SlideShare a Scribd company logo
1 of 51
Download to read offline
モダンな
BIG DATA
ARCHITECTURE
~ AZURE で
ビッグデータを
活用する枠組み
日本マイクロソフト株式会社
シニア AZURE DEVELOPER PMM
太田 寛
自己紹介日本マイクロソフト株式会社
エバンジェリスト
Twitter @embedded_george
前職は組込みSW技術者
Azure全般、特にIoTを普及啓発!
http://aka.ms/IoTKitHoLV4
IoT ALGYAN(開発者コミュニティ)支援
http://algyan.connpass.com
Big Data Stream系も今後力を入れていきます!
http://aka.ms/letsbegin - MS Learnもよろしく
歴オタ、御朱印集め、ギター好き
くらでべ
(Cloud Developer Channel)
http://aka.ms/clouddevch
対象
新しいビジネス価値を
生み出したい経営層
(CIO、CTOなど)
ビッグデータを使った
ソリューション構築を
検討している
アーキテクト
ビッグデータを使った
ソリューション開発に
携わりたい開発者
本セッションの
ゴール
クラウドによるビッグデータソリューションの特徴をご
理解いただく
ビッグデータソリューションの設計に関する考え方をご
理解いただく
ビッグデータソリューションを設計構築するための技術
体系全体をご理解いただく
各種OSSやサービスを使って開発するスタートラインに
立っていただく
アジェンダ
クラウドによ
るモダナイズ
01
アーキテク
チャ駆動型開
発
02
ビッグデータ
アーキテク
チャ
03
参照アーキテ
クチャ
04
まとめ
05
コンテンツについ
て
このコンテンツは、Azure アーキテクチャセンターを元に作成
しています。Webinarが終わったら、是非、以下のURLから公
開されているドキュメントを隅から隅までご熟読くださいませ
https://docs.microsoft.com/ja-jp/azure/architecture
クラウドによる
モダナイゼー
ション
 クラウドアプリケーションは、モノリシックではなく、
小さな分散サービス群で構成される。
 小さな分散サービス群で構成することにより、需要に
応じた新しいインスタンスの追加や拡張が可能に
 必要十分な最低限のリソースでの実行と、システムの
柔軟な機能アップデートが可能に
 結果として
 分散されたアプリケーションが、APIや非同期メッ
セージングを通じて、並行かつ、非同期に実行される
 モノリシックなソリューションにはなかった、新しい
課題への対応が必要
ソリューション構築に関する課題の違い
従来のオンプレミス
 モノリシック、集中管理
 予測可能なスケーラビリティの設計
 リレーショナル データベース
 強力な一貫性
 直列および同期の処理
 障害 (MTBF) を回避する設計
 不定期の大規模な更新
 手動管理
 スノーフレーク サーバー
先進的なクラウド
 分解、分散化
 柔軟なスケーラビリティの設計
 多機種の持続性 (記憶域テクノロジの混在)
 最終的な一貫性
 並列および非同期の処理
 障害 (MTTR) のための設計
 頻繁な小規模の更新
 自動自己管理
 イミュータブル インフラストラクチャ
個別のシナリオ、
サービスの検討
に入る前に…
全体を俯瞰する
アーキテクチャが重要
アーキテクチャ
駆動型開発
開発するシステム、ソリューションの特徴から
アーキテクチャスタイルを選択し、開発を進める
方法
• アーキテクチャスタイル
• 特定の性質を持つアーキテクチャのグループ
• 各スタイルには次の内容が含まれる
• スタイルの説明と論理図
• スタイルの選択が推奨されるケース
• 利点、課題、および、ベストプラクティス
• 関連するAzureサービスを使用する推奨デプロイ
代表的なアーキテ
クチャスタイル
Nレイヤー
Webキューワーカー
マイクロサービス
イベントドリブン
ビッグデータ、ビッグコンピュータ
設計原則
自動修復機能の設計
全てを冗長化
調整を最小限に抑える
スケールアウトのための設計
制限に対処するパーティション化
操作に合わせた設計
管理対象サービスの使用
ジョブに最適なデータストアの使用
展開を見込んだ設計
ビジネスニーズに合わせた構築
アーキテクチャ
スタイルからの
構築
 アーキテクチャスタイルによる制約
 構成要素や、要素間で許容される関係など
 基本原則と制約の正しい理解
 適切なスタイルの選択
 課題と利点の検討 – 課題 < 利点となるように
 複雑さ
 非同期メッセージングと最終的な一貫性
 サービス間の一貫性
 管理のしやすさ
 …
ビッグデータ
アーキテクチャ
 ビッグ データ アーキテクチャは、従来のデータベース
システムには多すぎる、または複雑すぎるデータのイン
ジェスト、処理、分析を扱うために設計
 大きなデータセットを小さなチャンクに分割し、 ローカ
ル データセットを並列処理
 バッチおよびリアルタイムのデータ分析。 ML を使用し
た予測分析
適したシーン
従来のデータベースには多すぎる、大量のデータを保存
および処理
分析とレポートのために非構造化データを変換
リアルタイムで、または短い待機時間で、バインドされ
ていないデータ ストリームを取得、処理、分析
AIの活用 - Azure Machine Learning または Microsoft
Cognitive Services を使用
メリット
 テクノロジの選択
 HDInsight クラスター内で Azure の管理されたサービスと Apache テクノロ
ジを組み合わせて適合させることで、既存のスキルやテクノロジへの投資を
有効に活用可能
 並列処理によるパフォーマンス
 並列処理の強みを活かして、大量のデータをスケーリングする高パフォーマ
ンスのソリューションが実現可能
 柔軟なスケール
 すべてのコンポーネントで、スケールアウトのプロビジョニングがサポート
される
 ご自分のソリューションをワークロードの規模に合わせた調整でコストを最
