SlideShare a Scribd company logo

Hadoop Conference Japan 2009 - NTT Data

•
•
N
NTT DATA OSS Professional Services

NTT Data's presentation at Hadoop Conference Japan 2009 (Nov 13)

1 of 23
Downloaded 259 times
Hadoop Conference Japan 2009 SI事業の視点から見た Hadoop の適用領域と今後の展望 ～ NTTデータにおけるHadoopへの取り組み ～ ２００９年１１月１３日 株式会社 ＮＴＴデータ 基盤システム事業本部 政谷 Copyright ©2009 NTT DATA Corporation
担当紹介 NTTデータ 基盤システム事業本部 OSS技術統括部 Linux/OSSを利用したシステム構築・運用をサポートする業務を担当 OSSによるシステム基盤 Prossione® – 徹底的に検証・評価したOSSの組み合わせ、設定・運用のノウハウの提供 – 高品質なシステム基盤を実現する仕組みの整備 OSSのサポートサービス Linaccident® – 幅広いOSSを対象とするプロフェッショナルサービスの提供 最近は、OSSを活用したクラウド分散処理基盤 Hadoopの技術整備 も担当 『象』 好きです PostgreSQL Hadoop Copyright ©2009 NTT DATA Corporation 1
本日のアジェンダ Hadoopへの取り組み ＯＳＳベースの企業ＩＴシステム規模と動向 NTTデータの取り組み Hadoop＋OSSで今後のITはどう変わるのか Copyright ©2009 NTT DATA Corporation 2
Hadoopへの取り組み Copyright ©2009 NTT DATA Corporation 3
ＯＳＳの未来 従来技術は、必要充分な性能をもっ 性 た後発のローエンド技術に凌駕されて ム） 能 レー いく！ イ ンフ （メ ＯＳ 独自 ｗｓ ＮＩ Ｘ ド＋ ｎ ｄｏ Ｕ 一般的な ハ ー ー ド＋ Ｗｉ ＳＳ 顧客が利 用 自 ハ ＋ Ｏ 独 ＋ 能 独 自 ーバ 可能な性 ーバ 「メトカーフの法則」 ＩＡサ Ａサ ネットワークの価値は Ｉ ユーザ数の２乗に比例 （マス・コラボレーションの時代） 「ギルダーの法則」 ネットワークの通信速度は 「ムーアの法則」 6～9ヵ月で2倍 半導体集積密度は18ヵ月で２倍 （ネットワークの時代） 1970 1980 1990 2000 未来 Copyright ©2009 NTT DATA Corporation 4
クラウド時代のITシステム ... IT基盤をより Smart に 無駄を減らすことによる効率化、資源のプール化などで実現 単一性と多様性のバランスが練られたシステム コモディティ技術を使い切ることがポイントに スケールアウト技術を身近なものに IAサーバ＋OSSにより多数のサーバの利用が容易化 新しい処理モデルやデータモデルの浸透 従来のACIDを求める処理方式とは異なるモデル MapReduceアルゴリズム、Key-Valueストア、自律分散協調システム など Copyright ©2009 NTT DATA Corporation 5
なぜ Hadoop か？ 今まで扱うことが難しかった領域を切り拓く ペタバイトクラスのデータ、大規模分散処理 数千台規模のサーバを用いることで、従来は困難であった処理が実現できる 『定型的な業務データ』 処理の枠組みにとらわれない 単純なETLではなく 準定型的なデータも扱える 柔軟な ETL & ELT (*1) プロセス指向だけでなく、データ指向に基づいた システムの浸透 Extract Transform Load ターゲット Transform Analyze 現在： コスト、スケールに価値を 見出す 『先見派』 Source Data 今後： さらなる生産性向上の手段を Repository 求めている 『実利派』 * “Impact of Cloud Computing on Research in Extreme Scale Analytics” Hamid Prahesh pirahesh@almaden.ibm.com Copyright ©2009 NTT DATA Corporation 6
ＯＳＳベースの企業ＩＴシステム 規模と動向 Copyright ©2009 NTT DATA Corporation 7
ＯＳＳ構築実績 （規模・処理量マップ） 処理量 （万件/時） ～１５０ＴＰＳ ～２ＴＢ ６０ ● ４０ ● ● ● ● ２０ ● 敢えて乱暴に絵を描いてみる ● ● １０ ● ● ● ● ● ５ ● ● ● ● ● ● ● 10万件 100万件 300万件 500万件 1000万件 1億件 10億件 DB規模 Copyright ©2009 NTT DATA Corporation 8
