膨大かつ多様なデータの高速処理が求められる
新たなビジネスチャンスやビジネス強化の鍵となるビッグデータ。その中でも、IoTやEC、セキュリティーなどの分野を中心に、「リアルタイムデータマネジメント」によるビジネスの変革・新たな価値の創出が大きな注目を集めています。
例えば、EC市場の急激な発展に伴い、クレジットカードの不正利用が巧妙化と増加の一途をたどっています。不正利用から守るためには、過去の犯罪手口や傾向などの統計情報や位置情報などのデータをリアルタイムに収集するとともに高度な分析を実施し、即座に取引可否を判断できることが重要となります。
また、ある商品やサービスの売上拡大を目的にポイントキャンペーンを実施する場合、ポイントを期間限定で増やしたり、ある特定の条件を満たした場合にポイントを付加するなど、限られた予算の中で期待される効果の最大化を目指して、状況に応じた臨機応変な対応が求められています。そのためには、売上情報や購買履歴などのデータをリアルタイムに収集・分析し、迅速に経営判断・意思決定できることが必要です。
このようにあらゆるビジネスシーンで、「リアルタイムデータマネジメント」の重要性が高まっています。
活用が進むデータ高速処理技術
「リアルタイムデータマネジメント」の実現には、システムが膨大で多様なデータを即時に処理する能力を備えていることが前提となります。最近では、そうした大規模データの高速処理を実現するためのいくつかの技術が登場してきています。
例えば「インメモリ・パイプライン処理」もそうした技術の1つです。これは、処理対象となるデータをメモリ上に展開し、実行する個々のデータ処理の結果をリレーショナルデータベースのように逐一ディスク上に書き戻すことなく、データをメモリ上で継続的に維持しながら、各処理を一気通貫のかたちで実行していくという仕組みです。
また、同様のデータ処理の高速化技術としては、「スケールアウト型並列実行処理」も広く用いられています。パーティショナーと呼ばれる機構でデータをキーごとに分割して、処理プロセスごとにCPUコアを割り当てるというもので、すでに述べたパイプラインによる並列処理なども駆使してデータを高速に処理していきます。その結果、物理的なCPUコア数が増えれば、リニアに処理を高速化できるというメリットがもたらされます。