2021年のデータとアナリティクスに関するGartnerのトップ10トレンドの1つに挙げられているデータファブリックは、今日の企業が抱えるデータ管理の課題を軽減する手段となります。また、人工知能などのテクノロジーをコスト効率よく活用し、必要に応じて柔軟にスケールできるようにします。
データファブリックとは？
データファブリックとは、データと接続プロセスを統合レイヤーとして機能させるフレームワークを指します。これは、アーキテクチャ上で稼働するテクノロジーやサービスを備えた統合アーキテクチャで構成されます。データファブリックは、企業によるデータの監視を支援し、データの価値を最大化することを目指します。
インサイトを得るまでの時間とコストを削減するため、企業はデータファブリックを利用してデータ管理プロセスを自動化・最適化します。データドリブンを目指す企業は、データアナリストやデータサイエンティストに膨大なデータへの簡単かつ迅速なアクセスを提供できることを求めています。ガバナンス、セキュリティ、プライバシーに関するポリシーに抵触したり、損なったりすることなくこれを実現するために、データファブリックを利用します。
企業はまた、さまざまな場所に存在する大規模なデータセットをより迅速に処理するために、データファブリックを利用しています。データファブリックはデータのライフサイクル全体を最適化し、リアルタイム分析を必要とするアプリケーションを支えるとともに、機械学習や人工知能がより効果的に機能できる環境を構築します。
さらに企業では、複数のクラウドを活用するケースが増えています。データが複数のクラウドに分散していることを認識した企業は、すべての環境を管理するためにデータファブリックを導入しています。
データファブリックはデータ管理を簡素化し、デジタルサービスの提供速度を高めるため、企業にとっても魅力的です。その成果はデジタルトランスフォーメーションだけでなく、競争優位性の獲得にも及びます。さらに企業は、さまざまなテクノロジー環境を統合するという複雑な課題への解決策として、データファブリックのスケーラビリティを活用できます。
関連記事： データストレージにおけるパブリッククラウドとプライベートクラウド：両方の利点を得ることは可能か？
データファブリックによるさまざまなデータの管理方法
データファブリックは、企業のあらゆる環境で一貫性を確保するため、すべてのソースからデータを取り込みます。これらのソースには、オンプレミス環境や、Oracle、SAP、Azure、Google Cloud、AWSなどのクラウド環境、さらにKubernetesなどのコンテナ化テクノロジーが含まれます。こうしたすべてのデータは、自動化や開発・テスト・デプロイの高速化など、データファブリックが備える豊富なデータ管理機能の恩恵を受けられます。さらにユーザーは、セルフサービス型のデータ管理を利用することで、こうしたデータを監視できます。
データファブリックはデータだけにとどまらず、あらゆる形式のメタデータを収集・分析し、コンテキスト情報を生成します。例えばデータファブリックは、ビジネスメタデータや技術メタデータなどを利用して、メタデータ間の関係を特定し、接続できます。
メタデータを理解しやすい形で提示するため、データファブリックは主要な指標に関するメタデータを分析した後、グラフモデルを構築します。この図による表現は、固有の関連性に基づいており、ビジネス上の意味を持ちます。こうしたメタデータは、人工知能や機械学習のアルゴリズムのトレーニングに利用され、データ管理の自動化を改善するとともに、より優れたデータ管理の機会を提案します。
データファブリックと効果的なデータ管理
データサイロとデータ移動の克服
データサイロは、現在の企業にとってデータ管理上の課題となっています。ビッグデータでは、実行可能なインサイトを生み出すために、企業がすべてのデータソースを包括的に把握する必要がありますが、コンテキストを欠いた孤立したデータソースでは全体像を捉えられません。さらにサイロ化したデータでは、同じ情報が異なるデータベースに保存される可能性があり、データの完全性が脅かされます。
従来のデータ管理アーキテクチャにおけるデータ移動では、中継サーバーを介して、あるストレージシステムから別のシステムへデータをコピーします。この方法はエラーを完全に防げるものではなく、時間もかかります。データファブリックを導入すれば、データの収集とアクセスのための単一環境を提供し、分離とデータ移動の課題を解決できます。多数のシステムに分散する異種データを結び付け、接続された企業のアプリケーションを支える情報ネットワークを構築します。
関連記事： 2021年の主要データ管理プラットフォームとシステム