ＯＳＳ構築実績 （規模・処理量マップ） 処理量 （万件/時） ～数ＰＢ 構築・運用 ６０ 支援中 ● ４０ ● ● ● ● ２０ ● ● ● １０ ● 経産省 ● ● ● 実証案件 ● ５ ● ● 実施中 ● ● ● ● ● 10万件 100万件 300万件 500万件 1000万件 1億件 10億件 DB規模 Copyright ©2009 NTT DATA Corporation 9
ＯＳＳ構築実績 （規模・処理量マップ） 処理量 （万件/時） ６０ 先見派 今後のターゲット ● 領域 ４０ 実利派 ● ● ● 構築・運用 支援中 ● ２０ ● ● ● １０ ● 経産省 ● ● ● 実証案件 ● ５ ● ● 実施中 ● ● ● ● ● 10万件 100万件 300万件 500万件 1000万件 1億件 10億件 DB規模 Copyright ©2009 NTT DATA Corporation 10
NTTデータの取り組み Copyright ©2009 NTT DATA Corporation 11
２匹目の象を育むために 新技術普及の流れ 顧 客 数 PostgreSQL ｻｰﾊﾞLinux キャズム パフォーマンス市場(ハイエンド） Hadoop バリュー市場(メインストリーム) 先見派 懐疑派 マニア 実利派 保守派 時間 顧客が自分で改造 自分で組み合わせる 技術に強い、リスクは取らない 技術に強くはない、コモディティ化した技術を 組み込まれて目に 生産性向上の手段を求めている マーケット・リーダから購入、手厚いサポート 見えなければ購入 必須 要件定義支援サービス、設計・構築サービス の提供 要件定義支援サービス、設計・構築サービス の提供 OSからHadoopまで一貫した スタックサポートサービス、 OSからHadoopまで一貫した スタックサポートサービス、 オンサイト障害対応サービス の提供 オンサイト障害対応サービス の提供 OSS基盤を使ったシステム構築の 実績作り OSS基盤を使ったシステム構築の 実績作り Copyright ©2009 NTT DATA Corporation 12
３つのクラウドタイプ Amazon Force.com Hadoop タイプのIaaS タイプのPaaS タイプのPaaS 徹底した 徹底した 徹底した 特徴 仮想化インフラの追及 マルチテナンシーの追及 スケーラビリティの追及 （DB仮想化） （BASE） Webアプリ 大規模データ Webアプリ ワークフロー BI/DWH 一品モノ ビジネスプロセス系 センサー系 適したアプリ 既存アプリのマイグレー 参照・問合せ系 分析系、バッチ系 ション キャンペーンサイト 参照・問合せ系 社内システム メディア系 高トランザクション リアルタイム 高インタラクティブ 適さないアプリ 大規模データ、BI/DWH メディア系コンテンツ トランザクション 大規模データ、BI/DWH 高インタラクティブ （Web/AP/DB）サーバ MapReduce （AP/API/検索）サーバ ゲストOS、ゲストOS、・・・ 分散ファイルシステム スタック構成 VMM（ハイパーバイザー） DBクラスタ OS ハード ハード ハード Copyright ©2009 NTT DATA Corporation 13
経産省 「実証事業」 に Hadoopベースの提案が採択 テーマ：クラウド型分散処理基盤 （Hadoop） の適用性評価 基盤の観点では... クラウド基盤信頼性向上への取り組み Master Server の冗長化 確立した Heartbeat + DRBD に加えて Kemari + DRBD を評価 クラウド基盤運用効率化への取り組み 初期構築・増設、故障交換時のノードの自動構成を標準的な 製品機能とＯＳＳの組合せで実現 サーバの種別・機種が混在する環境でも適用可能な実装を実証 Copyright ©2009 NTT DATA Corporation 14
Heartbeat + DRBD による Master Server の冗長化 Master Server(NameNode,JobTracker)の冗長化を実現 Heartbeat Linux-HAプロジェクトによって開発されたサーバのHAソフトウェア http://www.linux-ha.org/ja/HomePage_ja DRBD(Distributed Replicated Block Device) 2台のサーバ間でディスク上のデータミラーリングを実現するソフトウェア http://www.drbd.org/ NameNode NameNode heartbeat heartbeat 永続データの同期型ミラー DRBD DRBD NameNode(待機系) NameNode(現用系) イメージファイル editsファイル Heartbeat/ミラーリング LAN イメージファイル editsファイル Copyright ©2009 NTT DATA Corporation 15
