Asakusa Frameworkを評価してみたところ…
Asakusa Frameworkは以前のバージョン（0.1.0）ではいくつかの懸念点が散見していたが、現バージョン（0.2.3）になってからは大幅に改善されたと日立ソリューションズでは評価している。
以下、バージョンアップに伴う改善点を示しておく（→が0.2.3で改善された点）。
- DB関連での制約：MySQL必須
→データモデル記述用DSL「DMDL」および任意のRDBとHadoopを連携する「WindGate」により他DBも対応可能に - 情報不足：ドキュメント不足やMLなどがない
→ドキュメントが拡充し、ウェブサイトやMLも開設 - 実行管理：Monkey Magic（現Tengine Framework）のみ
→外部システムと任意の方法で連携できる「Yaess」によりJP1/AJSなど他社運用管理ツールとの連携が容易に - 商用サポートなし
→商用サポート開始
では実際、Asakusa Frameworkではどのくらいの効果を得られるのだろうか。吉田氏が紹介した評価環境（ソフトウェア）は以下の通りとなる。
- CDH3u2（Cloudera's Distribution including Apache Hadoop 3 update 2）
- Asakusa FW 0.2.3-RC
- MySQL 5.1.52
ハードウェアには日立のブレードサーバ「HA8000-bd/BD10」を使用した。あえてHadoopにもMySQLにも特別なチューニングをいっさい施さず、Hadoopの設定も最低限に留めている。データベースに対する入出力はWindGateを利用し、入出力するMySQLテーブルには変更を加えていない。試作した処理は、登録IDが1000万件の顧客テーブルと、1億件の履歴からなる履歴テーブルをもとにCREATE TABLEで登録店ID（100店）と利用顧客数および総ポイント数を表示する結果テーブルを生成する。データサイズはHDFS上に展開して4GB程度だ。
-
Asakusa Frameworkの評価環境
-
評価の際に使用したCREATE TABLE文
開発に要したステップはJavaで10ファイル/222ステップ、DMDLで6ファイル/153ステップのみ。実装はこれだけで完了する。あとはフロー処理部分およびデータモデルからJavaファイルが自動生成されている（28ファイル/2231ステップ）。MapReduceやHDFSについての知識は必要ない。
処理速度に関しても、RDBMSでは29分かかっていた処理が、1ノードなら24分に、6ノードなら約16分に、10ノードなら約14分にと、ノード数が増えるほど処理時間を削減できている。ただし吉田氏は「MapReduce処理はノード数が増えるごとに処理時間が短くなっているが、インポート/エクスポートの処理時間にはほとんど変化がない。ここが今後の改善ポイントになるかもしれない」と指摘する。
