大きなデータ - ダミーのためにクラウドが不可欠な理由

ビデオ: 非インフラエンジニアでもできる！ビッグデータ分析基盤マイグレーション 2025

クラウド内のビッグデータ用に、多数のデプロイメントモデルとデリバリモデルの組み合わせが存在します。たとえば、パブリッククラウドIaaSまたはプライベートクラウドIaaSを利用できます。だから、これは大きなデータにとって何を意味し、クラウドはそれに適しているのですか？大規模なデータには、コンピューティングパワーの分散クラスタが必要です。これは、クラウドのアーキテクチャの仕組みです。

実際に、いくつかの雲の特徴が、大きなデータ・エコシステムの重要な部分になります。

<！スケーラビリティ：

ハードウェアに関するスケーラビリティとは、アーキテクチャが同じでも、処理能力が小から大になることを指します。ソフトウェアに関しては、ハードウェア資源が増加するにつれて単位電力当たりの性能の一貫性を指す。クラウドは大量のデータボリュームに拡張できます。分散コンピューティングは、クラウドモデルの不可欠な部分であり、実際には「分割と征服」計画に基づいて動作します。そのため、膨大な量のデータがある場合は、それらをクラウドサーバーに分割することができます。 IaaSの重要な特徴は、動的に拡張できることです。つまり、予想以上に多くのリソースを必要とする場合は、取得することができます。これは弾力性の概念に結びついています。

<！弾性は、必要に応じてコンピューティングリソースの需要をリアルタイムで拡大または縮小する機能を指します。クラウドのメリットの1つは、顧客が必要なだけ多くのサービスにアクセスできる可能性があることです。これは、データ処理に必要なコンピューティングリソースの量を増やす必要のある大規模なデータプロジェクトに役立ちます。
リソースプーリング：
クラウドアーキテクチャにより、クラウドを経済的に実行可能にする共有リソースのグループを効率的に作成できます。 <！セルフサービス：
セルフサービスでは、クラウドリソースのユーザーは、ブラウザまたはポータルインターフェイスを使用して、必要なリソースを取得して、大規模な予測を実行することができますモデル。これは、ITオペレーションからリソースを要求しなければならないデータセンターからリソースを得る方法とは大きく異なります。前払いコストが低い：
クラウドプロバイダーを使用する場合、大量のハードウェアを購入したり、大きなデータを処理するための新しいスペースをリースしたりしないため、初期費用を削減することができます。クラウド環境に関連する規模の経済性を利用することで、クラウドは魅力的に見えます。
Pay as you go： クラウドプロバイダーの一般的な請求オプションはPay as You Goです。つまり、インスタンス価格設定に基づいて使用されるリソースに対して課金されます。これは、大きなデータプロジェクトに必要なリソースが不明な場合に役立ちます。
フォールトトレランス： クラウドサービスプロバイダは、システムのコンポーネントの1つ以上が故障しても中断のないサービスを提供するアーキテクチャにフォールトトレランスを組み込む必要があります。明らかに、クラウドの性質上、大きなデータにとって理想的なコンピューティング環境になっています。だから、どのように大きなデータをクラウドと一緒に使うのでしょうか？パブリッククラウドのIaaS：このシナリオでは、独自の物理インフラストラクチャを使用したくないため、大きなデータサービスにパブリッククラウドプロバイダのインフラストラクチャを使用します。 IaaSは、無制限のストレージと計算能力を備えた仮想マシンの作成を可能にします。必要なオペレーティングシステムを選択することができ、必要に応じて動的に環境を拡張する柔軟性があります。
プライベートクラウド内のPaaS： PaaSは、パブリックまたはプライベートクラウド環境でアプリケーションとサービスを設計、実装、および展開するために使用できるようにパッケージ化されたインフラストラクチャ全体です。 PaaSにより、組織は個々のハードウェアとソフトウェアの要素を管理する複雑さに対処することなく、重要なミドルウェアサービスを活用することができます。
PaaSベンダーは、HadoopやMapReduceなどの大規模データ技術をPaaS製品に組み込み始めています。たとえば、膨大な量の医療データを分析するための特殊なアプリケーションを構築することができます。このアプリケーションでは、リアルタイムデータと非リアルタイムデータを使用します。ストレージと処理にはHadoopとMapReduceが必要になります。ハイブリッドクラウドのSaaS：