Master Server冗長化 （続き） Master Serverのうち、 Job Trackerは永続データの引き継ぎは不要 NameNodeの冗長化では永続データの引継ぎが必要 イメージファイル HDFS上のデータに対する格納先ノード、ブロックサイズなどのメタ情報が格納されたファイル NameNode起動時にメモリにロードされ、チェックポイントのタイミング及び、NameNode停止 時にディスク上のファイルにフラッシュされる。 editsファイル イメージファイルに対するトンラザクションログ メタ情報の更新時はイメージファイルではなく、トランザクションログに更新内容が出力 NameNodeの異常終了(プロセスダウンなど)後にNameNodeを起動する場合、 イメージファイルにeditsファイルの更新内容が適用され、異常終了直前の整合性が 維持された状態にメタ情報が復元される。 Job Trackerのハード故障時、実行中のJobの内容は失われる... 長時間かけた処理の結果が失われるのは辛い Copyright ©2009 NTT DATA Corporation 16
“Kemari” ? 蹴鞠 (Kemari) 鞠を落とさない！ ↓ サーバを落とさない！ http://www.ntt.co.jp/cclab/activity/category_6/a_product_01.html http://www.osrg.net/kemari/ Copyright © 2007-2008 Nippon Telegraph and Telephone Corporation 17 17 Copyright ©2009 NTT DATA Corporation
“Kemari” + DRBD による Master Server の冗長化 Job Tracker ハード故障時でも、Job の中断・再試行を回避できる Kemari KVM版 開発中!! [2] 運用系の差分を転送 [3] 差分で待機系を更新 Kemari Kemari Kemari 差分転送 差分転送 差分更新 Dom0 DomU Sync DomU DomU Dom0 Back-end Front-end Front-end Back-end Kemari イベントチャネル Kemari イベントチャネル Xen Xen Network Hardware Hardware [1] 特定のイベントを DRBD or SAN 補足し、ＶＭを一時停止 Copyright ©2009 NTT DATA Corporation 18
Ｈａｄｏｏｐで 今後のITはどう変わるのか Copyright ©2009 NTT DATA Corporation 19
まずは、大規模データ処理ニーズを取り込む 現在： 先見派 ～ コスト・スケールメリットを訴求 とにかく大きなデータを扱いたい － 大量の生データ あまり複雑な処理まで未だ望んでいない バッチ処理でデータを抄訳、... メリットがあるところから適材適所で使われる まずは大規模バッチへの適用から、適宜従来システムとのハイブリッド化 （例 Facebookのハイブリッド構成） 基盤の経済的な構築・運用の実績作りの段階 今後： 実利派 ～ 『生産性向上』 のシナリオ データ指向に基づいたITシステムの活用が新しいIT領域を 切り拓き、新しいビジネスを創出する より抽象度の高いツールの使いこなし ← 今後の取り組み 適切な可視化ツールの整備 Copyright ©2009 NTT DATA Corporation 20
大規模データを対象としたITシステム 今まで扱うことが難しかった領域を切り拓く ～ 大規模データを扱うシステム それ自体が「新しいＩＴシステム」 大量データを扱うプラットフォームを Commodity で実現するのが当り前に 長期に渡るデータの収集、Ｗｅｂスケールのデータ収集を可能に → ＨＤＦＳ + IAサーバ プロセス指向のＩＴシステムからデータ指向に基づいたITシステムへの転換 プロセス指向のIT化 ～ データの扱いは ETL Extract Transform Load ドメイン・業務分析 → 構造化できるデータを特定 → システム化活用 予め解釈を与えておいて データ指向のIT化 Gather Extract Load & Transform 集めて 面白そうな対象を選び システムに取り込みモデル化を試みる 分析対象のモデル化作業自体をIT化の対象とする Extreme Analytics データを対象にした extreme programming 様のプラットフォームとして Hadoop が普及 ☺ Copyright ©2009 NTT DATA Corporation 21
お問い合わせ先： 株式会社ＮＴＴデータ 基盤システム事業本部 システム方式技術ビジネスユニット OSS技術統括部 （担当： 濱野, 政谷） メール： hadoop@kits.nttdata.co.jp TEL： 050-5546-2496 記載されている会社名、商品名、又はサービス名は、各社の登録商標又は商標です。

