ITmedia総合  >  キーワード一覧  >  M

  • 関連の記事

「MapReduce」最新記事一覧

「The Next Platform」で読むグローバルITトレンド(14):
大規模クラウドビジネスにおける、アジリティとコストの兼ね合いの難しさ
ここ数年のSaaS企業におけるインフラストラクチャとアプリケーションのトレンドを見ていて、唯一はっきりしているのは「物事が単純ではない」ということだ。トランザクション電子メール処理のように、サービスでもコストとアジリティ(俊敏性)のバランスを考えなければならない。(2017/10/12)

NoSQLベストプラクティス(3):
NoSQLデータベースの長所と短所
本連載では、「NoSQLデータベースの今」を正しく理解し、ビジネス躍進の実現に向けて対策していくための「ベストプラクティス」を掲示していきます。今回は「NoSQLの特性と、種類別の長所と短所」を説明します。(2017/9/29)

AWS課金、時間単位から秒単位へ AzureとGoogle Cloud Platformは分単位
Amazon.comのクラウドサービスAWSの料金体系が、立ち上げ以来の時間単位から秒単位に変わる。事実上の値下げになる。競合するMicrosoftのAzureとGoogle Cloud Platformはそれぞれ分単位だ。(2017/9/19)

「The Next Platform」で読むグローバルITトレンド(9):
Googleはインターネットを再構築したいのか(前編)
Googleが、SDNスタック「Espresso」を開発した。Googleは、Espressoがインターネットで自社のユーザーのために行われるルーティングの在り方を変える可能性だけでなく、インターネットルーティングの全体的な在り方を形作る可能性もあると考えている。これまでにも見られたように、Googleのアイデアが世界を変える決定的瞬間の1つが訪れようとしているのかもしれない。(2017/9/7)

キーパーソンインタビュー
Hadoopの父、カッティング氏に聞く今後のビッグデータ活用法
「Hadoop」の生みの親の1人であるカッティング氏に、現在の活動、Hadoopの今後、サイバーセキュリティとビッグデータの関係について聞いた。(2017/8/14)

「The Next Platform」で読むグローバルITトレンド(5):
あまり知られていないFacebookの機械学習ツール「FBLearner Flow」とは
機械学習フレームワークでは、GoogleのTensorFlowが人気を博しているが、Facebookは「FBLearner Flow」というツールを自社開発し、同社エンジニアの4分の1が使っているという。このツールは、業界に大きな影響を与える可能性を秘めている。(2017/8/3)

超高速ネットワークの挫折と復活【第1回】
10Gbps通信の普及を阻んだ「高過ぎるエラー率」問題
ITシステムが扱うデータが爆発的に増大している今、超高速ネットワークへの期待は大きい。しかし“10Gbps級”ネットワークの普及は遅れている。これは、その原因と克服への挑戦を記した物語だ。(2017/7/6)

人気連載まとめ読み! @IT eBook(29):
機械学習/Deep Learningが気になる人も要注目、「アルゴリズム」の基本が学べる無料の電子書籍150ページ
人気過去連載を電子書籍化して無料ダウンロード提供する@IT eBookシリーズ。第29弾では「コーディングに役立つ!アルゴリズムの基本」10回分を1冊のPDFとしてまとめた。アルゴリズムとは何か? なぜ学ぶべきなのだろうか?(2017/6/30)

問題解決力を高めるコツはプログラミングの原則・思考にあり(4):
大きな問題は小さくして1つずつ対処する――分割統治法
本連載では、さまざまなプログラミングの原則・思考の中から、特に問題解決力を高めるのに役立つものをピックアップ。プログラマーは、その思考法をビジネスに応用し、そうではない人はプログラマーと一緒に働く際に思い出してほしい。今回は「分割統治」「1歩ずつ少しずつ」「繰り返しの最小化」の重要性、論理的思考のコツなどについて。(2017/8/21)

