GCPの「ビッグデータ分析サービス」10選【後編】
「Googleマップ」「Gmail」を支えるシステムも GCPのビッグデータ分析サービス
Googleが提供しているビッグデータ分析サービスは多彩だ。中には「Google検索」「Googleアナリティクス」などの裏側で稼働するシステムを基にしたサービスもある。5つの主要サービスをピックアップして説明する。(2019/7/31)

GCPの「ビッグデータ分析サービス」10選【前編】
「BigQuery」だけではない GCPのビッグデータ分析サービスの違いは?
Googleは「Google Cloud Platform」(GCP)のサービスとして、ビッグデータ分析サービスを提供している。主要な10種類のうち、「BigQuery」を含む5種類を紹介する。(2019/7/23)

「SAP HANA」の基礎知識【前編】
いまさら聞けない「SAP HANA」とは何か? 主要機能と利用事例をおさらい
2010年の提供開始以来、「SAP HANA」はさまざまな変化を遂げてきた。その主要な機能と用途を紹介する。(2019/7/10)

事例で探る「SAP HANA」の実力【後編】
企業は「SAP HANA」を何に利用しているのか? 3大用途を紹介
「SAP HANA」にはワークフローの改善、意思決定支援、データ統合という3つの長所がある。企業におけるSAP HANAの用途にはどのようなものがあるだろうか。(2019/6/25)

電力設備の有効活用からカラス撃退まで
中部電力がデータの“脱サイロ化”に「Tableau」を選んだ理由
システムの「サイロ化」の課題を抱えていた中部電力は、課題解決のためにデータ分析システムを構築し、可視化ツールとして「Tableau」を導入した。Tableau選定の理由とシステムの運用体制、実際の活用例を紹介する。(2019/6/17)

Hadoopの運用を楽にして、データ分析に集中するには
ビッグデータ分析のために「Apache Hadoop」などの分析基盤を利用する企業は少なくないが、運用の複雑さやオーバープロビジョニングといった課題がある。「Hadoopをもっと楽に使いたい」という読者に、有効な解決策を詳しく説明する。(2019/6/5)

クラウドで復活する「DWH」【後編】
アスリート向けSNSのStravaが「クラウドDWH」を導入 選定の鍵は管理の容易さ
再活性化の兆しを見せるDWH市場では、注目すべき新興ベンダーが登場している。その実力はどうなのか。新興ベンダーのクラウドDWHを活用するStravaの導入事例を基に探る。(2019/5/27)

クラウドで復活する「DWH」【前編】
AWS、Microsoft、IBMも注力する「クラウドDWH」 ライバルHadoopに勝る勢い
Hadoopの登場で守勢に立ったDWHが、クラウドに新たな活路を見いだしている。活性化の兆しを見せるDWH市場で、クラウドDWHが特に存在感を増している理由を探る。(2019/5/10)

既存SQLクエリをテストしてすぐ書き換え可能
動的SQLも漏れなくチェックするDB移行支援ツール「Insight Database Testing」
インサイトテクノロジーが新たに販売開始したデータベース移行支援ツールが「Insight Database Testing」だ。ユーザーは移行先データベースでSQL文を実行した結果を確認し、その場でSQL文の修正とテスト実行ができる。(2019/5/8)

IBM、Cloudera、Domino Data Lab、Oracle以外にも
人工知能(AI)で急成長のデータサイエンスツール、商用とオープンソースの違いは?
商用製品からオープンソースまで、人工知能(AI)を使ったデータサイエンスツールの選択肢が広がっている。うまく利用すれば、データアクセスや分析モデル作成、データ管理の共同作業が簡便になるだろう。(2019/4/15)

Gartnerのアナリストが予測
データ分析の3大トレンド「拡張分析」「自然言語検索」「グラフ分析」とは?
「『拡張分析』『自然言語』『グラフ分析』が、データおよびアナリティクス市場を変えつつある」とGartnerは指摘する。これに伴い、ユーザーはより簡単にデータを理解、共有できるようになってきている。(2019/3/25)

ケース別に分けて紹介
性能向上は「システムをデータに近づける」「データをシステムに近づける」のいずれか
優れたアプリケーションパフォーマンスに対する欲求は尽きない。遅延を減らすためには、データの方をシステムに近づけるか、システムの方をデータに近づけるか、どちらが適切なのだろう。(2019/3/19)

