ビッグデータの間違いを正す（後編）
ビッグデータ技術の可能性と限界――国立情報学研究所 佐藤一郎教授国立情報学研究所でアーキテクチャ科学研究系教授を務める佐藤一郎氏は、ビッグデータ活用の重要性と有効性を唱える1人だ。ただし同氏は、話題だけが先行するビッグデータの今の状況に疑問も呈している。ならば、ビッグデータの本質とは何なのか、そこからメリットを得るには何が必要とされるのか――。インタビュー後編では、ビッグデータ技術の可能性と限界に関する佐藤氏の見解を示す。
MapReduce/Hadoopは万能にあらず
――ここまで（前編では）、「ビッグデータとはそもそも何であり、なぜがその活用が求められるのか」、さらには「ビッグデータの利活用を行ううえでは何が必要とされるのか」を中心にお話を伺ってきました。ここからは少し切り口を変えて、ビッグデータの周辺技術（ビッグデータ技術）について伺いたいと考えます。
佐藤氏：まず、ビッグデータ技術は基本的に、「高度なデータ解析」と「大量／多様なデータ収集／処理」、および「高速データ処理／解析」をそれぞれ実現する技術から構成されます。
このうち、高度なデータ解析を実現する技術としては、データ・マイニングや機械学習などの技術があります。また、高速なデータ処理／解析を実現する技術－－すなわち、実世界のさまざまなデータと既知の特徴／パターンとの照合を高速に行う技術－－には、「Complex Event Processing（CEP）」と呼ばれるインメモリ型のデータ処理の技術があり、そして、大量で多様なデータ収集／処理を実現する技術としては、昨今話題になっている「Hadoop/MapReduce」、キーバリュー・ストアといった技術が存在しています。
――現在、Hadoopに対する注目度が非常に高まっていますが。Hadoopは本当にビッグデータの処理、あるいは、ビッグデータの解析に有効なのでしょうか。
佐藤氏：Hadoopは、Googleが開発したMapReduceの互換技術です。ということでここでは便宜上、両技術を同一のものとして説明しますが、とにかくHadoop/MapReduceは非常にクセが強いテクノロジーで、当然のことながら万能の技術ではありません。
例えば、GoogleはHadoop/MapReduceの技術をWeb検索時の前処理に当たるページのインデックス化のために用いており、Yahooはこの技術をテキストの構造化（タグ付け）のために利用しています。
つまり、この技術はデータの前処理のためのものであって、データの解析技術ではないわけです。ところが今日では、多くの人がHadoop/MapReduceをデータ解析に用いようとしており、それが結果的にさまざまな苦労や失敗につながっているようです。
- 1
- 2