CTOたちが予測する“混迷”の2017年ストレージ市場(後編)
「Hadoopの時代は終わる」 ビッグデータ解析で主役が入れ替わる“ストレージ的”理由
最高技術責任者(CTO)たちが予測する2017年のエンタープライズストレージ市場。後編ではデータ分析とセキュリティにおけるストレージの影響に言及する。(2017/3/8)

「ビッグデータプロジェクト」の進め方(3):
ビッグデータ基盤の本番環境設計──本番環境におけるクラスタ構成を考察する
本連載は、「ビッグデータプロジェクトの“進め方”」を業務視点/ビジネス視点の両面から理解し、具体的に実践していくためのナレッジアーカイブです。今回は、ビッグデータ基盤の本番環境を設計するのに必要な項目を解説します。(2017/1/27)

きょうから試せる Hadoop“スモールスタート”ガイド(終):
SQLライクにMapReduce処理ができる「Hive」の使い方
実際にHadoopで処理を実装していきながら「Hadoopは、誰にだって扱える」を体感しましょう。今回は、Hadoop Streamingとは別のHadoopの利用方法となる「Hiveの使い方」を解説します。(2017/3/28)

きょうから試せる Hadoop“スモールスタート”ガイド(8):
Hadoopで処理を実装してみる──Hadoop Streamingでの処理、script-runner.jarの使い方
実際にHadoopで処理を実装していきながら「Hadoopは、誰にだって扱える」を体感しましょう。今回は、「MapperやReducerから特定のファイルを参照」「Hadoop Streamingでの処理」「script-runner.jarの使い方」など、Hadoopで処理を実装する初歩の手順を解説します。(2017/3/21)

きょうから試せる Hadoop“スモールスタート”ガイド(7):
「ブートストラップアクション」でできること
実際にHadoopで処理を実装していきながら「Hadoopは、誰にだって扱える」を体感しましょう。今回は「ブートストラップアクションの利用方法」を解説します。(2017/3/14)

きょうから試せる Hadoop“スモールスタート”ガイド(6):
AWSとAmazon EMRを利用してみる
実際にHadoopで処理を実装していきながら「Hadoopは、誰にだって扱える」を体感しましょう。今回は「AWSとAmazon EMRの利用方法」を解説します。(2017/3/7)

きょうから試せる Hadoop“スモールスタート”ガイド(5):
Amazon Elastic MapReduce(EMR)の選択肢を考える
実際にHadoopで処理を実装していきながら「Hadoopは、誰にだって扱える」を体感しましょう。今回は「Amazon Elastic MapReduce(EMR)の選択肢と活用方法」を解説します。(2017/2/28)

きょうから試せる Hadoop“スモールスタート”ガイド(4):
Hadoopの疑似分散モードと完全分散モードを試す
実際にHadoopで処理を実装していきながら「Hadoopは、誰にだって扱える」を体感しましょう。今回は「Hadoopの疑似分散モード」「完全分散モードでHadoopクラスタを構築する手順」を解説します。(2017/2/21)

きょうから試せる Hadoop“スモールスタート”ガイド(3):
「素のHadoop」をインストールして、簡単な処理を実行する
実際にHadoopで処理を実装していきながら「Hadoopは、誰にだって扱える」を体感しましょう。今回は「実際にHadoopをインストール」し、基礎処理である「ワードカウント」を実行するまでを解説します。(2017/2/20)

きょうから試せる Hadoop“スモールスタート”ガイド(2):
「Hadoopの処理の流れ」を理解し、実践する
実際にHadoopで処理を実装していきながら「Hadoopは、誰にだって扱える」を体感しましょう。今回は「Hadoopの処理の流れ」を解説します。(2017/1/24)

きょうから試せる Hadoop“スモールスタート”ガイド(1):
Hadoopとリレーショナルデータベースは「何」が違うのか
実際にHadoopで処理を実装しながら「決して難しい技術ではないこと」を理解し、「誰にだって扱えること」を体感していく連載。初回は「Hadoopとリレーショナルデータベースの違い」「Hadoopのメリット/デメリット」を解説します。(2017/1/16)