ビッグデータクラスタやPolyBaseなども強化
徹底解説:SQL Server 2019で追加・強化された驚きの機能とは
Microsoftは「SQL Server 2016」と「SQL Server 2017」をリリースした直後から、既に「SQL Server 2019」を発売する準備をしていた。そのため、同社は驚くほど多くの新機能を短期間で追加している。(2019/2/22)

MongoDBやConfluentはライセンス変更で自己防衛
「クラウド大手はOSSベンダーから“搾取”している」は本当か
AWSをはじめとするクラウド大手が、自社のデータベースサービスにOSSを採用するようになった。そのことからMongoDBなどのOSSのベンダーは、強力な手段である「ライセンス」を使って資産を守ろうとしている。(2019/2/21)

多くの専門家が「必要」と認める機能は?
データサイエンティストを楽にする ビッグデータ分析ツールの10大「必須機能」
ビッグデータ分析ツールを探しているなら、さまざまな機能がある中でも10個の機能に注目してほしい。特に、分析結果を埋め込む機能、他のアプリケーションとの連携機能、バージョン管理機能は確認しておきたいところだ。(2019/2/15)

海外の有望Eコマース企業が実践
「BigQuery」「Tableau」を活用、予測分析でマーケティングを効率化
オンライン小売業のZulilyは、予測分析を強化するために「BigQuery」や「Tableau」を使用しており、それによりマーケティングの取り組みを効率化している。(2019/1/31)

AI初心者でも大丈夫
導入から運用までを一括サポートで効率化 Dell EMCのデータ分析環境
Dell EMCが2018年12月4日に提供開始した「Dell EMC Ready Solutions for AI」は、構築済み分析環境などの包括的支援により、企業のAI技術活用を推進する。(2018/12/7)

オープンソースの活用も有効
機械学習プラットフォームをどう選ぶ? 検討したい技術要素を説明
機械学習プラットフォームを比較する際は、利用できるデータソース、使いやすさ、自動化の機能など、複数の要素を検討する必要がある。(2018/12/4)

約半分が5Gをよく知らない
調査で分かった「5G」への期待値 料金、速度、安定性、ユーザーが望んでいるのは?
PwCが「5G」に関する調査を実施した。5Gのサービスプロバイダーが、消費者に現状の通信サービス以上の利用料金支払いを求めるならば、5Gならではのサービスの提供が必須なようだ。(2018/11/26)

ビッグデータ活用法を考える
徹底比較:データウェアハウス、データレイク、データマート、ODSの違いは?
データウェアハウス、データレイク、データマートなど、ビッグデータを収容する方法は少なくない。とはいえ、どの方法を選ぶかはデータの使用目的や使用者によって変わる。本稿では、これらの違いを考える。(2018/11/22)

ファイル管理も新たな時代へ
次世代のファイルシステム4種、それぞれの特徴は?
コンピューティングやデータセンターの変化に伴い、ファイルシステムも進化しなければならない。本稿では、ファイルシステムの現状と今後の方向性について考える。(2018/11/16)

Azure Cosmos DBもバージョンアップ
SQL Server 2019の新機能 Hadoop、Sparkを内包して企業の「データポータル」に?
SQL Server 2019プレビュー版にHadoopとSparkが組み込まれ、「多目的データポータル」に位置付けられることになった。同時にAzure Cosmos DBもアップデートされる。(2018/11/13)

レガシーアプリをAzureやAWSに移行する手法
新旧Kubernetesツールを比較 データベースのコンテナ化に必要な機能とは?
Kubernetes用のツールは、データベースのコンテナ化という市場を開拓している。パフォーマンス監視やQoS(Quality of Service)管理などの機能を備えたツールを紹介する。(2018/10/31)

IaaS、PaaS、SaaSをどう組み合わせるか
「マルチクラウド」と「ハイブリッドクラウド」を徹底比較 意外なIT担当者の認識
マルチクラウドとハイブリッドクラウド、いずれのアーキテクチャも事業に柔軟性をもたらす。関連するパブリッククラウドとプライベートクラウドがどれだけ統合されているかの程度が、この2つの違いだ。(2018/10/16)

AWSなど各種ベンダーが提供
機械学習インフラの複雑さを解消するクラウド型GPUツールスイート
GPUを利用した機械学習インフラの構築には技術的な障壁が残る。ある企業はGPUベースのインフラ構築プロセスの一部を自動化するPaaSを開発中だ。これを使えば、AI技術の構築にかかる労力と時間を削減できるかもしれない。(2018/10/2)

