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
-
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 -
製品資料
[サイボウズ株式会社] 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
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
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
2
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
-
3
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
4
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
5
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
-
6
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
-
7
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
8
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
9
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
10
【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」
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
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
-
4
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
-
5
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
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
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
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
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