Upload
tsubasa-yoshino
View
113
Download
2
Embed Size (px)
Citation preview
Internet of Things IoT の定義とは ...
◦ 単純にインターネットに繋がったら…?
◦ センシングしてクラウドにデータ集約したら…?
◦ インターネットを経由してデバイス・センサーがやりとりしたら…?
現状 爆発的に増えるデータにどう対応するか
データは , 常に増え続ける◦ 迅速なスケールに対応する◦ できるだけ無駄の少ない運用◦ 柔軟なスケール求
データを迅速に解析して金に換えたい◦ リアルタイムな分析
Event Hub の特徴 イベントの順序の維持
大量のデータ取り込みのための適切な容量の提供
AMQP, HTTP により大量のプラットフォームのサポート
高スループット : 1s あたり数百万件のイベントのストリーミング配信◦ 受信 : 1MB/s or 1000 イベント◦ 送信 : 2MB/s
EventHub の特徴 メッセージを複数クライアントで同時処理
◦ 永続化しつつ分析するとか
データ保持期間中なら何度もイベントを呼べる
キューで管理
First in First out
一定の保存期間ののち古いものから削除◦ 期間中は , 明示的に削除不可
パーティション Event Hub のデータ保存先
◦ 8 ~ 32 個で構成◦ 32 個以上パーティションを作りたい場合は , Service Busチームに連絡しよう
それぞれが独立◦ 基本的にラウンドロビン型
◦ イベントの明示的な削除は不可
◦ 明示的に特定パーティションに データを渡すのはバッドプラクティス
Stream Analytics 複数の入力ソースをまとめて使用可能
出力先も種類がたくさん
ユニット単位でスケール◦ 1ユニット 1MB/s◦ 48ユニットまでは , 自由に使用可◦ それ以上は , メールを送ろう
PowerBI Excel でビッグデータ分析
Excel を持っていなくても OK
Stream Analytics の出力先として使用可能
Excel の素早く簡単な可視化をビッグデータ解析に提供
いろいろなソースを食える
まとめ 誰もがビッグデータを扱う時代がすぐそこ
Azure で手軽にデータ解析ができるようになる◦ まずは , 手軽に始めてみよう◦ PaaS で足りなくなったら , IaaS なりもっとパワーを求めよう◦ 最初からパワーを求めても持て余す
データと睨めっこするのは , 今も昔もとても大事◦ データを見て知見を得るのは , まだ人間のほうが強い◦ データ加工の時間を効率化 → 睨めっこする時間が増やせる