適化
 既存のソリューションとの相互運用性
 ビッグ データ アーキテクチャのコンポーネントは、IoT 処理および企業向け
の BI ソリューションでも使用可
 お客様がすべてのデータ ワークロードにわたる統合されたソリューションの
作成が可能
課題
 複雑さ
 多数のコンポーネントで複数のデータ ソースからの
データ インジェストを処理
 プロセスの構築、テスト、トラブルシューティングは、
困難を伴う場合あり
 パフォーマンス最適化のため、大量かつ複数のシステ
ムにわたって設定する必要になる可能性あり
 スキルセット
 多くのビッグ データ テクノロジは、非常に専門化さ
れており、一般のソリューションではあまり使用され
ていないフレームワークと言語を使用
 ビッグ データ テクノロジは、確立されたより多くの
言語を基に構築され、新しい API を発展させた各種デ
ファクトのサービスあり
課題 ~ 続き
 テクノロジの成熟度
 Hive や Pig などの主要な Hadoop テクノロジが安定
しているのに対して、Spark などの新興テクノロジで
は、大幅な変更と改良が生じる場合あり
 Azure Data Lake Analytics や Azure Data Factory な
ども、他の Azure サービスと比べて比較的新しく、時
間と共に進化する可能性あり
 セキュリティ
 一元化された Data Lake へのすべての静的データの保
存に頼っているため、複数のアプリケーションとプ
ラットフォームで共有する場合、データへのアクセス
を保護することが課題となる可能性
ベストプラク
ティス
 並行処理の活用
 大部分のビッグ データ処理テクノロジでは、複数の処理単位にわたり、
ワークロードが分散されるため、分割可能な形式で静的なデータ ファイ
ルを作成し保存することが必要
 HDFS などの分散ファイル システムをつかうことにより、読み取りと書
き込みのパフォーマンスが最適化され、複数のクラスター ノードで並列
的に実行することで、全体的なジョブの時間を短縮
 データのパーティション分割。
 定期的なスケジュールで実行するバッチ処理はで、 処理スケジュールに
一致するテンポラルの期間に基づいて、データ ファイルや、テーブルな
どのデータ構造をパーティションに分割
 読み取り時のスキーマのセマンティクスの適用
 Data Lake の使用で、構造化、半構造化、非構造化のいずれであるかに
関係なく、ストレージを結合可能
 データ保存時ではなくデータ処理時にデータにスキーマを投影
 このことで、ソリューションに柔軟性が組み込まれ、データ検証と型
チェックによって起こる、データ インジェスト中のボトルネックを防止
ベストプラク
ティス ~ 続き
 適所でのデータの処理
 データは分散データ ストア内で処理され、必要な構造に変
換されてから分析データ ストアに移動することにより、大
量のデータと様々なな種類の形式のデータに柔軟に対応
 使用率と時間的なコストの均衡化
 バッチ処理ジョブの場合は、コンピューティング ノードの
単位あたりのコストと、それらのノードを使用してジョブ
を完了する 1 分あたりのコストという、2 つの要因を考慮
することが重要
 総コストと処理時間のトレードオフの検討
 クラスター リソースの分離
 ワークロードの種類ごとに別個のクラスター リソースを
プロビジョニングしてパフォーマンスを向上を検討
ベストプラク
ティス~ 続き
 データ インジェストの調整。
 既存のビジネス アプリケーションが、バッチ処理のための
データ ファイルを Azure Storage Blob コンテナーに直接書
き込むことができれば、そのデータ ファイルをそのまま
HDInsight または Azure Data Lake Analytics で使用可能
 しかし、多くの場合、オンプレミスまたは外部のデータ
ソースから Data Lake へのデータのインジェストを調整す
る必要あり
 Azure Data Factory や Oozie でサポートされているような
オーケストレーション ワークフローまたはパイプラインを
使用し、予測可能、かつ、一元的な管理が実現可能
 機密性の高いデータの早期の除外
 データ インジェスト ワークフローでは、プロセスの早い
段階で機密性の高いデータを除外して、Data Lake に保存
しないようにする必要あり
ビッグデータを扱うアーキテクチャスタイル
保存されているビッグデータソースのバッチ処理
動作中のビッグデータのリアルタイム処理
予測分析と機械学習
ビッグデータソースの
対話型探索
ビッグデータアーキテクチャの構成要素
データソース データストレージ バッチ処理
リアルタイム
メッセージ取込み
ストリーム処理 分析データストア 分析とレポート
オーケストレー
ション
利用可能なAZURE サービス群
HDINSIGHT(Hadoop)で利用可能
Managed(PaaS)
ラムダ
アーキテクチャ
バッチ処理とリアルタイム処理
をを併存させる
 よく使われている
 構成が複雑
カッパー
アーキテクチャ
※参考
ストリーム処理システムを併用
代表的なラムダアーキテクチャの使用例 - IoT
ビッグデータとイベントドリブン
バッチ処理
 ログからのアクティビティ
レポート作成など、保存
されたデータのバッチ処理
https://docs.microsoft.com/ja-jp/azure/architecture/data-guide/big-data/batch-processing
利用シーン
 単純なデータ変換からより完全なETL(抽出ー変換ー
読み込み)パイプラインに至るまで、様々なシナリオ
で使用
※ビッグデータのコンテキストでは、非常に大きなデータセット
を操作する可能性があり、計算にかなりの時間がかかる
 対話型での調査
 機械学習用モデル化の準備
 分析とビジュアル化用に最適化された
データストアへのデータ書き込み
 フラットな半構造化ファイル(CSV、JSONなど)
の大規模セットを構造化された形式に変換
 …
課題と構成要素
課題
• データ形式とエンコード
