ビッグデータ本番環境がそろってきた!
グーグルがビッグデータ分析基盤をサービスとして提供へ――「Cloud Dataflow」 そして「Amazon Kinesis」は実用段階へ!
Amazon Kinesis は、大規模なストリーミングデータをリアルタイムで処理する完全マネージド型サービスです。 Amazon Kinesis もグーグルCloud Dataflowも、数十万のデータソースから 1 時間あたり数百テラバイトのデータを収集し、処理できます。 そのため、ウェブサイトのクリックストリーム、POSデータを分秒単位で分析したり、数万店舗の電力使用量を予測したり、工場で発生する設備の故障/停止・段取り時間・治具交換後の不具合などと窯の温度、過電流、ノイズデータをくまなく集めてリアルタイム分析したり、ソーシャルメディアの中で急拡大するキーワードを秒速で把握し、リアルタイムで処理するアプリケーションを容易に作成できます。
従来のデータウエアハウスが、せいぜい日次・週次・月次データしか集計・分析できないで、 ボタンを押しても数分は答えが返ってこないパフォーマンスに悔し涙を流しつつ 使いにくい画面を利用していた経営層、管理職層、現場の恨みつらみが爆発してビッグデータへの熱望に変わってきているといえます。
クラウドは分析スピードに革命を起こし 、システム価格を破壊する 破壊的イノベーションかもしれません。(クリステンセンの云う破壊的イノベーションは『従来の機能を落として価格を破壊してから機能向上していく』が・・・最近おきている事象は、機能アップして、価格破壊が起きている)私は、データベースや高速サーバーを売り文句にしてきたITベンダーが 一気に衰退するかもしれないと予測しています。
オラクル、テラデータはいうまでもなく・・・、ネティーザを抱えるIBMは価格破壊とスピード革命の荒波に生き残れるのでしょうか? もとより日本勢を代表する富士通、NECなどは何を拠り所にしてIT業界で生き残り勝ち残りをかけていくのでしょうか?
弊社でも、全力でこの分野に進出を狙います。
Recent Posts
製造現場で発生する異常や不良は発生頻度が低く、異常データを学習させることが難しいというが・・ほんとう?
故障予知といっても1年に2回もおきない事故データを統計学習させるには数年待たないと実務にのらな...トポロジー最適化を考える
先だって、日経新聞の記事で「マツダ、車体平均3%軽量化 「電脳」味方に設計改革 限界突破の設計...Microsoft AzureがSAP_HANAを「どこでも開発やテスト」可能にする
Microsoft AzureがSAP HANA, express editionのコンセプト...SAP HANAとRインテグレーション
SAP_HANAは単なるインメモリーデータベースではない ”R”をデータサイエンス・演算エンジ...数理最適化の展望:都市基盤安全工学国際研センター・オープンレクチャー:Edward Rothberg氏 / Robert Bixby氏 講義
最適化エンジン:Groubi生みの親Robert Bixby氏とEdward Rothberg...