ITmedia総合  >  キーワード一覧  >  M

  • 関連の記事

「MapReduce」関連の最新 ニュース・レビュー・解説 記事 まとめ

「MapReduce」に関する情報が集まったページです。

手法、コード例、ユースケースごとに解説:
オブジェクト指向プログラミングと関数型プログラミングの違い
関数型プログラミングモデルの採用を考える開発者は多い。だが、採用するなら、関数型プログラミングモデルとオブジェクト指向のアプローチがどのように異なるかを正確に理解することが重要だ。(2024/1/25)

頭脳放談:
第272回 2023年の半導体業界は曲がり角? これからの業界を勝手に予測する
2023年のプロセッサ業界は、大きな転換点になるのではないだろうか。どうしてそんな予感がするのか、筆者が気になっているトレンドを解説する。果たして10年後や30年後に、2023年が大きな転換点だった、ということになるだろうか?(2023/1/23)

Gartner Insights Pickup(274):
Hadoopに関する議論、今のテーマは「次は何か」だ
Gartnerには、「ビッグデータ」に関する問い合わせが継続して寄せられているが、「Apache Hadoop」についての問い合わせは多くない。本稿では、Hadoopの現状と今後の動向について考察する。(2022/9/30)

AWSがモダンなデータ分析環境に本腰 主要サービスをサーバレス提供
「ハイパースケーラー」として世界的にも高いシェアを誇るAWSが、モダンデータ分析環境の提供に本気を出す。主要なサービスをサーバレスで提供し、スケーラブルなデータ分析環境をオンデマンドで利用できるようになる見込みだ。(2022/7/20)

リクルート事例で分かるIaaS→PaaS移行のコツ(2):
ペットと家畜、KISSの原則、SREの導入――AWS上のシステムをクラウドネイティブ化する際に用いるべき原理原則
リクルートの情報検索組織において検索APIの基盤をどうやってPaaS中心のシステムに移行したかを紹介する連載。今回は、AWS上のシステムをクラウドネイティブ化する際に用いるべき原理原則について解説する。(2022/6/21)

自社の「HPC」構築に必要な視点【中編】
「ハイパフォーマンスコンピューティング」(HPC)の利用可否を考える3つの要件
HPCが自社に適しているかどうかを判断するには、どのような要件を検討すればいいのだろうか。ハードウェア、ソフトウェア、施設の3つの視点で考える。(2021/9/2)

自社の「HPC」構築に必要な視点【前編】
「ハイパフォーマンスコンピューティング」(HPC)の理解に欠かせない分散処理の基本
複雑な計算処理や膨大なデータの活用手段に「ハイパフォーマンスコンピューティング」(HPC)がある。HPCが必要かどうかを判断するに当たって、まずはクラスタなどHPCの基本を知ることが欠かせない。(2021/8/26)

安心安全が第一でもクラウドネイティブを目指す理由:
「AWSのコスト管理は大変」――視聴率を調査するビデオリサーチのクラウド活用裏話
テレビ番組の視聴度合いの指標となる「視聴率」を算出するシステムにクラウドを活用するビデオリサーチは現在、クラウドネイティブに向けた取り組みを進めているという。2021年5月11〜12日に開催された「AWS Summit Online 2021」でシニアフェローの豊島潤一氏が紹介した。(2021/6/22)

セキュリティログ分析基盤活用入門(2):
セキュリティログ分析基盤の設計ポイント、アーキテクチャはどうあるべきか
セキュリティ業務における「ログ」と、その分析基盤の活用について解説する連載。今回は、ログ分析基盤の設計ポイントを、アーキテクチャの観点から紹介します。(2019/12/3)

2011年からアジャイル開発:
創業100周年の前田建設工業はいかにして「総合インフラサービス企業」へと変革を進めているのか
アイティメディアが開催した「ITmedia DX Summit 2019年秋・ITインフラ編」の特別講演に前田建設工業が登壇。“ゼネコン”から脱却し、新しいサービスを融合させた“総合インフラサービス企業”へ変革を進める取り組みを講演した。(2019/12/4)

Googleさん:
AIを「悪の手先」にしないためにGoogleが取り組んでいること
Googleが「AIの倫理原則」を発表して約1年。医療、自然保護、災害対策などでのAI活用の今を紹介するイベントに行ってきました。伝説のGoogleフェロー、ジェフ・ディーン氏が司会という贅沢。(2019/7/14)

Teradata スティーブン・ブロブストCTOインタビュー:
企業を支える「巨大な箱」からクラウドへ データウェアハウスの最前線を探る
「データ活用」という言葉が定着した裏側で、それを支えるデータウェアハウスの技術や機能は変化し続けている。クラウドからAI、企業による購入モデルの変化まで、データウェアハウスの20年間を知る人物に聞いた。(2019/6/27)

「BigQuery」での成功体験が決め手
なぜ大手新聞社は「AWS」から「Google Cloud Platform」への移行を決めたのか
大手新聞社Telegraph Media Groupはデジタル版のサービスを充実させるため、インフラとして利用するクラウドサービスを「Amazon Web Services」から「Google Cloud Platform」へ切り替えることを検討している。(2019/5/7)