• タイムスライスの調整
構成要素
• データストレージ
• バッチ処理
• 分析データストア
• 分析とレポート
• オーケストレーション
テクノロジーの選択
– バッチ処理
U-SQL
Hive
Pig
Spark
テクノロジーの選択
– 分析データストア
SQL Data Warehouse
Spark SQL
Hbase
Hive
テクノロジーの選択
– 分析とレポート
Azure Analysis Service
Power BI
Microsoft Excel
テクノロジーの選択
– オーケストレー
ション
Azure Data Factory
Oozie
Sqoop
No SQL
データベース
 従来のRDBとは異なり、行と列のテーブルスキーマを使
用しないデータベース
 格納されているデータの種類に固有の要件に合わせて、
最適化されたストレージモデル
 トランザクション管理が必要な場合には適していない
 多くの場合、SQL互換のクエリーをサポートしているが、
実行戦略は従来のRDBMSとは異なる
https://docs.microsoft.com/ja-jp/azure/architecture/guide/technology-choices/data-store-overview
NO SQL データベースの種類と利用可能なサービス・OSS
 ドキュメントデータストア
 単票形式データストア
 キー/バリューデータストア
 グラフデータストア
 時系列データストア
 オブジェクトデータストア
 外部インデックスデータストア
クラウドを利用したモダナイズされたOSSの利用
従来
 ○○の問題には◇◇と□□の組み合わせがいいらしい
 ◇◇と□□の調査(ぐぐる?)
 定常運用のための仕組みを自作
 実行環境(HW)構築
 運用開始
 運用状況の監視
 OSSの更新と自作部分のメンテナンス/アップデート
 実行環境(HW)のメンテナンス/拡張
クラウド利用(モダナイズ)
 ○○の問題には◇◇と□□の組み合わせがい
いらしい
 ◇◇と□□の調査(ぐぐる?)
 Managed OSS をクラウド上に配置
 運用開始
 Managed機能を使った運用状況の監視
 利用状況の把握とスケール
リアルタイム処理
とても短い処理待機時間要件 (ミリ秒または秒単位で測定) がある入力データのアンバウンド ストリームの処理
課題と
アーキテクチャ
 課題
 大量のメッセージにおいて、取り込み、処理、格納を
リアルタイムで行う
 取り込みパイプラインのブロック阻止
 大量のデータの書き込みサポート
 リアルタイムでのアラート生成やダッシュボードでの
データ表示
 アーキテクチャ
 リアルタイムメッセージ取り込み
 ストリーム処理
 分析データストア
 分析とレポート
https://docs.microsoft.com/ja-jp/azure/architecture/data-guide/big-data/real-time-processing
Analytics and reporting で利用可能なサービス
 Azure Analysis Service
 Power BI
 Microsoft Excel
 Jupyter Notebook
 Zeppelin Notebook
 Azure Notebooks
https://docs.microsoft.com/ja-jp/azure/architecture/data-guide/technology-choices/analysis-visualizations-
reporting
参照アーキテクチャ
SQL Datawarehouse を用いた Azure の エンタープライズ向け BI
https://docs.microsoft.com/ja-jp/azure/architecture/reference-architectures/data/enterprise-bi-sqldw
Data Factoryを使ったオーケストレーション
https://docs.microsoft.com/ja-jp/azure/architecture/reference-architectures/data/enterprise-bi-adf
Azure Databricks によるストリーム処理パイプライン
https://docs.microsoft.com/ja-jp/azure/architecture/reference-architectures/data/stream-processing-
databricks
Stream Analyticsによるストリーム処理パイプライン
https://docs.microsoft.com/ja-jp/azure/architecture/reference-architectures/data/stream-processing-
stream-analytics
ソフトウェアの
重要な品質要素
 スケーラビリティ
 可用性
 回復性
 管理
 セキュリティ
https://docs.microsoft.com/ja-jp/azure/architecture/guide/pillars
Managed Serviceは開発者の敵か?
VM/Container
運用・管理のための仕組み
OSS
やりたいこと
この部分の開発スキルを持つ技術者にとって
Managedサービスは敵と思われても仕方がない
ユーザー企業が専念したいのは、この部分のはず
OSSを使ったアプリを作りたいなら、ここに集中すべき
開発者が選べる4つの道
VM/Container
運用・管理のための仕組み
OSS
やりたいこと
• OSSをManaged Serviceで使い、アプリの開発者
に
• 独自の運用・管理を開発し、クラウドベンダーと
組んで、Managed Serviceの提供者に
• 新たなOSSの開発者・あるいはOSSのContributor
に
• 別の技術領域にチャレンジ
まとめ
 クラウドによるモダナイゼーション
 アーキテクチャ駆動型開発
 アーキテクチャスタイル
 Big Dataを扱うアーキテクチャスタイル
 PaaS利用の推奨
 開発者の道
Q&A

