「ビッグデータ×クラウド」
ビジネス価値創出セミナー［東京］
2013年1月18日（金）東京にて、アマゾン データ サービス ジャパン株式会社と株式会社ノーチラス・テクノロジーズ、インフォテリア株式会社の３社主催で「『ビッグデータ × クラウド』ビジネス価値創出セミナー ～カギを握るのは”つなぐ・統合する”テクノロジー～」を開催致しました。
本セミナーに先立ち、共催３社の製品／サービスである「ASTERIA WARP」「Asakusa Framework」「アマゾン ウェブ サービス(AWS)」を利用し、Hadoopの技術をエンタープライズの課題を解決する為の試みとして実証実験を行ないました。この検証の過程や結果を元にしつつ、ビジネス価値を創出するための「クラウド・コンピューティング」、「ビッグデータ」とは何かに迫り、さらに有機的にビジネス価値を創出する為にカギとなるこれらを「つなぐ」テクノロジーについて解説をいたしました。
３社それぞれの視点から、「クラウド・コンピューティング」や「ビッグデータ」といったIT業界のいわゆる注目ワードの”本質”をとらえ、ビジネス価値を創出する為に何が必要なのか講演させていただきました。アンケート結果からも、ご来場のお客様の98％に「参考になった」とご満足いただきました。
改めましてこの場を借りて、ご来場をいただいた約100名の皆様に心より御礼申し上げます。
ダイジェストムービー
各講演レポート
「Big Data for Enterprise ～企業におけるビッグデータ活用の課題とは～」
インフォテリア株式会社 第1研究開発部 田村 健
「エンタープライズのデータはビジネスの発展とともに
これからも増加し続けていく。」
大容量化、多様化し、高速に増加しつづける企業内のデータ。複数のサーバで構成したり、処理に数時間かけていたり、追加でサーバを増強したりと、大規模なデータの活用には様々な課題がつきものです。これらの課題をいかに解決するか、本セミナーの導入としてその具体策に迫りました。
「Hadoopによるバッチ処理の導入」
株式会社ノーチラス・テクノロジーズ 代表取締役社長 神林 飛志
「多重度に関しては、汎用機がHadoopにぶっちぎりに負ける。
これは40年間で初めての事。」
データの大容量化に伴い、その処理時間には膨大な時間がかかるようになります。大量データを処理するバッチ処理を分散化することはその解決法の一つとなる為、オープンソースで提供される分散処理基盤「Hadoop」が注目されてきています。そこで、Hadoopによるバッチ処理の高速化が何をもたらすのか、また実際にどのように行うのかを、事例とともにご紹介いただきました。その豊富な経験から業務／流通系のコンサルティングも手がける神林氏の説得力のあるプレゼンテーションはアンケートでも高評価でした。
「ビッグデータの敷居を下げるアマゾン ウェブ サービス(AWS)のご紹介」
アマゾン データ サービス ジャパン株式会社 テクニカルエバンジェリスト 堀内 康弘
「Hadoopの運用は非常に大変だが、AWSで補えば空いた時間で
別の作業ができるようになる。」
ビッグデータをどこに置くのか？全てを一ヵ所に、あるいは必要な部分だけ？セキュリティ面などを課題と捉え、クラウドがもたらすメリットに目を背けたままになっている企業もあると指摘。一方で米国は元より先進的な国内企業も続々とAWSをインフラとしています。AWSの様々なサービス体系、そしてメリットを、事例とともにご紹介いただきました。AWSを活用することでビッグデータの活用がシンプルに実現できるという点は多くの企業様の参考になったはずです。
「カギを握る『つなぐ』テクノロジー ～ASTERIA WARP/AWSアダプター～」
インフォテリア株式会社 代表取締役社長 平野 洋一郎
「バッチ処理よりもデータ転送に時間がかかっていては本末転倒。
データ連携には意味がある。」
ビッグデータを処理する際に、HadoopやAWSの環境を整えてもまだまだ課題は残ります。データ転送の方法や時間、複数拠点に股がるデータのロケーション、Hadoopからの出力などです。その解決策の一つとして、大規模データ・大規模処理に対応している「ASTERIA WARP」をご提案させていただきました。
「Big Data for Enterprise ～検証結果からみる勘所とは？～」
インフォテリア株式会社 第1研究開発部 田村 健
「三つのサービスを組合わせることでエンタープライズにおけるHadoop運用を実用レベルに。」
今回のセミナーにてご説明しました３社の製品／サービスである「ASTERIA WARP」「Asakusa Framework」「AWS」を利用し、Hadoopの技術をエンタープライズの課題を解決する為の試みとして実証実験を行ないました。小売業を想定し全国の店舗よりデータが送信され、その集計を行うという想定でシミュレーションを行った結果について詳細をご紹介しました。