More Related Content

Hadoop Conference Japan 2009 - NTT Data

  • 1. Hadoop Conference Japan 2009 SI事業の視点から見た Hadoop の適用領域と今後の展望 ～ NTTデータにおけるHadoopへの取り組み ～ ２００９年１１月１３日 株式会社 ＮＴＴデータ 基盤システム事業本部 政谷 Copyright ©2009 NTT DATA Corporation
  • 2. 担当紹介 NTTデータ 基盤システム事業本部 OSS技術統括部 Linux/OSSを利用したシステム構築・運用をサポートする業務を担当 OSSによるシステム基盤 Prossione® – 徹底的に検証・評価したOSSの組み合わせ、設定・運用のノウハウの提供 – 高品質なシステム基盤を実現する仕組みの整備 OSSのサポートサービス Linaccident® – 幅広いOSSを対象とするプロフェッショナルサービスの提供 最近は、OSSを活用したクラウド分散処理基盤 Hadoopの技術整備 も担当 『象』 好きです PostgreSQL Hadoop Copyright ©2009 NTT DATA Corporation 1
  • 4. Hadoopへの取り組み Copyright ©2009 NTT DATA Corporation 3
  • 5. ＯＳＳの未来 従来技術は、必要充分な性能をもっ 性 た後発のローエンド技術に凌駕されて ム） 能 レー いく！ イ ンフ （メ ＯＳ 独自 ｗｓ ＮＩ Ｘ ド＋ ｎ ｄｏ Ｕ 一般的な ハ ー ー ド＋ Ｗｉ ＳＳ 顧客が利 用 自 ハ ＋ Ｏ 独 ＋ 能 独 自 ーバ 可能な性 ーバ 「メトカーフの法則」 ＩＡサ Ａサ ネットワークの価値は Ｉ ユーザ数の２乗に比例 （マス・コラボレーションの時代） 「ギルダーの法則」 ネットワークの通信速度は 「ムーアの法則」 6～9ヵ月で2倍 半導体集積密度は18ヵ月で２倍 （ネットワークの時代） 1970 1980 1990 2000 未来 Copyright ©2009 NTT DATA Corporation 4
  • 6. クラウド時代のITシステム ... IT基盤をより Smart に 無駄を減らすことによる効率化、資源のプール化などで実現 単一性と多様性のバランスが練られたシステム コモディティ技術を使い切ることがポイントに スケールアウト技術を身近なものに IAサーバ＋OSSにより多数のサーバの利用が容易化 新しい処理モデルやデータモデルの浸透 従来のACIDを求める処理方式とは異なるモデル MapReduceアルゴリズム、Key-Valueストア、自律分散協調システム など Copyright ©2009 NTT DATA Corporation 5
  • 7. なぜ Hadoop か？ 今まで扱うことが難しかった領域を切り拓く ペタバイトクラスのデータ、大規模分散処理 数千台規模のサーバを用いることで、従来は困難であった処理が実現できる 『定型的な業務データ』 処理の枠組みにとらわれない 単純なETLではなく 準定型的なデータも扱える 柔軟な ETL & ELT (*1) プロセス指向だけでなく、データ指向に基づいた システムの浸透 Extract Transform Load ターゲット Transform Analyze 現在： コスト、スケールに価値を 見出す 『先見派』 Source Data 今後： さらなる生産性向上の手段を Repository 求めている 『実利派』 * “Impact of Cloud Computing on Research in Extreme Scale Analytics” Hamid Prahesh [email protected] Copyright ©2009 NTT DATA Corporation 6
  • 8. ＯＳＳベースの企業ＩＴシステム 規模と動向 Copyright ©2009 NTT DATA Corporation 7
  • 9. ＯＳＳ構築実績 （規模・処理量マップ） 処理量 （万件/時） ～１５０ＴＰＳ ～２ＴＢ ６０ ● ４０ ● ● ● ● ２０ ● 敢えて乱暴に絵を描いてみる ● ● １０ ● ● ● ● ● ５ ● ● ● ● ● ● ● 10万件 100万件 300万件 500万件 1000万件 1億件 10億件 DB規模 Copyright ©2009 NTT DATA Corporation 8
  • 10. ＯＳＳ構築実績 （規模・処理量マップ） 処理量 （万件/時） ～数ＰＢ 構築・運用 ６０ 支援中 ● ４０ ● ● ● ● ２０ ● ● ● １０ ● 経産省 ● ● ● 実証案件 ● ５ ● ● 実施中 ● ● ● ● ● 10万件 100万件 300万件 500万件 1000万件 1億件 10億件 DB規模 Copyright ©2009 NTT DATA Corporation 9