More Related Content

What's hot

マイクロサービス 4つの分割アプローチ
マイクロサービス 4つの分割アプローチマイクロサービス 4つの分割アプローチ
マイクロサービス 4つの分割アプローチ増田 亨
 
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)Trainocate Japan, Ltd.
 
忙しい人の5分で分かるMesos入門 - Mesos って何だ?
忙しい人の5分で分かるMesos入門 - Mesos って何だ?忙しい人の5分で分かるMesos入門 - Mesos って何だ?
忙しい人の5分で分かるMesos入門 - Mesos って何だ?Masahito Zembutsu
 
Airflowで真面目にjob管理
Airflowで真面目にjob管理Airflowで真面目にjob管理
Airflowで真面目にjob管理msssgur
 
Hadoop/Spark を使うなら Bigtop を使い熟そう! ~並列分散処理基盤のいま、から Bigtop の最近の取り組みまで一挙ご紹介~(Ope...
Hadoop/Spark を使うなら Bigtop を使い熟そう! ~並列分散処理基盤のいま、から Bigtop の最近の取り組みまで一挙ご紹介~(Ope...Hadoop/Spark を使うなら Bigtop を使い熟そう! ~並列分散処理基盤のいま、から Bigtop の最近の取り組みまで一挙ご紹介~(Ope...
Hadoop/Spark を使うなら Bigtop を使い熟そう! ~並列分散処理基盤のいま、から Bigtop の最近の取り組みまで一挙ご紹介~(Ope...NTT DATA Technology & Innovation
 
Data Factoryの勘所・大事なところ
Data Factoryの勘所・大事なところData Factoryの勘所・大事なところ
Data Factoryの勘所・大事なところTsubasa Yoshino
 
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)NTT DATA OSS Professional Services
 
単なるキャッシュじゃないよ!?infinispanの紹介
単なるキャッシュじゃないよ!?infinispanの紹介単なるキャッシュじゃないよ!?infinispanの紹介
単なるキャッシュじゃないよ!?infinispanの紹介AdvancedTechNight
 
Fluentdのお勧めシステム構成パターン
Fluentdのお勧めシステム構成パターンFluentdのお勧めシステム構成パターン
Fluentdのお勧めシステム構成パターンKentaro Yoshida
 
Power BI をアプリに埋め込みたい? ならば Power BI Embedded だ!
Power BI をアプリに埋め込みたい? ならば Power BI Embedded だ!Power BI をアプリに埋め込みたい? ならば Power BI Embedded だ!
Power BI をアプリに埋め込みたい? ならば Power BI Embedded だ!Teruchika Yamada
 
イミュータブルデータモデル(入門編)
イミュータブルデータモデル(入門編)イミュータブルデータモデル(入門編)
イミュータブルデータモデル(入門編)Yoshitaka Kawashima
 
Presto ベースのマネージドサービス Amazon Athena
Presto ベースのマネージドサービス Amazon AthenaPresto ベースのマネージドサービス Amazon Athena
Presto ベースのマネージドサービス Amazon AthenaAmazon Web Services Japan
 
Microsoft Azure Storage 概要
Microsoft Azure Storage 概要Microsoft Azure Storage 概要
Microsoft Azure Storage 概要Takeshi Fukuhara
 
大量のデータ処理や分析に使えるOSS Apache Spark入門(Open Source Conference 2021 Online/Kyoto 発表資料)
大量のデータ処理や分析に使えるOSS Apache Spark入門(Open Source Conference 2021 Online/Kyoto 発表資料)大量のデータ処理や分析に使えるOSS Apache Spark入門(Open Source Conference 2021 Online/Kyoto 発表資料)
大量のデータ処理や分析に使えるOSS Apache Spark入門(Open Source Conference 2021 Online/Kyoto 発表資料)NTT DATA Technology & Innovation
 
こんなに使える!今どきのAPIドキュメンテーションツール
こんなに使える!今どきのAPIドキュメンテーションツールこんなに使える!今どきのAPIドキュメンテーションツール
こんなに使える!今どきのAPIドキュメンテーションツールdcubeio
 
大規模データ処理の定番OSS Hadoop / Spark 最新動向 - 2021秋 -(db tech showcase 2021 / ONLINE 発...
大規模データ処理の定番OSS Hadoop / Spark 最新動向 - 2021秋 -(db tech showcase 2021 / ONLINE 発...大規模データ処理の定番OSS Hadoop / Spark 最新動向 - 2021秋 -(db tech showcase 2021 / ONLINE 発...
大規模データ処理の定番OSS Hadoop / Spark 最新動向 - 2021秋 -(db tech showcase 2021 / ONLINE 発...NTT DATA Technology & Innovation
 
グラフデータベース入門
グラフデータベース入門グラフデータベース入門
グラフデータベース入門Masaya Dake
 

What's hot (20)

マイクロサービス 4つの分割アプローチ
マイクロサービス 4つの分割アプローチマイクロサービス 4つの分割アプローチ
マイクロサービス 4つの分割アプローチ
 
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
 
忙しい人の5分で分かるMesos入門 - Mesos って何だ?
忙しい人の5分で分かるMesos入門 - Mesos って何だ?忙しい人の5分で分かるMesos入門 - Mesos って何だ?
忙しい人の5分で分かるMesos入門 - Mesos って何だ?
 
Airflowで真面目にjob管理
Airflowで真面目にjob管理Airflowで真面目にjob管理
Airflowで真面目にjob管理
 
Hadoop/Spark を使うなら Bigtop を使い熟そう! ~並列分散処理基盤のいま、から Bigtop の最近の取り組みまで一挙ご紹介~(Ope...
Hadoop/Spark を使うなら Bigtop を使い熟そう! ~並列分散処理基盤のいま、から Bigtop の最近の取り組みまで一挙ご紹介~(Ope...Hadoop/Spark を使うなら Bigtop を使い熟そう! ~並列分散処理基盤のいま、から Bigtop の最近の取り組みまで一挙ご紹介~(Ope...
Hadoop/Spark を使うなら Bigtop を使い熟そう! ~並列分散処理基盤のいま、から Bigtop の最近の取り組みまで一挙ご紹介~(Ope...
 