コスト効率が高く、管理作業を削減可能
クラウドの新潮流、先進企業が使いたくなる「サーバレス」の魅力
AWSやAzure、Googleのクラウドサービスで注目を集めるサーバレスオプション。これはクラウドに関する最新のバズワードなのか。先進企業が虜になる理由とは。(2016/12/13)

新しいトレンドの影響力とは
第3次“AI”ブームは本物か、新しく台頭する4つのデータ分析トレンドとは
第3次人工知能(AI)ブームが到来し、再びAIが注目を浴びている。そして、AIとビッグデータにより、新しいトレンドが生まれつつある。(2016/12/1)

ビッグデータ利活用と問題解決のいま:
サイバーセキュリティの課題解決を担うビッグデータ基盤技術のいま
セキュリティ対策に不可欠なログデータやメタデータの大容量化が進む中、ビッグデータ分析の基盤技術を活用して課題を解決しようとする動きが広まってきた。日本と海外ではどのような取り組みがあるのだろうか。(2016/11/9)

「ビッグデータプロジェクト」の進め方(2):
「PoC」の進め方──メンバー選定、環境構築、データ収集と活用、評価まで
本連載は、「ビッグデータプロジェクトの“進め方”」を業務視点/ビジネス視点の両面から具体的に理解し、実践していくためのナレッジアーカイブです。今回は、導入前検証である「PoCの進め方」全8工程を解説します。(2016/10/21)

Amazon EMRで構築するApache Spark超入門(2):
Spark 2.0の回帰分析アプリをScalaのSBTで実装し、EMRで実行
本連載では、Sparkの概要や、ローカル環境でのSparkのクラスタの構築、Sparkの基本的な概念やプログラミングの方法を説明していきます。今回は、簡単な機械学習のSparkアプリケーションを作成し、Amazon EMRで実行するまでを説明します。(2016/9/27)

Hadoopとの使い分けは?
ビッグデータを高速分散処理するSparkをAWSで動かすと何がすごいのか
「Amazon Web Services」(AWS)のHadoopサービスとして特に魅力的なのが「Apache Spark」である。「Amazon Elastic MapReduce」と連係して高速処理や多用途性を実現する。(2016/9/12)

ビッグデータ基盤での業務アプリ開発を支援:
ノーチラス、「Asakusa Framework」からOracle Big Data Applianceを利用するための拡張機能を提供
ノーチラス・テクノロジーズが、「Oracle Big Data Appliance」向けに業務アプリケーション開発フレームワークと、関連サービスの提供を開始する。(2016/9/8)

Hadoopとストレージシステムの良い関係【後編】
Hadoopの悩みとさよならできる、脱「HDFS」をかなえるストレージシステム4選
「Apache Hadoop」の要ともいえる分散ファイルシステム「HDFS」には課題も少なくない。HDFSを使わなくても済むようになる、4つのストレージシステムを紹介する。(2016/8/30)

【連載】IT部門のためのアナリティクス入門 第3回
データ分析で成功するためのデータマネジメントとIT部門の新たな役割
ビッグデータアナリティクスのビジネス活用において、IT部門が果たす役割とは何か。アナリティクスの本質と必要なツールについて、分かりやすく解説します。(2016/9/9)

Amazon EMRで構築するApache Spark超入門(1):
Apache Sparkとは何か――使い方や基礎知識を徹底解説
本連載では、Sparkの概要や、ローカル環境でのSparkのクラスタの構築、Sparkの基本的な概念やプログラミングの方法を説明していきます。(2016/8/24)

「ビッグデータプロジェクト」の進め方(1):
もし、あなたが「“ビッグデータプロジェクト”を任せる。何とかするように」と言われたら
「ビッグデータプロジェクトを始めることになった」ら、具体的に何をするのか。本連載は、「ビッグデータプロジェクトの“進め方”」を業務視点/ビジネス視点の両面から体系的に理解し、具体的に実践していく方のためのナレッジアーカイブです。第1回目は、「ビッグデータとは何か」の基礎と、「ビッグデータ基盤の概要とメリット」を解説します。(2016/8/25)

