2014.10.02

モノのインターネットとは、そしてなぜビッグデータが問題になるのか?

By マイケル・ホーセンブラス(MapR Technologies EMEA チーフ・データ・エンジニア)

  • 小
  • 中
  • 大

connected-world-crop
これは、モノのインターネットおよびそのビッグデータへの関連性の話題に関する、一連の記事の最初のものです。我々は、課題と機会を議論し、実際の使用例やビッグデータ技術の適用から人々がどのように恩恵を受け、センサー、制御機器、スマートフォンから発信されるデータを最大限活用しているかを見ていきます。

モノのインターネット (IoT) は、機器間および / または機器と人との通信を促進するために、現存するインターネットインフラ (IPまたはUDP/TCPなど) を機器類に拡大しようとする考えです。これらの機器で典型的なのは、センサーといった制御機器ですが、スマートフォンのようなデータの多い機器も範疇に含まれます。IoTとほぼ同じ意味を持つ別の言葉には、マシンツーマシン (M2M) 、モノのウェブ、またはプログラマブルWebがあります。IoTは、様々なプロトコル、ドメイン、アプリケーションを取り扱います。この連載の続編では、プロトコル、フォーマット、標準化、そして主要な事業者の詳細に触れて参ります。

IoTアプリの潮流が始まろうとしている一方で、非常に多くの人が、予見できる将来において、それが巨大になるであろうという、おおよその見解を持っています。2020年までには、400~500億の機器と繋がるであろうと、予測されています。

ビッグデータ・ソリューションで動作するIoTアプリ

センサー (ビッグデータの主要なソース) で以前議論したように、IoTアプリからのデータは、将来的にはビッグデータの主要なソースとなります。しかし一方で、ビッグデータ・ソリューションで動作するIoTアプリという、別の見方があります。そこで、ビッグデータ・プラットフォームが携帯で提供されるだけでなく、実際にその中核となっている、IoTアプリケーションの実例をいくつか見ていきましょう。

  • 農業分野では、農業機械にセンサーが装備され、機械のみでなく、土壌の温度や湿度などの情報も明らかにしています。目的は、事前の機械メンテナンスだけでなく、様々な環境要因に基づいて、農業従事者が収穫を最適化する手助けもすることです。
  • どのスマートフォンにも多くのセンサー (ビデオ、GPS、ジャイロなど) が付いており、これらのセンサーは、全体として莫大なデータを生成します。それらは構造化されていないものあり (ビデオ)、構造化されているものあり (位置情報)、そして自己を定量化するゲームからから拡張現実に至る操作アプリなどです。
  • 商業ビルには数々のセンサーがあり、将来的には、家庭でもそれらを見かけることになるでしょう。スマートホームは、ユーザーのニーズに反応することができる (例えばネスト) ばかりでなく、食事、健康関連の話題、教育、エンターテイメントなどを含む、日常生活に関連したあらゆるデータの常設拠点として機能します。

この連載の続編で、上記の3つの使用例一つ一つを、更に詳しく議論します。

IoTは自ずとビッグデータに役立つ

次の章では、量、種類、速度というビッグデータの3つの主要な側面から見た、IoTデータの特徴を確認しながら、何故IoTが自ずとビッグデータに役立つのかを議論します。

  • – 本格的な事業目的のIoTアプリケーションを開発するには、往々にしてあらゆるセンサー・データを捉え、保存することができる必要があります。例えば温度センサーのような、単一の簡易なセンサーが、年にわずか数MBのデータを生成する一方で、非常に多くのセンサーでは、あっという間にPBという大容量の域に達してしまいます。
  • 種類 – 使用されているデータ・フォーマットは数限りなく、それらは通常、2進法および / または圧縮されたテキスト・フォーマットになっています (主に電力、保存、処理能力などにおける機器の限界による)。言ってみれば、このデータのいずれも相関性がなく、このデータすべてを受け入れることができるプラットフォームは、明らかにETLベースのRDBMSに比べて優秀です。
  • 速度 – すべてではありませんが、多くの機器は、そのデータ転送スピードが比較的速くなっています。これに加えて、データの流れはIoTにおいて当たり前です。繰り返しになりますが、我々がすでに10年間見てきて、これはRDBMSが必ずしも得意とする領域ではありません。大事なことを忘れていましたが、過去データを新たなデータと組み合わせる多くのアプリケーションにとっては、センサーから受け取るデータは非常に重要です。これは通常、ラムダ・アーキテクチャーを利用して実現されます。

次回は?
連載の残りについても皆さんにお目にかかれることを望んでおり、近いうちに続編「IoTのキープレイヤー(仮)」を投稿します。そこでは、企業、フォーマット、プロトコル、(新たな) 標準を含む、この分野における主要なプレイヤーについて語ります。

技術情報一覧

ハドゥープ(Hadoop)で行政機関の効率を高める方法(03/10)

Hadoopで最高のものを期待して、最悪の事態に備える: 電話会社の災害復旧計画(03/09)

IoTデータプラットフォームへの主要な要求仕様(02/09)

MapR Sandbox for Hadoopへのネットワークの構築の仕方:ホワイトボード・ウォークスルー(01/13)

Hadoopの知識が無くてもHadoopを使う方法(01/10)

エンタープライズデータハブの構築: 基盤ソフトウェアの選択(01/07)

Apache Drillの優れた4つの理由(01/06)

MapRとSplunk Hunkを利用したソーシャルメディア分析(01/05)

Apache Drillを使用してYelpの生データを数分で分析する方法(12/02)

スマートフォンと「モノのインターネット」(12/01)

Hadoopのベテランによる実体験(11/25)

ディープラーニングとニューラルネットワーク・ラーニングの対比:ホワイトボード・ウォークスルー(11/25)

「集計」から「機械学習」への入門(10/22)

[PDF] ビッグデータ活用に備えるデータ蓄積インフラへの要件(10/02)

モノのインターネットとは、そしてなぜビッグデータが問題になるのか?(10/02)

モノのインターネット(IoT)を推進する14の利点と原動力(10/01)

ビッグ・データとは、定量化され追跡される、すべてのものである(09/01)

ビッグ・データ解析業務における”標準”の底上げ(07/24)

ビッグデータが向かう次なる目的地 – 認知解析 -(07/22)

MahoutとSolrを活用したレコメンデーションにおけるイノベーション(07/11)