CTOたちが予測する“混迷”の2017年ストレージ市場（後編）
「Hadoopの時代は終わる」 ビッグデータ解析で主役が入れ替わる“ストレージ的”理由（1/2 ページ）
最高技術責任者（CTO）たちが予測する2017年のエンタープライズストレージ市場。後編ではデータ分析とセキュリティにおけるストレージの影響に言及する。
この記事では、エンタープライズストレージの大手ベンダーに所属する最高技術責任者（CTO）と一流の技術者たちに、2017年から業界はどのように変化するのかについて2回に分けて見解を紹介している。既に前編でエンタープライズストレージ市場とハイパーコンバージドインフラについて言及した（「顧客は既に気付き始めている」 ハイバーコンバージドの次を考える）。
後編では、2017年に大きく変化するというデータ分析とセキュリティにおけるストレージの関わり方とオブジェクトストレージの動向に関する彼らの見解を紹介する。なお、繰り返しになるが、ここで紹介する内容は、発言者の個人的な考えであり、所属する組織の公式な見解ではない。
併せて読みたいお薦め記事
変動激しい2017年を乗り切るために読んでおきたい記事
- 乗り遅れると致命的、2017年の企業ITを左右する5つの主要技術を示す
- 2017年のストレージ市場、ベンダーの“大いなる希望”と“渋い現実”のギャップは？
- 競争が激化するSD-WAN市場、2017年に注目すべき7つのトレンド
「できるCTO」になるために必要なこと
コンテナ対応ストレージ
ミラン・シェッチ氏（Hewlett-Packard Enterprise：以下、HPE、データセンターインフラグループのCTO） 2017年には、コンテナ対応のストレージを目にする機会が増えるだろう。コンテナの特性は仮想化の特性とは大きく異なるため、コンテナ向けのストレージと仮想化されたアプリケーション向けのストレージが誕生することが予想される。これは、SANとNASに近い状況になるだろう。SANが普及した後にNASが普及し、最終的に2つは統合されている。同じ路線を行くなら、ハイパーコンバージドはSAN、コンテナはNASの立場に近くなり、時間を掛けて統合されるであろう。ただし、NASやSANよりも機能特性が早く発展するため、最初は互いに独立することになるだろう。
ラジフ・ミラニ氏（Nutanix、エンジニアリング部門、シニアバイスプレジデント） コンテナの登場により、ハイパーコンバージドプロバイダーは、仮想ワークロードとコンテナ化されたワークロードの両方について同等に対処せざるを得なくなる。2つを同じように管理する方法は、まだ見つかっていない。アプリケーション自体は仮想マシン（VM）やコンテナの外で開発できるかもしれないが、全てをユーザーに対して透過的にする必要がある。
現在IT部門がインフラ管理に費やしている時間の多くは削減されるだろう。アプリケーションの管理についても消費者向け製品に近い使用感を実現することに焦点が移るだろう。例えば、アプリケーションを展開してライフサイクル管理と監視を自動化する企業用アプリストアの提供などだ。また、スケールアウトが必要なアプリケーションが2つある場合には、個別のVMやコンテナではなく、アプリケーションごとに管理が自動化されるようになる。このような抜本的な変化は、今後2～3年の間に見られるようになるだろう。
ストレージにおけるデータ分析
マーティン・スカゲン氏（Brocade Communications Systems、CTO） ストレージの分野では、以前にも増して分析が使用されるようになるだろう。これまでストレージ分野の分析は、特殊で手に入れるのが難しく、非常に高価なものだった。しかし、2017年には、ビジネスとしても、実際に使用するにしても、はるかに手に入れやすい製品がお目見えするだろう。
マット・キズモエラー氏（Pure Storage、製品部門バイスプレジデント） 「Hadoop」の時代と見なされていたビッグデータの世界は、猛烈な勢いで「Apache Spark」に遷移するだろう。Sparkは、さらにリアルタイムなストリーム分析と対話型のクエリを可能にする新しい分析パッケージだ。これをフラッシュと組み合わせることで、IoT（モノのインターネット）のリアルタイム分析の世界に足を踏み入れる大きなチャンスが得られる。
ビンセント・スウ氏（IBM Storage、副社長兼CTO） Sparkは、インメモリ分析を行い、敏しょう性が高いやり方でデータを運用できる非常に興味深いモデルを提供している。Sparkは、各種ストレージに対応できるよう最適化されるだろう。例えば、当社では、オブジェクトストレージ上でSparkが高いパフォーマンスを発揮できるようにしている。Sparkの運用モデルを組み込むだけで、データの洞察を手に入れることができる。
以前ビッグデータについて話すときは、Hadoopの話だと見なされていた。データの複製を作成してHadoopクラスタに読み込み、MapReduce操作を実行するといった具合だ。だが、この一連の作業は、PB規模のデータを扱い始めると困難になる。データを特定のファイルシステムに取り込んで、迅速に処理しなければならない。だが、Sparkならその必要はない。Sparkを使用すると、オブジェクトストレージやファイルストレージなど、データがある場所で分析を実行できる。
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
[株式会社MatrixFlow] 「物流リソース最適化」ガイド：人員・配車・傭車を出庫依頼の確定前に決めきる -
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣
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
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
2
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
3
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
4
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
5
肥大化した「SFA」の沼 4カ月でBigQuery×AppSheetの新システムを構築した方法
-
6
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
7
次世代RPA「ハイパーオートメーション」が急成長か Gartnerが予測
-
8
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
9
昭和大学病院がeICUを導入、ICUの患者情報を遠隔地で一括管理
-
10
「何から始めればいい？」 情報漏えい対策で悲鳴を上げる中小企業のリアル
ホワイトペーパーランキング PR
-
1
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
-
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
プログラミング不要で誰でも実現できる、ネットワーク運用管理の自動化とは
-
4
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
5
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
-
6
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
9
“あのファイル転送”で暗躍するノーウェアランサム
-
10
「オンプレミス回帰」せざるを得ない“合理的な理由”
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