セキュリティとコストパフォーマンスの視点で考える
クラウドSparkの導入、思い込みとは正反対の「本当のメリット」とは?
「Apache Spark」の商用ディストリビューションの多くには、クラウドのオプションが用意されており、顧客から人気を博している。だからといって、それがあらゆる状況で役に立つわけではない。(2016/8/15)

Sparkの速度メリットをオンプレミスRユーザーに提供:
マイクロソフト、Hadoop上の「R Server」で「Spark」をサポート
マイクロソフトは、Hadoop環境上の「Microsoft R Server」で「Apache Spark」をサポートしたと発表した。(2016/6/30)

登場し出したユースケース
AWSが誰でも使える「機械学習」を実現? 有望市場への取り組みを見る
機械学習モデルを構築するのは複雑で、数学者に委ねるのがベストだった時代もある。だが、Amazon Web Serviceなどの数社が、企業が機械学習を利用しやすくなるよう取り組んでいる。(2016/6/6)

Google Cloud Platform事例
音楽配信サービスSpotifyのGoogle Cloud Platform移行に残る謎
約7500万人の会員を擁する音楽配信サービスSpotifyが、自社データセンターからGoogle Cloud Platformに移行した。SpotifyがGoogleを選んだ理由とは何か。そして、既に使用していたAWSはどうするのか?(2016/4/29)

書籍転載:
ゲーム開発が変わる!Google Cloud Platform実践インフラ構築 第2章
あらゆる書籍の中から、Windows Server Insider読者に有用だと考えられる情報をピックアップして転載する本連載。今回は、ゲームインフラエンジニア向けのGoogleのクラウドサービス「Google Cloud Platform」の中からGoogle Cloud Platformの概要ならびに料金に関する章を転載する。(2016/4/20)

Computer Weekly:
音楽配信サービスSpotifyのGoogle Cloud Platform移行に残る謎
約7500万人の会員を擁する音楽配信サービスSpotifyが、自社データセンターからGoogle Cloud Platformに移行した。SpotifyがGoogleを選んだ理由とは何か。そして、既に使用していたAWSはどうするのか?(2016/4/20)

Spark/Rの高速処理、アプリ統合、Data Catalog正式版も:
マイクロソフト、Azure HDInsightの機能強化を発表
米マイクロソフトはビッグデータ処理・分析を容易にする取り組みの一環として、最新ツールのプレビューや正式リリース、既存ツールの機能強化を発表した。(2016/4/1)

Computer Weekly製品導入ガイド
オープンソースは万能薬ではない
オープンソースへの移行で得られるものは大きい。だがある程度の注意も必要だ。(2016/3/25)

ホワイトペーパー:
別冊Computer Weekly 次世代オープンソースビッグデータツール
ビッグデータの世界にも、既に世代交代の波が押し寄せている。先進企業は新しいツールを導入して分析の高速化や高度化を実現し、さらに先へと進んでいる。これまでの定番ツールを置き換える新世代のツールとは?(2016/3/7)

Database Watch(2016年3月版):
Sparkは“誰”に例えられる?──多様化と進化を続ける「Hadoop」、人気急上昇「Spark」
先日、日本Hadoopユーザー会主催のイベントが開催されました。データベースと関係性が深いデータ分散処理プラットフォームである「Hadoop」と「Spark」の最近事情に迫ります。(2016/3/7)

海外医療技術トレンド(9):
米国で進む医療機器とビッグデータ連携のためのルール整備
デバイスとしての医療機器は、モノのインターネット(IoT)を介してビッグデータと連携する。米国では、データ利活用に向けた標準化への取り組みも急ピッチで進んでいる。(2016/2/9)

