データレイク

データレイクとは

データレイクにより、エンタープライズはSQLベースの分析、データサイエンス、機械学習向けにrawデータを構造化データに低レイテンシで変換できます。あらゆるタイプのデータを簡単に収集し、そのまま維持することが可能です。データには、ストリーミング画像、ビデオ、バイナリファイルなどが含まれます。データレイクは複数のファイルタイプに対応し、新しいデータにとっては「避難港」であるため、簡単に最新の状態を維持できるようになっています。

このような柔軟性があるため、データレイクでは、スキルセット、ロケール、使用言語が異なるユーザーが必要なタスクを実行できます。データレイクで置き換えられる対象のデータウェアハウスやサイロと比較すると、明らかにビッグデータおよび機械学習アプリケーションで利用できる柔軟性があります。

事実上すべての主要なクラウドサービスプロバイダーでは、最新のデータレイクソリューションを提供しています。オンプレミスのデータセンターでは、Hadoop File System (HDFS) をほぼ標準として継続使用しています。エンタープライズはクラウド環境の採用を続行していますが、データストレージをクラウドベースのデータレイク環境に移行することで活用の場を拡げようとしているデータサイエンティスト、エンジニア、ITプロフェッショナルにとって、多くのオプションが利用できます。

データレイクは、JSONのようなストリーミングデータで作業するとき、特に便利です。3つの典型的なビジネス使用事例は、ビジネスアナリティクス/インテリジェンス、機械学習に注力するデータサイエンス、データ提供で、リアルタイムデータを扱う高パフォーマンスアプリケーションに対するものです。

Amazon Web Services (AWS) からMicrosoft Azure、Google BigQueryといった主要なすべてのクラウドサービスプロバイダーは、クラウドベースのデータレイクに必要なストレージとサービスを提供します。シンプルなバックアップから完全な統合まで、組織が求める統合レベルが何であれ、すべてのオプションが揃っています。

ほんの20～30年前と比較して、ウェアハウスに格納されたトランザクションデータをベースにしたビジネス決定はかなり少なくなりました。構造化データウェアハウスから流動的な最新データレイク構造への大転換は、最新のビッグデータおよびデータサイエンスアプリケーションのニーズや機能の変化に対応しています。

新しいアプリケーションが毎日のようにリリースされていますが、最新データレイク向けの典型的なアプリケーションでは、新しいデータの高速取得と分析に注力しています。たとえば、データレイクはCRMプラットフォームの顧客データをソーシャルメディア分析あるいは顧客の購買履歴を統合できるマーケティングプラットフォームと結合できます。これらが統合されると、企業は利益が見込める潜在的領域や顧客離反の原因を効果的に把握できるようになります。

同様に、データレイクでは、研究開発チームが仮説を検証し結果を評価できます。リアルタイムでデータを収集する方法がますます増えているため、データレイクはストレージや分析手法を高速化し、さらに直感的に、多くのエンジニアがアクセスできるようにします。

ビッグデータは、現在各企業が自らの最大の課題として取り組んでいます。非構造化データからの価値抽出にはHadoopが成功を収めてきましたが、各組織ではこれを実行する方法を簡素化する新しい優れた方法を求めています。

現在の企業は分析に多額の支出を費やしています。システムからデータサイエンティストやITワークフォースまで、オンプレミスのHadoopベースのデータ管理を実装、運用、保守するためです。あらゆるデータ環境の場合と同様に、容量へのニーズが指数関数的に変わることがあります。

HPE GreenLakeはHadoopエクスペリエンスを基本的に簡素化できる、スケーラブルのクラウドベースのソリューションを各組織に提供し、複雑さと費用を取り除き、データが提供する有益な情報の取得に注力します。HPE GreenLakeではハードウェア、ソフトウェア、HPEのサービスと共に完全なエンドツーエンドソリューションを提供します。

保有するデータの可能性を最大化することにより、HPE GreenLakeはオンプレミス環境に含まれるHDFSデータレイクを完全に活用し、一方クラウドで提供されるメリットやインサイトを活用します。