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
-
製品レビュー
[ヴィーム・ソフトウェア株式会社] SCS評価制度を導入するだけで十分？ 組織の防御力を高める活用方法とは -
技術文書・技術解説
[フォーティネットジャパン合同会社] AIランサムウェアに勝つ 自律型エンドポイント管理導入で確認すべき条件4つ -
技術文書・技術解説
[フォーティネットジャパン合同会社] 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 -
製品レビュー
[ネットアップ合同会社] 研究分野でAI活用が進まない？ 真の成果につなげるデータ管理の在り方とは -
製品レビュー
[ヴィーム・ソフトウェア株式会社] SCS評価制度を導入するだけで十分？ 組織の防御力を高める活用方法とは
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
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”
-
2
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
3
Claude Codeでは「エージェントを作るな、スキルを作れ」 Anthropicが示すAI構築術
-
4
「WSUS」終了の時限爆弾 “本命”移行先ツールとMicrosoft提唱の新管理手法
-
5
AIエージェント導入が82％増 Salesforce調査で判明した“急拡大”の代償
-
6
全社標準Copilotに絶望？ MS Copilotで問い合わせ6割減できた企業は何が違った
-
7
ITエンジニア1265人調査 生成AIを使い込むほど「人の確認」が重い理由
-
8
VMware離れの決め手は“機能”以外だった 情シス109人が選んだ新基準と死角は
-
9
IBM iのブラックボックス化を打破 資産継承と進化を実現する「IBM Bob」の実力
-
10
経理のAIエージェント化が進む今 見落としてはならない「統制の5原則」
ホワイトペーパーランキング PR
-
1
「Google Workspace」活用事例34選、先進の生成AIによる組織変革の全貌
-
2
Linuxのスキルを証明する“激推し”の認定資格はこれだ
-
3
バックアップは“取っているから大丈夫”なのか？ ランサムウェア時代の備え方
-
4
ネットワーク遅延の原因、「パケットロス」の基礎知識と効果的な解決策
-
5
月1000枚の紙を削減 9年動けなかった組織が、業務改革のその先に得たもの
-
6
「改正物流効率化法対策」徹底解説 総物流費を抑制するサプライチェーン戦略
-
7
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
8
ソフトウェア開発の属人化と手戻りをどう防ぐ？ 速さと品質を両立させる方法
-
9
AI活用を停滞させる「2：6：2の壁」を乗り越えるためのポイントとは？
-
10
ドラマで分かる、標的型攻撃メールの被害を受ける企業と回避できる企業の分岐点
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