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。

公開 2016年03月07日 15時01分

著者

Ed Burns

[TechTarget]

印刷する

「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。

脚光を浴びる「Apache Spark」

ビッグデータ活用最新動向

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。

次ページへコスト削減効果も期待できる