IBM Developer Japan Webサイトは2021年3月15日をもって終了となり、日本語コンテンツの一部は、オープンソースとして、提供予定です。 URLはこちら

IBM Developer Blog

IBM Developer サイトで最新の出来事をフォローし、情報を入手しましょう。

現在のデジタル・トランスフォーメーションを加速させているのはデータです。けれども、組織で必要とする情報をデータから引き出している組織は全体のわずか 15% に過ぎません。87% の組織は目標達成に近づくために、今後 2 年以内にファストデータ・アナリティクス戦略を再評価または採用することを予定しています。AI 対応の組織へのトランスフォーメーションの道のりには、目標達成を加速させる規範的な手法を導入する必要があります。


このブログは Db2 Event Store ラーニング・パスを構成するコンテンツです

現在のデジタル・トランスフォーメーションを加速させているのはデータです。けれども、データから必要な情報を引き出している組織は全体のわずか 15% に過ぎません。87% の組織は目標達成に近づくために、今後 2 年以内にファストデータ・アナリティクス戦略を再評価または採用することを予定しています。(Forrester が実施した調査の結果をご覧ください)。

AI 対応の組織への変換の道のりには、目標達成を加速させる規範的な手法を導入する必要があります。AI 対応の組織への変換を成功に導くための 5 つのステップを解説している、Daniel Hernandez 氏のブログ「How to Scale the AI Ladder」を参考にしてください。この 5 つのステップの概要は次のとおりです。

  1. マルチクラウド環境内ですべてのデータ資産を最新化する
  2. データを収集して簡単にアクセスできるようにする
  3. ビジネスを生み出すためにデータを整理する
  4. AI を分析し、組織全体に信頼性と透明性をもってスケーリングする
  5. ビジネス全体に AI を注入して運用可能にする

IA (情報アーキテクチャー) のない AI というものは考えられません。「データを収集して簡単にアクセスできるようにする」ステップでの「収集」の部分を掘り下げていくと、適切なデータ・リポジトリーを選択するという点で IBM には数多くの選択肢があることがわかるはずです。

まずは Hybrid Data Management Platform から見ていきましょう。 このプラットフォームを使用すると、いつでもどこででもデータをデプロイしてスケーリングできます。目的とするデプロイ先としてパブリック・クラウドまたはプライベート・クラウド、オンプレミス、さらにはアプライアンスまで選択できるようになっています。 さまざまなオファリング全体にわたり、すべてのデータ・ストアが 1 つの共通の SQL エンジンと結び付けられていて操作が統一されています。

ハイブリッド・データ管理戦略で対処する必要のありそうな各種のワークロードと、特定の任務に最適なオファリングを紹介しましょう。

  • IBM Db2 Advanced Enterprise Server Edition: エンタープライズ分野で最も信頼性の高いデータベース管理システムです。世界最大規模の複数の機関がトランザクション・ワークロードやアナリティクスに使用しています。

  • IBM Db2 Warehouse: Docker コンテナーを使用してプライベート・クラウドまたは仮想プライベート・クラウドに迅速にデプロイできるよう最適化された、極めて柔軟なデータ・ウェアハウスです。

  • IBM Db2 Big SQL: ANSI に準拠し、超並列処理 (MPP) と高度なデータ・クエリーを可能にする Hadoop エンジンをベースとしたエンタープライズ対応のハイブリッド SQL です。HDFS、RDMS、NoSQL データベース、オブジェクト・ストア、WebHDFS などの異なる複数のソースに 1 つのデータベース接続やクエリーで対応できます。

次は、ファストデータが重視されるデータ・ワークロードのカテゴリーに目を向けます。通常、IoT またはリアルタイム・アナリティクスの使用ケースに採用することになるタイプのデータ・ストアです。この分野でのデータはリアルタイムで生成されます。そのため、データの処理もリアルタイムで行えるようでなければなりません。例えば、CDR (呼詳細レコード) から膨大なデータを生成する通信会社では、潜在的な不正やネットワーク内の負荷分散に対処できるよう、リアルタイムでデータを分析する必要があります。さらに、製造ラインで数百万のデータ・ポイントを使ってセンサーからのデータを収集する場合、故障しそうな部品をセンサーがリアルタイムで検出できるとしても、リアルタイムでデータを分析できなければ、製造工程全体に影響を与えずに故障に対処することはできません。

上記のような例で、イベント駆動型アプリケーションのストリーミング・データを迅速に取り込んで分析するには、IBM Db2 Event Store のようなデータベースが必要です。IBM Db2 Event Store は、1 日あたり数千億件のイベントを取り込み、取り込んだデータを瞬時に分析してリアルタイムの洞察を引き出すことができます。また、このシステムは取り込んだすべてのデータを Apache Parquet 形式で保管し、常に可用性を維持します。このため、ハードウェアで障害が発生しても、データを取り込んで分析する機能には影響がありません。

IBM Db2 Event Store は機械学習向けに最適化されていて、IBM Watson Studio が統合されています。つまり、ストリーミング・ソースから収集して取り込んだデータに対してリアルタイムで AI を適用できます。IBM Db2 Event Store は IBM Cloud Pak for Data でオプションのアドオンとして用意されています (IBM Cloud Pak for Data はデータの収集、整理、分析方法を単純化してデータ・サイエンスと AI の価値を高める新種のデータ・アナリティクス・プラットフォームです)。IBM Db2 Event Store は IoT 向けにも最適化されており、IoT の使用ケースを対象とした特殊な SQL 関数が含まれる新しい時系列ライブラリーも備わっています。

まとめ

このブログは、IBM Db2 Event Store の機能と使い方を迅速に把握できるようガイドするラーニング・パスの第 1 回です。このラーニング・パスは、手順に沿って進められるチュートリアル、パターン、実際に使用できる完全なコード・サンプルで構成されています。このラーニング・パスに従うと、Db2 Event Store の他の機能とさまざまな使用ケースを学ぶことができます。

早速、ラーニング・パスを開始しましょう。最初のステップでは、クリックストリーム・データを取り込んで、インタラクティブな視覚化により、Web サイトでの顧客の行動を分析する方法を学びます。