データソースとデータ量の変化への迅速な対応
企業によるデータの生成、利用、保存がかつてない規模に達する中、データ量の要件や増え続けるデータソースを管理し続けることは課題となっています。
しかしデータファブリックを利用すれば、すべてのデータを単一のプラットフォームに集約する、永続的でスケーラブルな仕組みを企業が利用できます。データファブリックにより、企業はより高いスケーラビリティを確保し、より多くのアプリケーション、増加するデータ量、新たなデータソースに適応できます。
エンドツーエンドの包括的なデータ管理機能をサポート
データファブリックは、リスク分析や顧客インテリジェンスなど、企業に関連するビジネスユースケースを加速させるものであるべきです。データ管理を改善するには、データファブリックのエンドツーエンドのデータ管理範囲に、少なくともデータ取り込み、準備、データカタログ、統合、セキュリティを含める必要があります。企業に適したユースケースと自動化されたデータ管理機能を備えたデータファブリックソリューションは、さらに大きな価値をもたらします。
将来を見据えたデータ管理インフラ
信頼できるインサイトを生み出すためにデータの統合、処理、変換に苦心するというデータ管理の悪夢に、企業が定期的に逆戻りするのを避けるには、最新のデータ管理インフラに対応し続けなければなりません。データファブリックを利用すれば、新たなエンドポイントやデータソース、テクノロジーをシームレスに導入できるため、既存の接続やデプロイを中断することなく維持できます。
データパイプラインの最適化と高速化
数十億件のレコードを持つデータベースへのクエリは、結果が返るまでにかなりの時間がかかることがあります。データファブリックを利用すれば、企業はデータ準備にかかる労力と時間を最小限に抑え、インサイトを得るまでの時間を短縮できます。これは、ビジネスのスピードが速い今日の環境で大きなメリットとなります。
データパイプラインは、データ準備を高速化するため、構成、テスト、再利用に向けたセットアップが可能です。また自動化して、データのクレンジング、変換、マスキングなどの処理を自動的に実行し、データ準備の品質を高めることもできます。
レガシーソリューションやインフラへの依存を削減
現在のテクノロジーの進化に伴い、企業は新しいテクノロジーへ移行していますが、それでもレガシーインフラに依存している場合があります。なぜでしょうか。そうしたインフラには重要なデータが残っている可能性があり、企業がミッションクリティカルなデータをレガシーシステムから移行する適切な計画を持っていない場合があるためです。そのため企業は、こうしたインフラを維持せざるを得なくなることがあります。
こうしたシステムにデータが「閉じ込められている」ことに加え、レガシーインフラの維持にはコスト面の影響もあります。また、一部のアプリケーションを更新できなくなり、脆弱性が生じる可能性があるため、セキュリティリスクにもなります。データファブリックは相互接続されたデータのネットワークを通じて、レガシーシステムを最新のクラウドアプリケーション、データレイク、データウェアハウスに接続し、企業のレガシーインフラへの依存を低減することでデータ管理を容易にします。
堅牢なデータ統合
データ統合の問題は、データプロジェクトでよく見られる悩みの種です。データファブリックを利用すれば、さまざまなデータ配信手法に対応することで、この課題を軽減できます。例えば、レプリケーション、データ仮想化、ストリーミング、ETLなどです。
堅牢なデータ統合を提供するデータファブリックは、ビジネスユーザーやITユーザーをはじめ、あらゆる種類のユーザーをサポートすることで、データ管理の効率も高めます。さらにエコシステムを統合することで、ビジネスプロセスの最適化と柔軟性の向上を通じて、企業はより優れたビジネス価値と成果を実現できます。
関連記事： 効果的なクラウド移行のためのデータベース仮想化の活用
データセキュリティとガバナンスの一元化
データガバナンスとセキュリティのポリシーが一元化されていない場合、企業のデータを保護するだけでなく統合することの複雑さも飛躍的に増大します。一元化されたデータセキュリティとガバナンスのポリシーを備えたデータファブリックソリューションは、オンプレミス、ハイブリッド、クラウド、マルチクラウドの各環境で一貫して実装され、企業のデータガバナンス能力を向上させます。
データファブリックを利用することで、データスチュワードシップのアプローチが容易になり、データクレンジングの役割を設定したり、データの出所を追跡してデータの完全性とコンプライアンスを確認したりできます。
次に読む： データを提示するための主要なデータ可視化ツール