ページの本文へ

Hitachi

Pentaho

データウェアハウスの最適化

ビッグデータでビジネスを成功に導くには:

企業が保持するデータ量が増え続けている一方、既存のデータウェアハウスの容量には限界があるため、データへのアクセス性が悪くなるといった問題が発生するケースが多くあります。その解決手段としてデータウェアハウスのストレージ容量の拡張がありますが、この方法はコストがかかるだけでなく、今後の継続的なデータ増加を見越すとその場しのぎの解決策となっていまいます。この解決手段として、Hadoopを活用したシナリオ紹介します。

コーディングや従来のスクリプト、およびETL製品の制約に縛られずに、使用頻度の低いデータやデータ変換の作業負荷をHadoopにオフロードすることで、データウェアハウスの負荷を軽減します。

概要

Hadoopによりシンプルさ、使いやすさ、すばやさを実現

Pentahoを活用すると、Hadoopへのオフロードが簡素化され、手作業によるコーディングと比べて開発および導入時間を短縮できます。ビジュアルなデータ統合ツールにより、SQLまたはJavaベースのMapReduceジョブを手作業でコーディングする必要がなくなります。

データコストの削減と分析パフォーマンスの向上を実現

  • 直感的でコーディングのいらないグラフィカルなビッグデータ統合機能を提供
  • オペレーショナルからリレーショナル、NoSQLテクノロジーに至るまで、すべてのデータソースにアクセス可能
  • 将来の変化にも対応できるアダプティブビッグデータレイヤにより、あらゆる主要なHadoopディストリビューションをサポート
  • クラスター内でPentahoのMapReduceを実行することにより、高い処理パフォーマンスを実現
  • 100% Javaのコードベースにより、迅速性と効率性を実現

Pentahoのビジネスアナリティクスが提供する、統合されたレポート、ダッシュボード、データディスカバリー、および予測分析といった機能を使うことで、すばやく、コスト効率良く、データから価値を引き出すことができます。

導入事例

ITビジネス環境での導入例:

  • CRMやERPシステムなどの異なる種類のソースからのデータを活用
  • 使用頻度の低いデータを既存のデータウェアハウスからオフロードするために、Hadoopクラスターを導入
  • ストレージコストの削減、およびクエリパフォーマンスと分析データマートへのアクセス高速化を実現

導入効果:

  • PentahoのVisual MapReduce GUIおよびビッグデータ統合機能の導入により、従来のデータウェアハウス開発者でも、コーディングせずにデータウェアハウスとHadoop間でデータの移動ができるようになり、人件費の節約と生産性の向上が可能に
  • MapReduceの開発時間は、手書きのコーディングと比較して最大15分の1まで短縮可能に
  • コード生成ツールを使用した場合と比較し、クラスター内でのMapReduce動作の高速化が可能に

投資効果

大手グローバルネットワークストレージ企業

ビッグデータ利活用の目的:

マシンデータ管理をスケーリングして、製品パフォーマンスを向上させ、顧客を成功に導くこと。

  • 顧客アプリケーション向けのストレージデバイスのマシンデータを、低コストでスケーリング
  • デバイス故障の予測
  • 製品パフォーマンスの向上

アーキテクチャの例:

導入効果:

  • 容易にETL や、Hadoop、Hbase、Oracleデータソースの分析が可能に
  • データコストを15分の1に削減可能に
  • SLA(サービス・レベル・アグリーメント)を上回るパフォーマンスが実現可能に