データストレージ2018年のトレンド：話題を独占する5つのテクノロジーとは：ストレージベンダーの群雄割拠が加速（1/3 ページ）

データストレージは着実な進化を遂げている。本稿では2017年を振り返りつつ、2018年に話題となるであろう5つの技術について解説する。

[James Alan Miller，TechTarget]

ストレージは次の領域へ

　2017年も終わりに近づき、2018年が間近に迫っている。本稿では2018年度に話題となるであろう、データセンターに最も影響を与えると思われるデータストレージのテクノロジーとトレンドを取り上げる。

　本稿では有用性と実用性が実証されている新たなストレージテクノロジーに注目する。つまり、取り上げているのは既に購入や導入が可能なテクノロジーだけだ。

　では、2018年にストレージベンダー、さらにはストレージを扱う専門家に最も大きな影響を与えるデータストレージのトレンドを見ていこう。

併せて読みたいお勧め記事

セカンダリーストレージが“熱い”

• フラッシュストレージ投資を生かすも殺すも「セカンダリーストレージ」次第だった？

NVMe over Fabricsが描く未来

• 2017年は「NVMe over Fabrics」が本格始動、専門家が語るフラッシュの未来とは
• SSD用リモートアクセス仕様「NVMe over Fabrics」に掛かる期待と現実

AWSだけでは足りない　マルチクラウドの必然性

• 「Amazon Web Services」（AWS）信者でも「マルチクラウド」を選ぶべき納得の理由
• 企業がマルチクラウド環境に向かうべき“必然”と普及へのハードル

ストレージの予測分析

　かつて特殊な機能だったストレージの予測分析は、最新のストレージテクノロジーへと姿を変えている。これを支えるのが、利用が急増しているオールフラッシュアレイと、ストレージの容量とパフォーマンスについての情報をリアルタイムに把握したいというニーズの拡大だ。

　ストレージの予測分析は、従来の階層型ストレージ管理やリソース監視では対応できない。予測分析の目標は、膨大な量のデータを運用分析に活用し、戦略的意思決定に導くことだ。

　「ハイブリッドインフラやハイパーコンバージドインフラの増加により、ストレージはデータセンターの技術群（テクノロジースタック）から切り離すことができなくなった。これまでのようにストレージのみ独立させた管理、分析ができないということだ。もっと大きな視野で見るには、大きなデータを分析する洗練された新しいアプローチが必要になる」と話すのは、テクノロジー業界の分析と指導をするTaneja Groupの上級アナリスト、マイク・マチェット氏だ。

　マチェット氏が注目するのは、コールホーム（障害通知）サポートが、バッチ処理から遠隔での分析と測定のツールへと進化している点だ。「コールホームサポートは、クラウドとオンプレミスのストレージなど、複雑なハイブリッド構成に対応できるようになり、予測インテリジェンスアルゴリズムを導入して、プロアクティブ（予防的な監視）の自動化へ進んでいる」と同氏は語る。

　ストレージベンダーやネットワーク監視ベンダーは予測分析を使って、クラウド内の数百万のデータポイントを、顧客の現場に導入されたストレージシステムから継続的に取得できる。取得した情報とストレージメトリック（経路情報）を関連付けて、物理環境で動作している仮想ストレージを監視する。

　ストレージシステムを提供するNimble Storageは予測分析の先駆者として広く知られている。同社はクラウドベースの分析ソフトウェア「Nimble Storage InfoSight」をオールフラッシュアレイのサービスとしてリリースした。Hewlett Packard Enterprise（HPE）が2017年3月に12億ドルを費やしてNimble Storageを買収した大きな理由がこのInfoSightソフトウェアにある。

　他のストレージベンダーも分析分野に参入し、容量、データ保護、パフォーマンス、システムの健全性を追跡するテレメトリーを追加して、2018年のデータストレージの注目トレンドである予測分析機能を実装した。

　通常、予測分析ではケーブル、ドライブ、ネットワークカードの欠陥など、問題が起きる可能性を特定する。予測分析ソフトウェアは、ハードウェアに問題が発生すると、アラートを送信し、トラブルシューティングを推奨する。ひと目で分かるコンソールによってインフラ基盤全体（インフラスタック）の統合監視を提供するため、ユーザーはクリック1回で推奨事項を適用できる。

　ストレージシステムベースの分析ツールは成熟度を高め、ハードウェアの監視だけでなく、事前に選択したポリシーに基づいて、キャッシュ、CPU、ストレージのサイズに関する推奨事項も提供する。

　ストレージの予測分析の重要性がすぐに失われることはないだろう。ビッグデータの導入はもはや珍しいものではなく、ほぼ全ての業界の企業がDevOpsモデルを導入できるまでに成熟している。ネットワークで大量のデータセットをコンピュータ処理できる能力は、企業がフラッシュストレージからより多くのビジネス価値を引き出すのに役立つ。

　さらに、マチェット氏によれば、企業が自社の顧客ベースからの大量のビッグデータを分析できるようになるため、ストレージベンダーは人工知能や機械学習を適用して個々の企業が必要とするストレージを1時間単位で予測して企業を支援できるところまできているという。

　NVMe（Non-Volatile Memory express）SSDなどのサーバサイドフラッシュと、永続ストレージクラスメモリも、予測分析に影響すると考えられる。