先駆者として伝えたいこと
リクルート流 深層学習でビジネス成果を得るための方法論
深層学習をどうやってビジネスの現場に適用させればいいのか。先駆者に学ぶ。(2018/9/12)

GCPのエコシステムは育成途上?
Google Cloud PlatformとAWS、Azureのパートナー戦略を比較 成功者は?
Googleは、サードパーティーベンダーとの関係を改善し、同社のテクノロジーを企業に浸透させようと、Google Cloud Platformエコシステムの拡大を模索している。(2018/9/3)

スモールスタートから重要なビジネス基盤への成長
「モンスト」の裏側を支えるログ分析システムを、ミクシィはどのように構築したか
ゲーム「モンスターストライク」(モンスト)で躍進するミクシィのデータ分析基盤を支えたのは、新しいワークスタイルだった。たった数人から始まったチームが全社を支える一大プロジェクトまで育った背景とは。(2018/10/3)

NoSQLデータベース市場が高成長
63.2%の企業がアナリティクスにクラウドDWHを積極利用 IDC Japanが発表
IDC Japanが国内ビッグデータ/アナリティクス(BDA)ソフトウェア市場の概況と、2022年までの市場予測を発表した。市場は非構造データの活用がさらに進む見通し。ユーザー企業調査から見た市場拡大における課題とは。(2018/8/27)

製品の違いを見分けるために
バックアップアプライアンス、主要ベンダー8社の製品の特徴を徹底比較
主要なバックアップアプライアンスの多くは、バックアップ、アーカイブ、災害復旧、レプリケーションなど、類似の機能を備えている。主要8社の製品情報をまとめた。(2018/7/31)

汎用的処理にAWSのGPUを採用、コストと性能のバランスは
ナビタイムが全サービスをAWS移行 アンチパターンてんこ盛りでGPUは生かせるか
AWS採用に早くから取り組んできたナビタイムジャパンが、全サービスをAWSへ移行。同プロジェクトで得た効果と、同社サービスには不向きだと考えられる「GPUインスタンス」の活用で目指す効果について詳しく語った。(2018/7/31)

高度な技術をどうサポートするか
CIOが機械学習から逃げられなくなる日
機械学習を企業に導入する流れをCIOはどのようにサポートできるだろうか。恐らくはデータレイクの構築から始めることになるだろう。(2018/6/28)

“脱ロックイン”でユーザー増を狙う
Google Cloud Platform(GCP)最新情報、「Cloud Composer」「Asylo」「gVisor」のインパクトは?
「損して得取れ」――。Googleが「Google Cloud Platform」で示した新たな戦略は、そんな古い格言を想起させる。(2018/6/20)

必要なことをリストアップ
人工知能(AI)インフラの基本要素、求められる戦略は?
人工知能(AI)インフラを構築するには、ストレージ、ネットワーク、AIデータのニーズを真剣に検討し、その結果を熟慮した戦略的な計画と組み合わせる必要がある。(2018/6/15)

争点はKubernetesへと移行
Kubernetes対応で比較するDockerとMesosphere 企業のコンテナ導入の行方は
DockerとMesosphereにKubernetesが統合され、一般公開された。これは企業の注目を集める争点が、管理の容易さを重視する方向に移っていることを示す。(2018/6/12)

NVIDIA、Oracle、Quboleなど紹介
人工知能(AI)インフラ製品、主要ベンダー18社の特徴をつかむ(後編)
人工知能(AI)インフラ市場はまだ歴史が浅く、各社さまざまなツールを市場投入している。クラウドサービスも、パワフルで高価なハードウェアもある。後編ではNVIDIA、Oracle、Quboleなど、主要な7社を紹介する。(2018/6/11)

従来のネットワーク管理との違いは
ネットワーク管理に機械学習を利用するメリットとは
機械学習をネットワークの分析と監視のツールに関連付けると、ネットワーク管理に必要な労力を減らせる可能性がある。機械学習と他形式の自動分析との違いは何だろうか。(2018/6/6)

