VMware のプラットフォームは、従来型アプリケーションに加えて、ビッグデータにも最適です。ビッグデータ用のアプリケーションを仮想化することで、ビッグデータのインフラストラクチャの管理が簡素化され、メリットを享受できるまでの時間を短縮でき、費用対効果が高くなります。

ビッグデータとは

ビッグデータの急激な増加には目を見張るものがあり、場所を問わず絶え間なく発生しています。その膨大なデータは、コンピューター、スマートフォン、アプライアンス、機器などのシステムやデバイスから作り出され、蓄積されています。
 

そもそも、ビッグデータとはどのようなものでしょうか。ビッグデータとは、構造化データと非構造化データのセットを指す幅広い言葉です。非常に大量で複雑なため、従来のデータ処理アプリケーションやシステムでは適切に処理できません。また、予測分析の精度向上に使用されることが多く、データ セットを分析することで新たな相関関係を検出し、ビジネスの傾向の特定、病気の予防、犯罪の抑止などに利用できます。 

業界のアナリストである Doug Laney 氏は、ビッグデータを次の 3 つの「V」で定義しました。

• Volume（データの量）：テラバイト、レコード、トランザクション、テーブル、ファイル
• Velocity（データの速度、頻度）：バッチ、ニア リアルタイム、リアルタイム、ストリーム
• Variety（データの多様性、種類）：構造化、非構造化、準構造化

Apache Hadoop（Hadoop）は、分散ストレージやビッグデータの処理に使用される、オープンソースのソフトウェアです。Hadoop は、Cloudera、Hortonworks、MAPR、Pivotal などの企業が提供する大規模なディストリビューションにパッケージングおよび組み込まれており、ビッグデータのワークロードの実行に利用されています。

ビッグデータ プロジェクトの成功を阻む課題

企業がビッグデータ プロジェクトの実現において直面する問題には、予算の制約、IT の専門知識不足、プラットフォームの固定化のリスクなどがあります。

予算の制約

Deloitte の調査によると、予算の制約とコストの問題が、多くの企業がビッグデータの導入を断念する主な理由となっています。特にビジネスで迅速な投資対効果を上げていない場合、膨大なデータを処理するための新たな IT インフラストラクチャへの投資を正当化することが非常に難しくなります。

IT の専門知識

ビッグデータのワークロードの処理は、一般的なエンタープライズ アプリケーションのワークロードの処理とは異なり、連続的ではなく並行して処理されます。通常、IT 部門はビジネス クリティカルなワークロードを優先し、優先度が低いタスクは夜間のバッチ処理やキャパシティに余裕のある時間帯にスケジューリングします。ビッグデータの分析では、多くのユースケースをリアルタイムで実行して、分析と対応をリアルタイムで行います。そのため、IT 部門はデータセンターのポリシーを変更して、これらの新たなワークロードを作成、管理、および監視するための新しいツールの使用方法を習得する必要があります。

プラットフォームの固定化

アプリケーションやデータの実行には、適切な種類のインフラストラクチャの選択が必要です。ハードウェアの調達には時間がかかるため、クラウドへの移行は事前検証には適しているかもしれませんが、セキュリティに関する懸念事項と多額のコストを伴うプラットフォームの固定化のリスクが発生します。また、企業はどのベンダーから Hadoop を導入するかを選択する必要があります。Cloudera、Hortonworks、MAPR、および Pivotal などが提供しているのは、互換性のない競合アーキテクチャです。決定しなければならないことが多く、一度決定すると方針の転換が困難なため、多くの企業がビッグデータの導入を先延ばしにしています。