Data Factoryの勘所・大事なところ
Data Factoryの勘所・大事なところData Factoryの勘所・大事なところ
Data Factoryの勘所・大事なところ
 
Redshift勉強会
Redshift勉強会Redshift勉強会
Redshift勉強会
 
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
Apache Sparkに手を出してヤケドしないための基本 ~「Apache Spark入門より」~ (デブサミ 2016 講演資料)
 
Azure Datalake 大全
Azure Datalake 大全Azure Datalake 大全
Azure Datalake 大全
 
単なるキャッシュじゃないよ!?infinispanの紹介
単なるキャッシュじゃないよ!?infinispanの紹介単なるキャッシュじゃないよ!?infinispanの紹介
単なるキャッシュじゃないよ!?infinispanの紹介
 
nginx入門
nginx入門nginx入門
nginx入門
 
Fluentdのお勧めシステム構成パターン
Fluentdのお勧めシステム構成パターンFluentdのお勧めシステム構成パターン
Fluentdのお勧めシステム構成パターン
 
Power BI をアプリに埋め込みたい? ならば Power BI Embedded だ!
Power BI をアプリに埋め込みたい? ならば Power BI Embedded だ!Power BI をアプリに埋め込みたい? ならば Power BI Embedded だ!
Power BI をアプリに埋め込みたい? ならば Power BI Embedded だ!
 
イミュータブルデータモデル(入門編)
イミュータブルデータモデル(入門編)イミュータブルデータモデル(入門編)
イミュータブルデータモデル(入門編)
 
Presto ベースのマネージドサービス Amazon Athena
Presto ベースのマネージドサービス Amazon AthenaPresto ベースのマネージドサービス Amazon Athena
Presto ベースのマネージドサービス Amazon Athena
 
Microsoft Azure Storage 概要
Microsoft Azure Storage 概要Microsoft Azure Storage 概要
Microsoft Azure Storage 概要
 
大量のデータ処理や分析に使えるOSS Apache Spark入門(Open Source Conference 2021 Online/Kyoto 発表資料)
大量のデータ処理や分析に使えるOSS Apache Spark入門(Open Source Conference 2021 Online/Kyoto 発表資料)大量のデータ処理や分析に使えるOSS Apache Spark入門(Open Source Conference 2021 Online/Kyoto 発表資料)
大量のデータ処理や分析に使えるOSS Apache Spark入門(Open Source Conference 2021 Online/Kyoto 発表資料)
 
こんなに使える!今どきのAPIドキュメンテーションツール
こんなに使える!今どきのAPIドキュメンテーションツールこんなに使える!今どきのAPIドキュメンテーションツール
こんなに使える!今どきのAPIドキュメンテーションツール
 
大規模データ処理の定番OSS Hadoop / Spark 最新動向 - 2021秋 -(db tech showcase 2021 / ONLINE 発...
大規模データ処理の定番OSS Hadoop / Spark 最新動向 - 2021秋 -(db tech showcase 2021 / ONLINE 発...大規模データ処理の定番OSS Hadoop / Spark 最新動向 - 2021秋 -(db tech showcase 2021 / ONLINE 発...
大規模データ処理の定番OSS Hadoop / Spark 最新動向 - 2021秋 -(db tech showcase 2021 / ONLINE 発...
 
グラフデータベース入門
グラフデータベース入門グラフデータベース入門
グラフデータベース入門
 

Similar to Big Data Architecture 全体概要

アプリのロギングからデータ収集・分析・活用
アプリのロギングからデータ収集・分析・活用アプリのロギングからデータ収集・分析・活用
アプリのロギングからデータ収集・分析・活用Atsushi Yokohama (BEACHSIDE)
 
Microsoft Ignite Fall 2021 Data Platform Update Topics
Microsoft Ignite Fall 2021 Data Platform Update TopicsMicrosoft Ignite Fall 2021 Data Platform Update Topics
Microsoft Ignite Fall 2021 Data Platform Update TopicsMicrosoft
 
Microsoft Azureのビッグデータ基盤とAIテクノロジーを活用しよう
Microsoft Azureのビッグデータ基盤とAIテクノロジーを活用しようMicrosoft Azureのビッグデータ基盤とAIテクノロジーを活用しよう
Microsoft Azureのビッグデータ基盤とAIテクノロジーを活用しようHideo Takagi
 
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介Insight Technology, Inc.
 
[de:code 2019 振り返り Night!] Data Platform
[de:code 2019 振り返り Night!] Data Platform[de:code 2019 振り返り Night!] Data Platform
[de:code 2019 振り返り Night!] Data PlatformNaoki (Neo) SATO
 
[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装
[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装
[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装de:code 2017
 
【日商USA】Webinar 2023.12.13 AWS re:Invent ハイライト ~データ活用の最先端を垣間見る~
【日商USA】Webinar 2023.12.13 AWS re:Invent ハイライト ~データ活用の最先端を垣間見る~【日商USA】Webinar 2023.12.13 AWS re:Invent ハイライト ~データ活用の最先端を垣間見る~
【日商USA】Webinar 2023.12.13 AWS re:Invent ハイライト ~データ活用の最先端を垣間見る~NISSHO USA
 
【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(後編)
【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(後編)【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(後編)
【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(後編)日本マイクロソフト株式会社
 
アプリケーション開発者のためのAzure Databricks入門
アプリケーション開発者のためのAzure Databricks入門アプリケーション開発者のためのAzure Databricks入門
アプリケーション開発者のためのAzure Databricks入門Yoichi Kawasaki
 