  • 11. ＯＳＳ構築実績 （規模・処理量マップ） 処理量 （万件/時） ６０ 先見派 今後のターゲット ● 領域 ４０ 実利派 ● ● ● 構築・運用 支援中 ● ２０ ● ● ● １０ ● 経産省 ● ● ● 実証案件 ● ５ ● ● 実施中 ● ● ● ● ● 10万件 100万件 300万件 500万件 1000万件 1億件 10億件 DB規模 Copyright ©2009 NTT DATA Corporation 10
  • 12. NTTデータの取り組み Copyright ©2009 NTT DATA Corporation 11
  • 13. ２匹目の象を育むために 新技術普及の流れ 顧 客 数 PostgreSQL ｻｰﾊﾞLinux キャズム パフォーマンス市場(ハイエンド） Hadoop バリュー市場(メインストリーム) 先見派 懐疑派 マニア 実利派 保守派 時間 顧客が自分で改造 自分で組み合わせる 技術に強い、リスクは取らない 技術に強くはない、コモディティ化した技術を 組み込まれて目に 生産性向上の手段を求めている マーケット・リーダから購入、手厚いサポート 見えなければ購入 必須 要件定義支援サービス、設計・構築サービス の提供 要件定義支援サービス、設計・構築サービス の提供 OSからHadoopまで一貫した スタックサポートサービス、 OSからHadoopまで一貫した スタックサポートサービス、 オンサイト障害対応サービス の提供 オンサイト障害対応サービス の提供 OSS基盤を使ったシステム構築の 実績作り OSS基盤を使ったシステム構築の 実績作り Copyright ©2009 NTT DATA Corporation 12
  • 14. ３つのクラウドタイプ Amazon Force.com Hadoop タイプのIaaS タイプのPaaS タイプのPaaS 徹底した 徹底した 徹底した 特徴 仮想化インフラの追及 マルチテナンシーの追及 スケーラビリティの追及 （DB仮想化） （BASE） Webアプリ 大規模データ Webアプリ ワークフロー BI/DWH 一品モノ ビジネスプロセス系 センサー系 適したアプリ 既存アプリのマイグレー 参照・問合せ系 分析系、バッチ系 ション キャンペーンサイト 参照・問合せ系 社内システム メディア系 高トランザクション リアルタイム 高インタラクティブ 適さないアプリ 大規模データ、BI/DWH メディア系コンテンツ トランザクション 大規模データ、BI/DWH 高インタラクティブ （Web/AP/DB）サーバ MapReduce （AP/API/検索）サーバ ゲストOS、ゲストOS、・・・ 分散ファイルシステム スタック構成 VMM（ハイパーバイザー） DBクラスタ OS ハード ハード ハード Copyright ©2009 NTT DATA Corporation 13
  • 15. 経産省 「実証事業」 に Hadoopベースの提案が採択 テーマ：クラウド型分散処理基盤 （Hadoop） の適用性評価 基盤の観点では... クラウド基盤信頼性向上への取り組み Master Server の冗長化 確立した Heartbeat + DRBD に加えて Kemari + DRBD を評価 クラウド基盤運用効率化への取り組み 初期構築・増設、故障交換時のノードの自動構成を標準的な 製品機能とＯＳＳの組合せで実現 サーバの種別・機種が混在する環境でも適用可能な実装を実証 Copyright ©2009 NTT DATA Corporation 14
  • 16. Heartbeat + DRBD による Master Server の冗長化 Master Server(NameNode,JobTracker)の冗長化を実現 Heartbeat Linux-HAプロジェクトによって開発されたサーバのHAソフトウェア http://www.linux-ha.org/ja/HomePage_ja DRBD(Distributed Replicated Block Device) 2台のサーバ間でディスク上のデータミラーリングを実現するソフトウェア http://www.drbd.org/ NameNode NameNode heartbeat heartbeat 永続データの同期型ミラー DRBD DRBD NameNode(待機系) NameNode(現用系) イメージファイル editsファイル Heartbeat/ミラーリング LAN イメージファイル editsファイル Copyright ©2009 NTT DATA Corporation 15
