さまざまなデータ管理ツールとの相性も抜群
データサイエンティストが太鼓判、「Apache Spark」がIoT分析に選ばれる理由（1/2 ページ）
産業機器が生成する膨大な量のデータの意味を理解するには、IoTのビッグデータ分析が欠かせない。このタスクにはSparkが対応できるかもしれない。
「Apach Spark」最新バージョン「Spark 1.6.0」は公式サイトからダウンロードできる《クリックで拡大》
オープンソースのデータ処理フレームワーク「Apache Spark」は、「モノのインターネット（IoT）」で増加の一途をたどる膨大な量のデータを活用する企業において中心的な役割を果たすかもしれない。カリフォルニア州パロアルトで2016年2月に開催された「IoT Data Analytics & Visualization」カンファレンスの参加者は、そのように語っている。
IoTにうってつけのSpark
IoTテクノロジーの導入は、急成長を遂げているIT分野の1つである。だが、インターネットに接続しているデバイスが生成するデータを役立てるには、企業がデータを収集、処理、分析できなければならない。このような場面でSparkが役に立つ。Sparkは分散型のコンピューティングフレームワークで、膨大な量のデータを高速に処理することに長けている。そのため、IoTのデータ分析にはうってつけだ。
Verizonでチーフデータサイエンティストを務めるアショーク・スリバスタバ氏は「SparkはIoTに最適だ」という。同氏は、無線通信事業者であるVerizonのデータサイエンス調査チームの責任者を務めている。同社は、高度な分析と機械学習を既存の会社のデータに適用して、新たな収益をもたらすビジネス分野の創出方法を模索している。
各種データの処理に対応しているSpark
スリバスタバ氏と彼のチームは過去のネットワークトラフィックを調査して、今後のトラフィックのレベルを予測しようとしている。また、Verizonの農業サービス部門と協力して、作物の植え付けを最適化して、作物の増産も実現しようとしている。その方法は、センサーデータを調査して、特定のエリアで収穫量の多い作物の種類とそれらの作物の要件を特定することだ。
どちらの場合も、データの種類は多様だ。概して、Sparkはこのような状況に適切に対処できる。同氏のチームが携わっているさまざまなプロジェクトでは、Sparkの機械学習ライブラリを使用しており、待ち時間の短いアプリケーションにはストリーミング分析アルゴリズムを適用している。このような多種多様なデータを活用すると、大きなビジネス価値を手に入れられる可能性があるとスリバスタバ氏は語る。
「私たちが抱えている異種データ構造について考えれば考えるほど、多くの機会が私たちの目の前に広がっていることが分かる」（スリバスタバ氏）
Robert Boschのデータマイニングサービス／ソリューション部門でエンジニアリングのシニアマネジャーを務めるサウンダー・スリニバサン氏にとって、Sparkの主な導入理由は、さまざまなデータシステムと接続できることだという。Robert Boschでは、自社製品の製造プロセスを監視するためにIoTテクノロジーへの依存度が高まっている。同社は、自動車の部品から電動工具まで、多岐にわたる製品を製造している。組み立てラインのデータを効率的に収集することで、同社は作業が滞っている箇所を特定して改革を実現している。
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
-
製品資料
[ファインディ株式会社] AI利用率だけでは説明できない成果 開発組織の競争力を生む「開発資本」とは？ -
製品資料
[ニュータニックス・ジャパン合同会社] AI活用を成功へ導く、シンプルで費用対効果に優れたクラウド基盤とは？ -
製品資料
[ニュータニックス・ジャパン合同会社] マネージドKubernetesには限界も――メリットをフル活用する新たな選択肢とは？ -
技術文書・技術解説
[ニュータニックス・ジャパン合同会社] 決断の日が迫る「vSphere 8」サポート終了問題 考慮すべきリスクと選択肢は？ -
製品資料
[サイバーソリューションズ株式会社] メール誤送信対策のルールが肥大化 苦しむ情シスはどうすれば救われるのか？
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
「アップグレードできないJava」をどう守る IBMとRed HatがAIで400件超修正
-
2
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
3
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
4
パッチなしで「今すぐサーバを落とせ」 Kiteworks異例警告の波紋
-
5
「恥を知るべきだ」 AIデータセンター反対運動を招いた事業者の秘密主義
-
6
Copilot導入で陥る“目的化”の落とし穴 定着の鍵は「作り込まない」こと
-
7
kintoneで実践 製造業のための「見積もり管理」改善のヒント
-
8
OpenAIやAnthropicでさえ制御不能 2026年夏「3大サイバー攻撃」の衝撃
-
9
「企業におけるAI導入検討度とIT投資優先度」に関するアンケート
-
10
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
4
システムの保守がモダン化を阻む？ 「変えない判断」から脱却する方法とは
-
5
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
6
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
7
「IT史に名を残すシステム障害」8選
-
8
Linux初心者でも知らないとまずい「RHEL」「SLES」の違いとは？
-
9
東大教授と考える、AI時代の「データ主権」「信頼性」「ガバナンス」の在り方
-
10
マンガで学ぶXDR／MDRのメリット、中小企業のセキュリティ強化になぜ有効か？
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