Azure IoT 最前線!_IoTビジネス共創ラボ 第12回 勉強会
Azure IoT 最前線!_IoTビジネス共創ラボ 第12回 勉強会Azure IoT 最前線!_IoTビジネス共創ラボ 第12回 勉強会
Azure IoT 最前線!_IoTビジネス共創ラボ 第12回 勉強会IoTビジネス共創ラボ
 
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]Hideo Takagi
 
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例Yutaro Ono
 
Azure Antenna はじめての Azure Data Lake
Azure Antenna はじめての Azure Data LakeAzure Antenna はじめての Azure Data Lake
Azure Antenna はじめての Azure Data LakeHideo Takagi
 
今改めて学ぶ Microsoft Azure 基礎知識
今改めて学ぶ Microsoft Azure 基礎知識今改めて学ぶ Microsoft Azure 基礎知識
今改めて学ぶ Microsoft Azure 基礎知識Minoru Naito
 
Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~
Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~
Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~IoTビジネス共創ラボ
 
【IVS CTO Night & Day】AWSにおけるビッグデータ活用
【IVS CTO Night & Day】AWSにおけるビッグデータ活用【IVS CTO Night & Day】AWSにおけるビッグデータ活用
【IVS CTO Night & Day】AWSにおけるビッグデータ活用Amazon Web Services Japan
 
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)日本マイクロソフト株式会社
 

Similar to Big Data Architecture 全体概要 (20)

アプリのロギングからデータ収集・分析・活用
アプリのロギングからデータ収集・分析・活用アプリのロギングからデータ収集・分析・活用
アプリのロギングからデータ収集・分析・活用
 
Microsoft Ignite Fall 2021 Data Platform Update Topics
Microsoft Ignite Fall 2021 Data Platform Update TopicsMicrosoft Ignite Fall 2021 Data Platform Update Topics
Microsoft Ignite Fall 2021 Data Platform Update Topics
 
Microsoft Azureのビッグデータ基盤とAIテクノロジーを活用しよう
Microsoft Azureのビッグデータ基盤とAIテクノロジーを活用しようMicrosoft Azureのビッグデータ基盤とAIテクノロジーを活用しよう
Microsoft Azureのビッグデータ基盤とAIテクノロジーを活用しよう
 
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
 
[de:code 2019 振り返り Night!] Data Platform
[de:code 2019 振り返り Night!] Data Platform[de:code 2019 振り返り Night!] Data Platform
[de:code 2019 振り返り Night!] Data Platform
 
Azure Data Explorer
Azure Data ExplorerAzure Data Explorer
Azure Data Explorer
 
[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装
[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装
[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装
 
【日商USA】Webinar 2023.12.13 AWS re:Invent ハイライト ~データ活用の最先端を垣間見る~
【日商USA】Webinar 2023.12.13 AWS re:Invent ハイライト ~データ活用の最先端を垣間見る~【日商USA】Webinar 2023.12.13 AWS re:Invent ハイライト ~データ活用の最先端を垣間見る~
【日商USA】Webinar 2023.12.13 AWS re:Invent ハイライト ~データ活用の最先端を垣間見る~
 
【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(後編)
【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(後編)【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(後編)
【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(後編)
 
アプリケーション開発者のためのAzure Databricks入門
アプリケーション開発者のためのAzure Databricks入門アプリケーション開発者のためのAzure Databricks入門
アプリケーション開発者のためのAzure Databricks入門
 
Azure IoT 最前線!_IoTビジネス共創ラボ 第12回 勉強会
Azure IoT 最前線!_IoTビジネス共創ラボ 第12回 勉強会Azure IoT 最前線!_IoTビジネス共創ラボ 第12回 勉強会
Azure IoT 最前線!_IoTビジネス共創ラボ 第12回 勉強会
 
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
 
[Japan Tech summit 2017] DAL 003
[Japan Tech summit 2017] DAL 003[Japan Tech summit 2017] DAL 003
[Japan Tech summit 2017] DAL 003
 
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
 
Azure Antenna はじめての Azure Data Lake
Azure Antenna はじめての Azure Data LakeAzure Antenna はじめての Azure Data Lake
Azure Antenna はじめての Azure Data Lake
 
[Japan Tech summit 2017] CLD 002
[Japan Tech summit 2017]  CLD 002[Japan Tech summit 2017]  CLD 002
[Japan Tech summit 2017] CLD 002
 
今改めて学ぶ Microsoft Azure 基礎知識
今改めて学ぶ Microsoft Azure 基礎知識今改めて学ぶ Microsoft Azure 基礎知識
今改めて学ぶ Microsoft Azure 基礎知識
 
Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~
Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~
Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~
 
【IVS CTO Night & Day】AWSにおけるビッグデータ活用
【IVS CTO Night & Day】AWSにおけるビッグデータ活用【IVS CTO Night & Day】AWSにおけるビッグデータ活用
【IVS CTO Night & Day】AWSにおけるビッグデータ活用
 
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
【de:code 2020】 Power Platform で広がるデータ インテグレーションの世界 (1/2)
 

More from Knowledge & Experience

ChatGPT(LLMによる生成系AI)の追加学習を No Code で行う ~ 概念モデリング教本を元に ~
ChatGPT(LLMによる生成系AI)の追加学習を No Code で行う  ~ 概念モデリング教本を元に ~ChatGPT(LLMによる生成系AI)の追加学習を No Code で行う  ~ 概念モデリング教本を元に ~
ChatGPT(LLMによる生成系AI)の追加学習を No Code で行う ~ 概念モデリング教本を元に ~Knowledge & Experience
 