実験段階だが話題のSpark on Kubernetes
ビッグデータ活用で勢いを増すコンテナと「Kubernetes」導入
ビッグデータのベンダーやユーザーは、「Kubernetes」のコンテナ管理に目を向けている。コンテナによってシステムやアプリケーションの導入が高速になり、コンピューティングリソースの利用が柔軟になるためだ。(2018/5/29)

新規ビジネスのチャンスを得やすいのはどちら?
いまさら聞けない「データサイエンティスト」と「ビジネスアナリスト」の違い
データサイエンスとビジネスアナリストの違いは、データサイエンティストがデータを深く掘り下げて、独自のビジネス解決策に行き着かなければならない点だ。もちろん違いはそれだけではない。(2018/5/18)

ビッグデータ、Eコマース、VDIも?
HCIは万能ではない 失敗するユースケースとその対処法
ハイパーコンバージドインフラ(HCI)の導入はとどまるところを知らない。だが、データセンターのあらゆるワークロードにとってこのテクノロジーが最善の選択肢とは限らない。(2018/4/25)

データ管理者が知っておきたい
GPUディープラーニングのためのインフラ構築とは?
GPUを使ったディープラーニング(深層学習)が一般的になっている。これに伴いデータ管理者は、大量の計算が可能なインフラを構築する必要がある。(2018/4/10)

コスト、拡張性で「Amazon Redshift」と比較
リクルートの「Airメイト」に「BigQuery」と「Dataflow」が不可欠だった理由
リクルートは飲食店の経営状態を分析する「Airメイト」に、GCPの「BigQuery」と「Cloud Dataflow」を採用した。大量データ処理に強いGoogleクラウドのメリットを最大限に生かした事例として参考になりそうだ。(2018/3/26)

ポイントは「クラウドなら何ができるのか」
ビッグデータで輝くITスキルは、舞台がクラウドに移るとどう変わるのか?
企業は、ビッグデータの処理基盤をクラウドに移している。この動きは、それまでのITスキルを覆すことはないが、管理者や開発チームには幾つか変化が求められるだろう。(2018/3/12)

主要な9大用途を紹介
いまさら聞けない、「ビッグデータ分析」と“普通の分析”との違いとは
ビッグデータ分析ソフトウェアはさまざま機能を搭載し、用途も多様だ。本稿では主要なユースケースを基に、その実力を探る。(2018/3/6)

機械学習には必須な有効性の検証機能など
群雄割拠の機械学習基盤 専門家が比較するポイントは?
機械学習市場にはここ数年で多くのベンダーが参入してきた。数あるベンダーの中から最適なベンダーを選ぶのは難しいが、専門家はどう見るのか。選定のポイントを聞いた。(2018/2/16)

捨てられないコールドデータをどう保存するか
徹底比較:HDD、テープ、SSD、光ディスク コスト効率の高いコールドストレージは?
コスト効率に優れたコールドストレージ製品、サービス、メディアへの需要が急速に高まっている。それには多くの理由がある。非構造化データが飛躍的に増加していることも理由の1つだ。関連技術を比較する。(2018/2/12)

クラウドのニッチな市場にも光あり
大手含む12のIaaSベンダーを比較、その長所と短所は
IaaS(Infrastructure as a Service)市場は大手4社がけん引し続けている。だが、ベンダーは他にも存在する。最適なクラウドベンダーを見つける参考になる、クラウドベンダーの主な長所を本稿にまとめた。(2018/2/6)

よく聞かれる3つの質問
クラウドで使えるGPUインスタンス、プロバイダーごとの特徴は?
GPUインスタンスは、演算負荷の高いアプリケーションで必要とされる処理をこなすことができる。とはいえ、どんな場合でもワークロードや予算の面で有効とは限らない。(2018/1/30)

ブームは去っても重要なインフラに変わりはない
Hadoop 3.0が“控え目”にデビュー、クラウドとGPU対応を強化
今はポストHadoopの時代なのか。支持者に言わせれば、ビッグデータフレームワークの最新版「Apache Hadoop 3.0」は機械学習アプリケーションとクラウドシステムで成功を収めており、まだその時代は終わっていない。(2018/1/19)

AI、マイクロサービス、エッジコンピューティング、DevOps
2018年のエンタープライズITトレンド――8賢人はこう語った
本稿では、ハイテク企業の幹部8人が、AI(人工知能)、マイクロサービス、エッジコンピューティング、IoT時代におけるITの基準とカスタマーサービスに関する見解を述べる。(2018/1/17)