  • 17. Master Server冗長化 （続き） Master Serverのうち、 Job Trackerは永続データの引き継ぎは不要 NameNodeの冗長化では永続データの引継ぎが必要 イメージファイル HDFS上のデータに対する格納先ノード、ブロックサイズなどのメタ情報が格納されたファイル NameNode起動時にメモリにロードされ、チェックポイントのタイミング及び、NameNode停止 時にディスク上のファイルにフラッシュされる。 editsファイル イメージファイルに対するトンラザクションログ メタ情報の更新時はイメージファイルではなく、トランザクションログに更新内容が出力 NameNodeの異常終了(プロセスダウンなど)後にNameNodeを起動する場合、 イメージファイルにeditsファイルの更新内容が適用され、異常終了直前の整合性が 維持された状態にメタ情報が復元される。 Job Trackerのハード故障時、実行中のJobの内容は失われる... 長時間かけた処理の結果が失われるのは辛い Copyright ©2009 NTT DATA Corporation 16
  • 18. “Kemari” ? 蹴鞠 (Kemari) 鞠を落とさない！ ↓ サーバを落とさない！ http://www.ntt.co.jp/cclab/activity/category_6/a_product_01.html http://www.osrg.net/kemari/ Copyright © 2007-2008 Nippon Telegraph and Telephone Corporation 17 17 Copyright ©2009 NTT DATA Corporation
  • 19. “Kemari” + DRBD による Master Server の冗長化 Job Tracker ハード故障時でも、Job の中断・再試行を回避できる Kemari KVM版 開発中!! [2] 運用系の差分を転送 [3] 差分で待機系を更新 Kemari Kemari Kemari 差分転送 差分転送 差分更新 Dom0 DomU Sync DomU DomU Dom0 Back-end Front-end Front-end Back-end Kemari イベントチャネル Kemari イベントチャネル Xen Xen Network Hardware Hardware [1] 特定のイベントを DRBD or SAN 補足し、ＶＭを一時停止 Copyright ©2009 NTT DATA Corporation 18
  • 20. Ｈａｄｏｏｐで 今後のITはどう変わるのか Copyright ©2009 NTT DATA Corporation 19
  • 21. まずは、大規模データ処理ニーズを取り込む 現在： 先見派 ～ コスト・スケールメリットを訴求 とにかく大きなデータを扱いたい － 大量の生データ あまり複雑な処理まで未だ望んでいない バッチ処理でデータを抄訳、... メリットがあるところから適材適所で使われる まずは大規模バッチへの適用から、適宜従来システムとのハイブリッド化 （例 Facebookのハイブリッド構成） 基盤の経済的な構築・運用の実績作りの段階 今後： 実利派 ～ 『生産性向上』 のシナリオ データ指向に基づいたITシステムの活用が新しいIT領域を 切り拓き、新しいビジネスを創出する より抽象度の高いツールの使いこなし ← 今後の取り組み 適切な可視化ツールの整備 Copyright ©2009 NTT DATA Corporation 20
  • 22. 大規模データを対象としたITシステム 今まで扱うことが難しかった領域を切り拓く ～ 大規模データを扱うシステム それ自体が「新しいＩＴシステム」 大量データを扱うプラットフォームを Commodity で実現するのが当り前に 長期に渡るデータの収集、Ｗｅｂスケールのデータ収集を可能に → ＨＤＦＳ + IAサーバ プロセス指向のＩＴシステムからデータ指向に基づいたITシステムへの転換 プロセス指向のIT化 ～ データの扱いは ETL Extract Transform Load ドメイン・業務分析 → 構造化できるデータを特定 → システム化活用 予め解釈を与えておいて データ指向のIT化 Gather Extract Load & Transform 集めて 面白そうな対象を選び システムに取り込みモデル化を試みる 分析対象のモデル化作業自体をIT化の対象とする Extreme Analytics データを対象にした extreme programming 様のプラットフォームとして Hadoop が普及 ☺ Copyright ©2009 NTT DATA Corporation 21
  • 23. お問い合わせ先： 株式会社ＮＴＴデータ 基盤システム事業本部 システム方式技術ビジネスユニット OSS技術統括部 （担当： 濱野, 政谷） メール： [email protected] TEL： 050-5546-2496 記載されている会社名、商品名、又はサービス名は、各社の登録商標又は商標です。