Refine Conceptual Modeling by Philosopy and Mathematics
Refine Conceptual Modeling by Philosopy and MathematicsRefine Conceptual Modeling by Philosopy and Mathematics
Refine Conceptual Modeling by Philosopy and MathematicsKnowledge & Experience
 
Conceptual Modeling Workshop Desing - 概念モデリングワークショップ 設計編
Conceptual Modeling Workshop Desing - 概念モデリングワークショップ 設計編Conceptual Modeling Workshop Desing - 概念モデリングワークショップ 設計編
Conceptual Modeling Workshop Desing - 概念モデリングワークショップ 設計編Knowledge & Experience
 
概念モデリング ワークショップ 基礎編 - Conceptual Modeling for Real World
概念モデリング ワークショップ 基礎編 - Conceptual Modeling for Real World概念モデリング ワークショップ 基礎編 - Conceptual Modeling for Real World
概念モデリング ワークショップ 基礎編 - Conceptual Modeling for Real WorldKnowledge & Experience
 
概念モデルを精査する ~ 現象学・圏論・言語哲学
概念モデルを精査する ~ 現象学・圏論・言語哲学概念モデルを精査する ~ 現象学・圏論・言語哲学
概念モデルを精査する ~ 現象学・圏論・言語哲学Knowledge & Experience
 
「概念モデリング自動化に向けた第一歩」 ~ ChatGPT・Open AI 活用による開発対象のモデル化
「概念モデリング自動化に向けた第一歩」 ~ ChatGPT・Open AI 活用による開発対象のモデル化「概念モデリング自動化に向けた第一歩」 ~ ChatGPT・Open AI 活用による開発対象のモデル化
「概念モデリング自動化に向けた第一歩」 ~ ChatGPT・Open AI 活用による開発対象のモデル化Knowledge & Experience
 
Reconsider Shlaer-Mellor method as Conceptual Modeling
Reconsider Shlaer-Mellor method as Conceptual ModelingReconsider Shlaer-Mellor method as Conceptual Modeling
Reconsider Shlaer-Mellor method as Conceptual ModelingKnowledge & Experience
 
概念モデリングワークショップ 概念振舞モデル編
概念モデリングワークショップ 概念振舞モデル編概念モデリングワークショップ 概念振舞モデル編
概念モデリングワークショップ 概念振舞モデル編Knowledge & Experience
 
AI も IoT も Digital Twins も、すべてはデータモデルから
AI も IoT も Digital Twins も、すべてはデータモデルからAI も IoT も Digital Twins も、すべてはデータモデルから
AI も IoT も Digital Twins も、すべてはデータモデルからKnowledge & Experience
 
ChatGPT は概念モデリングの夢を見るか
ChatGPT は概念モデリングの夢を見るかChatGPT は概念モデリングの夢を見るか
ChatGPT は概念モデリングの夢を見るかKnowledge & Experience
 
概念モデリングによるビジネスの見える化とシステム開発のデジタルトランスフォーメーション.pptx
概念モデリングによるビジネスの見える化とシステム開発のデジタルトランスフォーメーション.pptx概念モデリングによるビジネスの見える化とシステム開発のデジタルトランスフォーメーション.pptx
概念モデリングによるビジネスの見える化とシステム開発のデジタルトランスフォーメーション.pptxKnowledge & Experience
 
ソフトウェア技術者のキャリアパスを考える ~ 技術者になるための戦略・戦術・作戦術
ソフトウェア技術者のキャリアパスを考える ~ 技術者になるための戦略・戦術・作戦術ソフトウェア技術者のキャリアパスを考える ~ 技術者になるための戦略・戦術・作戦術
ソフトウェア技術者のキャリアパスを考える ~ 技術者になるための戦略・戦術・作戦術Knowledge & Experience
 
IoT開発を支える技術の今とこれから
IoT開発を支える技術の今とこれからIoT開発を支える技術の今とこれから
IoT開発を支える技術の今とこれからKnowledge & Experience
 
Azure Video Analyzer OpenVino Extension Module on Raspberry Pi with Movidius
Azure Video Analyzer OpenVino Extension Module on Raspberry Pi with MovidiusAzure Video Analyzer OpenVino Extension Module on Raspberry Pi with Movidius
Azure Video Analyzer OpenVino Extension Module on Raspberry Pi with MovidiusKnowledge & Experience
 
Azure RTOS 概要 - IoT ALGYAN 技術セミナー 2021/9/11
Azure RTOS 概要 - IoT ALGYAN 技術セミナー 2021/9/11Azure RTOS 概要 - IoT ALGYAN 技術セミナー 2021/9/11
Azure RTOS 概要 - IoT ALGYAN 技術セミナー 2021/9/11Knowledge & Experience
 
30年来真名んできた中で IoT 実装で役立っている基礎技術
30年来真名んできた中で IoT 実装で役立っている基礎技術30年来真名んできた中で IoT 実装で役立っている基礎技術
30年来真名んできた中で IoT 実装で役立っている基礎技術Knowledge & Experience
 
Azure RTOS 概要 - IoT ALGYAN 技術セミナー
Azure RTOS 概要 - IoT ALGYAN 技術セミナーAzure RTOS 概要 - IoT ALGYAN 技術セミナー
Azure RTOS 概要 - IoT ALGYAN 技術セミナーKnowledge & Experience
 

More from Knowledge & Experience (20)

ChatGPT(LLMによる生成系AI)の追加学習を No Code で行う ~ 概念モデリング教本を元に ~
ChatGPT(LLMによる生成系AI)の追加学習を No Code で行う  ~ 概念モデリング教本を元に ~ChatGPT(LLMによる生成系AI)の追加学習を No Code で行う  ~ 概念モデリング教本を元に ~
ChatGPT(LLMによる生成系AI)の追加学習を No Code で行う ~ 概念モデリング教本を元に ~
 
