編集部からのお知らせ
ZDNet Japanが新しくなりました!
New! 懸念高まる産業機器のセキュリティ
海外コメンタリー

注目すべき5つのビッグデータ関連オープンソースプロジェクト

Andrew Brust (Special to ZDNet.com) 翻訳校正: 石橋啓一郎

2015-09-25 06:30

 読者の中には、Apache Software Foundationのプロジェクトリストを見て、気が遠くなった人もいるのではないだろうか。このリストにはトップレベルの重要なプロジェクトから、立ち上がったばかりのプロジェクトまで、数多くのものが並んでいるが、すべてを把握するには数が多すぎる。リストをビッグデータ関連のプロジェクトに限ってさえ、その数はかなり多い。その上、Apache Software Foundationの傘下にはないが、把握しておくべきプロジェクトもある。

 途方に暮れる読者のために、この記事では、把握しておく価値のある5つのプロジェクトを紹介する。

Apache Flink

 「Flink」は、耐障害性のある「exactly once」品質のデータストリーミングエンジンを持ち、バッチ処理をストリーミングの特別なケースとして扱うストリームデータ処理プラットフォームだ。Flinkは機械学習とグラフ処理のライブラリを持っており、ほかの「Hadoop」コンポーネントのうち、「Apache Kafka」「HBase」と互換性がある。

 Flinkは「Spark」に似ているように見えるかもしれないが、耐障害性と、ストリーミングを最優先している点で若干異なる。とはいえ、この2つのエンジンは、適用できるシナリオがかなり重なっており、結果として競争が起こる可能性もある。今後の展開を見守っていくべきだろう。

Apache Samza

 「Samza」プロジェクトはストリーミングデータ処理に焦点を当てている。この分野には「Storm」やSpark、Flink(前述)があれば十分のように思えるかもしれないが、Samzaにはいくつか独自の特徴がある。SamzaはそのままでもKafkaおよび「YARN」と連携させることができるが、同プロジェクトのウェブサイトによれば、プラグインが利用できるアーキテクチャを採用しており、ほかのメッセージングエンジンや実行エンジンとも統合可能だ。

 ストリーミングデータプラットフォームは現在、ハイプサイクルの頂点に来ている。ハイプサイクルの性質上、Samzaに対する期待の大きさと、Samzaによって実際に処理されているストリーミングデータの量は必ずしも比例しているわけではない。しかし、このプラットフォームはやはり重要性が高く、今後ストリーム処理をより一般的なものにする役割を果たす可能性がある。

 KafkaとSamzaはどちらもLinkedInで開発されたものであり、その相性の良さは折り紙付きだ。このオープンソースプロジェクトの立ち上げ前に、そのコードが実際にLinkedInで使われていたという事実は、同社がビッグデータを扱う必要に迫られている大手ソーシャルメディア企業だということもあり、権威があるものと認められ、注目を浴びている。しかし、これがSpark Streamingの人気や、Stormの(特にHortonworksによる)幅広いサポートを超えられるほどのものかどうかはまだ不明だ。

Ibis(Clouderaによるインキュベーション)

 筆者は前にも「Ibis」についての記事(英語)を書いたことがある。このClouderaがインキュベーションしているプロジェクトは、データサイエンティスト向けのもので、分散アプリケーションの世界にプログラミング言語Pythonを持ち込むことを狙ったものだ。Revolution Analytics(現在はMicrosoftの子会社)がR言語で行ったように、IbisのチームもPythonのコードを単一のワークステーションやサーバだけではなく、クラスタ内の複数のノードで実行するための手段を作ろうとしている。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

Special PR

特集

CIO

セキュリティ

スペシャル

NEWSLETTERS

エンタープライズ・コンピューティングの最前線を配信

ZDNet Japanは、CIOとITマネージャーを対象に、ビジネス課題の解決とITを活用した新たな価値創造を支援します。
ITビジネス全般については、CNET Japanをご覧ください。

このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]