼ25億個のオブジェクトに相当するサイズへと増大した。データは「Amazon Elastic MapReduce」（以下、Amazon EMR）サービスで処理され、「Amazon Simple Storage Service」（以下、Amazon S3）のストレージに保存される。
古いTimesMachineでは、まだAmazon EMRが存在していなかったため、同紙自らが「Apache Hadoop」環境を構築してMapReduceの作業を行う必要があった。
しかし今回は「多くのインフラがすぐに使える状態で存在していたので、はるかに簡単だった。自分たちの作業に合った設定値を提供するだけで済み、サーバを適切に設定するために割いていた数週間が大幅に短縮された」（サンドハウス氏）
コンピュータ処理する画像ファイルの量は桁違いに増えたが、MapReduceの作業は、「Amazon Elastic Compute Cloud」（Amazon EC2）の「c1.xlarge」インスタンスのマシン400台を使い、わずか3日で完了できた。古いTimesMachineのときは数千台が必要だった。
歴史に脈絡を
このプロジェクトによって、New York Times紙の4万6592号分のデジタルアーカイブが出来上がり、新聞のページから画像スキャンした文字は全て、Webブラウザを離れることなく簡単に読めるようになった。
同紙はこのアーカイブを使い、例えば1964年の万国博覧会開催から50年、米Ford Motor製自動車「Mustang」（マスタング）登場から50年といった記事を囲んで脈絡を持たせている。初代マスタングが発売された1964年当時の全面広告もはっきり読める。
全体的にはAWSの新しいサービスによって、新しいTimesMachineの開発作業は大幅に進歩した。ただサンドハウス氏は、ZIPファイルのような形で大量のファイルを1本のファイルとしてアップロードして、Amazon側で解凍できる機能を望んでいる。
「それができればAmazon S3にデータを保存しやすくなる。ただこれは、本当に取るに足りないリクエストだが」と同氏は語った。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品レビュー
「電子帳簿保存法対応」実践術：タイムスタンプ付与などの要件の手軽な実現方法 -
事例
「大企業のデジタル化」成功事例集【コクヨ、九州電力、ヨネックスなど21社】 -
製品資料
“顧客管理の課題”を簡単に解決する方法とは？ -
製品資料
契約管理の“あるある課題”をノーコード開発で解決するためのポイント -
製品資料
揺らぐ境界防御 いま企業が特に警戒すべき「3つのセキュリティ課題」とは？
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
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
2
「技術屋」で終わらないために 情シスが今取るべき認定資格5選
-
3
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
4
自宅のWi-Fiが「遅い」「途切れる」本当の原因は？ Dellが推奨する鉄則
-
5
継続利用は4割どまり M365 Copilotが「効く業務」と期待外れの境界
-
6
Oracle巨大ITプロジェクトはなぜつまずいたのか 8年で導入1割、追加で170億ドル
-
7
PCリプレース時には注意 不完全なデータ消去が情報漏えいのリスクに
-
8
「即戦力」は幻想？ 中途の3割が消えるAI時代のエンジニア生存戦略
-
9
画面をティッシュで拭くのはNG Dellが推奨するPCの正しいお手入れ方法
-
10
「OSの選定・導入」に関するアンケート
ホワイトペーパーランキング PR
-
1
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
2
AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
-
3
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
4
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
5
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
-
6
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
7
「結局、一部の人しか使わない」 AI活用が業務に定着しない根本的な理由
-
8
AIエージェントで成果は出る？ 調査結果に見る費用対効果の実態
-
9
PostgreSQLの「機能」「性能」「運用」「拡張性」に関する悩みの解消法
-
10
ゼロトラストにおける「IDaaSの課題」と補完すべき重要機能とは？
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