Hitachi Data Systemsの著名CTOが解説
「管理者はすぐにいなくなる」、著名CTOが語るストレージの未来
技術の役割が変わりつつある中、ストレージ分野で競争していくにはどのようにビジネスを変革しなければならないか。業界大手ベンダーの最高技術責任者(CTO)が、業界およびユーザー動向を押さえながら展望を語る。(2016/2/5)

Computer Weekly製品導入ガイド
自社に合ったビッグデータアプライアンスの選定
ビッグデータ分析の分野はまだ比較的成熟度が低い。支出に見合った価値を保証するため、ビッグデータアプライアンスは慎重に選ぶ必要がある。(2016/1/27)

データ分析のロジックをオープンでプラガブルに:
グーグルらがDataflowのOSS化をASFに提案
米グーグルがCloudera、Data Artisans、Talend、Cask、ペイパルらと共同でDataflowをApache Software Foundation(ASF)のインキュベータープロジェクトに提案。さまざまな実装アイデアが登場するデータ分析実行エンジンに対応した仕組みをオープンエコシステムで構築するという。(2016/1/25)

Sparkがわかる解説本『初めてのSpark』をプレゼント
「データ分析に関するアンケート」調査
簡単なアンケートにご協力いただいた方の中から抽選で100名様にオライリー・ジャパン刊『初めてのSpark』をプレゼント。(2016/1/25)

Computer Weekly製品導入ガイド
誇大宣伝を越えたアプライアンスの普及
アプライアンスはそのシンプル性とビッグデータの流行によって普及が促進され、サプライヤーはクラウドサービスの統合に力を入れている。(2016/1/25)

CIOやIT幹部が注目
「Hadoop」から「Spark」へ、移り変わるビッグデータ分析の注目技術
米TechTargetのデータ活用に関する連載コラムから2015年にみられたトレンドを紹介する。それらのテーマはバイモーダルIT、自動化、「Apache Spark」などだ。(2016/1/13)

Database Watch(2015年総集編):
データベースウォッチャーが振り返る2015年、「次に“来る”DBの技術トレンド」とは
クラウド、IoT、ビッグデータ、あるいは機械学習やAIなど、これまで“ITバズワード”だった技術が、急速に実需として具体化しています。その“データ”はどこに蓄積されるのか。そう、データベースです。データベースの最新事情を追う連載「Database Watch」から、2015年の動向を振り返り、「次に“来る”DBトレンド」を先読みします。(2015/12/28)

データ分析専門家が注目する「Apache Spark」
あなたにしか見えないテレビCMも可能? ビッグデータ分析が変える広告配信
有料テレビ広告の最適化を手掛ける米BlackArrow。同社CTO(最高技術責任者)のジョー・マタレス氏は、ビッグデータ分析技術の「Apache Spark」が同社のITシステムの要だと語る。(2015/12/8)



Twitter&TweetDeckライクなSNS。オープンソースで誰でもインスタンス(サーバ)を立てられる分散型プラットフォームを採用している。日本国内でも4月になって大きくユーザー数を増やしており、黎明期ならではの熱さが感じられる展開を見せている。+ こういったモノが大好きなITmedia NEWS編集部を中心に、当社でもインスタンス/アカウントを立ち上げました! →お知らせ記事

意欲的なメディアミックスプロジェクトとしてスタートしたものの、先行したスマホゲームはあえなくクローズ。しかしその後に放映されたTVアニメが大ヒットとなり、多くのフレンズ(ファン)が生まれた。動物園の賑わい、サーバルキャットの写真集完売、主題歌ユニットのミュージックステーション出演など、アニメ最終回後もその影響は続いている。

ITを活用したビジネスの革新、という意味ではこれまでも多くのバズワードが生まれているが、デジタルトランスフォーメーションについては競争の観点で語られることも多い。よくAmazonやUberが例として挙げられるが、自社の競合がこれまでとは異なるIT企業となり、ビジネスモデルレベルで革新的なサービスとの競争を余儀なくされる。つまり「IT活用の度合いが競争優位を左右する」という今や当たり前の事実を、より強調して表現した言葉と言えるだろう。