AWS互換のプライベートクラウド構築ソフトウェア、ネットワールドが国内販売開始
ネットワールドは2019年4月16日、イスラエルのStratoscale(ストラトスケール)が提供するソフトウェアベースのインフラ製品の国内販売開始を発表した。Amazon Web Services互換のAPIで操作できるインフラ/Kubernetes環境をオンプレミスに構築できる。(2019/4/16)

MongoDBやConfluentはライセンス変更で自己防衛
「クラウド大手はOSSベンダーから“搾取”している」は本当か
AWSをはじめとするクラウド大手が、自社のデータベースサービスにOSSを採用するようになった。そのことからMongoDBなどのOSSのベンダーは、強力な手段である「ライセンス」を使って資産を守ろうとしている。(2019/2/21)

Cohesity CEOのモヒット・アロン氏に聞いた:
単なる「セカンダリストレージベンダー」に、有力ベンチャーキャピタルが投資する理由
なぜ、単なる「セカンダリストレージ」のベンダーが、今どきSequoia Capital、Battery Ventures、SoftBank Vision Fundなどからの投資を受けられるのか。Cohesityの創業者でCEOのモヒット・アロン氏に聞いた。(2018/11/5)

大容量動画のインタラクティブ処理に向く:
動画処理を低コストで超高速化するフレームワークを開発、カリフォルニア大
カリフォルニア大学サンディエゴ校のコンピュータサイエンスの研究チームが、動画の検索やエンコード、変換、編集を現行技術より桁違いに高速化する新フレームワーク「Sprocket」を開発した。動画の長さにかかわらず、検索に要する時間がほぼ変わらないことが特徴だ。(2018/10/29)

リアクティブプログラミング超入門(終):
Apache Spark、Sparkシェルで手軽に分散処理
今回は、分散処理フレームワークの概要や、Apache Hadoop、MapReduce、Apache Sparkの概要を説明し、Apache Sparkの使い方を紹介します。(2018/9/10)

スモールスタートから重要なビジネス基盤への成長
「モンスト」の裏側を支えるログ分析システムを、ミクシィはどのように構築したか
ゲーム「モンスターストライク」(モンスト)で躍進するミクシィのデータ分析基盤を支えたのは、新しいワークスタイルだった。たった数人から始まったチームが全社を支える一大プロジェクトまで育った背景とは。(2018/10/3)

ImpalaやHiveより120倍速い処理速度:
PR:「Hadoop」が抱える分析速度と運用性の課題、どう解決する? 攻めの経営戦略を実現するデータ分析基盤とは
攻めの経営戦略を進めるために、大量のデータ分析ができる「Hadoop」の導入を検討している企業は少なくない。しかし。そのほとんどで、性能やアプリケーションの保守性、運用性、コストなどの課題が浮かび上がっている。どうすれば解決できるのか。2人の専門家に聞いてみた。(2018/4/25)

ポイントは「クラウドなら何ができるのか」
ビッグデータで輝くITスキルは、舞台がクラウドに移るとどう変わるのか?
企業は、ビッグデータの処理基盤をクラウドに移している。この動きは、それまでのITスキルを覆すことはないが、管理者や開発チームには幾つか変化が求められるだろう。(2018/3/12)

組織の垣根を越えるセキュリティの共通言語
NISTの「Cybersecurity Framework」でクラウドのセキュリティを強化する方法
米国国立標準技術研究所(NIST)が発行した「Cybersecurity Framework」を「Amazon Web Services」(AWS)や「Microsoft Azure」などのクラウドサービスで活用して、セキュリティを強化する最善の方法を解説する。(2018/2/14)

ブームは去っても重要なインフラに変わりはない
Hadoop 3.0が“控え目”にデビュー、クラウドとGPU対応を強化
今はポストHadoopの時代なのか。支持者に言わせれば、ビッグデータフレームワークの最新版「Apache Hadoop 3.0」は機械学習アプリケーションとクラウドシステムで成功を収めており、まだその時代は終わっていない。(2018/1/19)

最適な利用方法とは:
AWS、新しい3つのAmazon EC2インスタンスを発表
Amazon Web Services(AWS)は「Amazon Elastic Compute Cloud(Amazon EC2)」の新インスタンスを3つ発表した。(2017/12/1)

「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)


サービス終了のお知らせ

この度「質問!ITmedia」は、誠に勝手ながら2020年9月30日(水)をもちまして、サービスを終了することといたしました。長きに渡るご愛顧に御礼申し上げます。これまでご利用いただいてまいりました皆様にはご不便をおかけいたしますが、ご理解のほどお願い申し上げます。≫「質問!ITmedia」サービス終了のお知らせ

にわかに地球規模のトピックとなった新型コロナウイルス。健康被害も心配だが、全国規模での臨時休校、マスクやトイレットペーパーの品薄など市民の日常生活への影響も大きくなっている。これに対し企業からの支援策の発表も相次いでいるが、特に今回は子供向けのコンテンツの無料提供の動きが顕著なようだ。一方産業面では、観光や小売、飲食業等が特に大きな影響を受けている。通常の企業運営においても面会や通勤の場がリスク視され、サーモグラフィやWeb会議ツールの活用、テレワークの実現などテクノロジーによるリスク回避策への注目が高まっている。