Refine Conceptual Modeling by Philosopy and Mathematics
Refine Conceptual Modeling by Philosopy and MathematicsRefine Conceptual Modeling by Philosopy and Mathematics
Refine Conceptual Modeling by Philosopy and Mathematics
 
Conceptual Modeling Workshop Desing - 概念モデリングワークショップ 設計編
Conceptual Modeling Workshop Desing - 概念モデリングワークショップ 設計編Conceptual Modeling Workshop Desing - 概念モデリングワークショップ 設計編
Conceptual Modeling Workshop Desing - 概念モデリングワークショップ 設計編
 
概念モデリング ワークショップ 基礎編 - Conceptual Modeling for Real World
概念モデリング ワークショップ 基礎編 - Conceptual Modeling for Real World概念モデリング ワークショップ 基礎編 - Conceptual Modeling for Real World
概念モデリング ワークショップ 基礎編 - Conceptual Modeling for Real World
 
概念モデルを精査する ~ 現象学・圏論・言語哲学
概念モデルを精査する ~ 現象学・圏論・言語哲学概念モデルを精査する ~ 現象学・圏論・言語哲学
概念モデルを精査する ~ 現象学・圏論・言語哲学
 
「概念モデリング自動化に向けた第一歩」 ~ ChatGPT・Open AI 活用による開発対象のモデル化
「概念モデリング自動化に向けた第一歩」 ~ ChatGPT・Open AI 活用による開発対象のモデル化「概念モデリング自動化に向けた第一歩」 ~ ChatGPT・Open AI 活用による開発対象のモデル化
「概念モデリング自動化に向けた第一歩」 ~ ChatGPT・Open AI 活用による開発対象のモデル化
 
Reconsider Shlaer-Mellor method as Conceptual Modeling
Reconsider Shlaer-Mellor method as Conceptual ModelingReconsider Shlaer-Mellor method as Conceptual Modeling
Reconsider Shlaer-Mellor method as Conceptual Modeling
 
概念モデリングワークショップ 概念振舞モデル編
概念モデリングワークショップ 概念振舞モデル編概念モデリングワークショップ 概念振舞モデル編
概念モデリングワークショップ 概念振舞モデル編
 
概念モデリング再考
概念モデリング再考概念モデリング再考
概念モデリング再考
 
AI も IoT も Digital Twins も、すべてはデータモデルから
AI も IoT も Digital Twins も、すべてはデータモデルからAI も IoT も Digital Twins も、すべてはデータモデルから
AI も IoT も Digital Twins も、すべてはデータモデルから
 
ChatGPT は概念モデリングの夢を見るか
ChatGPT は概念モデリングの夢を見るかChatGPT は概念モデリングの夢を見るか
ChatGPT は概念モデリングの夢を見るか
 
.NET Micro Framework / .NET Gadgeteer
.NET Micro Framework / .NET Gadgeteer.NET Micro Framework / .NET Gadgeteer
.NET Micro Framework / .NET Gadgeteer
 
概念モデリングによるビジネスの見える化とシステム開発のデジタルトランスフォーメーション.pptx
概念モデリングによるビジネスの見える化とシステム開発のデジタルトランスフォーメーション.pptx概念モデリングによるビジネスの見える化とシステム開発のデジタルトランスフォーメーション.pptx
概念モデリングによるビジネスの見える化とシステム開発のデジタルトランスフォーメーション.pptx
 
ソフトウェア技術者のキャリアパスを考える ~ 技術者になるための戦略・戦術・作戦術
ソフトウェア技術者のキャリアパスを考える ~ 技術者になるための戦略・戦術・作戦術ソフトウェア技術者のキャリアパスを考える ~ 技術者になるための戦略・戦術・作戦術
ソフトウェア技術者のキャリアパスを考える ~ 技術者になるための戦略・戦術・作戦術
 
IoT開発を支える技術の今とこれから
IoT開発を支える技術の今とこれからIoT開発を支える技術の今とこれから
IoT開発を支える技術の今とこれから
 
Azure Video Analyzer OpenVino Extension Module on Raspberry Pi with Movidius
Azure Video Analyzer OpenVino Extension Module on Raspberry Pi with MovidiusAzure Video Analyzer OpenVino Extension Module on Raspberry Pi with Movidius
Azure Video Analyzer OpenVino Extension Module on Raspberry Pi with Movidius
 
Azure RTOS 概要 - IoT ALGYAN 技術セミナー 2021/9/11
Azure RTOS 概要 - IoT ALGYAN 技術セミナー 2021/9/11Azure RTOS 概要 - IoT ALGYAN 技術セミナー 2021/9/11
Azure RTOS 概要 - IoT ALGYAN 技術セミナー 2021/9/11
 
30年来真名んできた中で IoT 実装で役立っている基礎技術
30年来真名んできた中で IoT 実装で役立っている基礎技術30年来真名んできた中で IoT 実装で役立っている基礎技術
30年来真名んできた中で IoT 実装で役立っている基礎技術
 
Azure RTOS 概要 - IoT ALGYAN 技術セミナー
Azure RTOS 概要 - IoT ALGYAN 技術セミナーAzure RTOS 概要 - IoT ALGYAN 技術セミナー
Azure RTOS 概要 - IoT ALGYAN 技術セミナー
 
Azure IoT Edge Deep Dive
Azure IoT Edge Deep DiveAzure IoT Edge Deep Dive
Azure IoT Edge Deep Dive
 

Big Data Architecture 全体概要