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
•
1 like•857 views
db analytics showcase Sapporo 2018
Recommended
More Related Content
What's hot
What's hot (20)
Similar to 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
Similar to 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 (20)
Recently uploaded
Recently uploaded (9)
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
- 1. Azure 2018/06/22 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 日本マイクロソフト株式会社 クラウドソリューションアーキテクト 高木 英朗 (Takagi Hideo)
- 2. 本セッションでお伝えすること Microsoft Azure におけるビッグデータ基盤と AI 関連サービスについて、 デモを交えながらご紹介します。 AI サービス • Cognitive Services (Vision API) ビッグデータ基盤 • Azure Databricks • Azure Data Lake • HDInsight
- 3. 3 1. Microsoft AI Platform Overview 2. Cognitive Services 3. Azure Databricks 4. Azure Data Lake 5. HDInsight
- 5. 5 データの増大 2020 年 44 ZB クラウド活用企業 現在 80% AI への投資 2017 年 300% 増加 クリックストリーム センサー 動画 SNS Web デバイス リレーショナル アプリ ビッグデータ SQL クラウドAI アナリティクス
- 6. 6 Azure AI Services Azure Infrastructure Tools
- 8. Pre-Built AI Azure Cognitive Services Conversational AI Azure Bot Service Custom AI Azure Machine Learning
- 9. 自然界最悪の発がん物質であるカビ毒“アフラトキシン” に汚染されたコーンを自動認識・自動選別するデータドリ ブン型穀物ソーター • 食料安全と廃棄削減で世界的問題 • 秒速3.5mで流れ落ちるコーンから汚染コーンを即時 認識してエアジェット（コンプレッサー）で分離 • 従来技術では実現不可能だったが、独自のソート技 術にクラウドとデータ解析の新技術を融合しプロトタ イプ機で実用化に目途、年内に商用化予定 • 画像認識とデータ解析にAzureおよびFPGAを利用 90% 5%
- 10. 顕微鏡を使った研究開発の課題に対処する、リーンな 新しい顕微鏡用デジタルソリューションプラットフォーム 研究者が必要とする様々なアプリケーションを参加者が 自由に作成・登録し、コミュニティで共有することができる また研究者は自分が必要なアプリを組み合わせてワーク フローとして利用することができる アプリ＆ワークフロー利用例： • APIで顕微鏡をcapta astraへ接続 • 画像ファイルアップロード、画像変換 • オブジェクト検知 • 画像解析（目的別にオブジェクト集計、可視化） • レポート送信
- 13. 顔を検出して年齢・性別を推定
- 14. 顔から感情を検出する
- 15. 画像に含まれるテキストを抽出する
- 16. カスタム画像認識
- 17. Custom Vision Demo • ペットボトルの品質検査 • コンクリートの外観検査 • 商品の判別
- 18. 18 Azure AI Services Azure Infrastructure Tools
- 19. Azure Databricks
- 20. 20 25% 11% 7% 5% 4% 5% 18% 6% 13%3% 3% CONSULTING (IT) SOFTWARE (SAAS, WEB, MOBILE)BANKING / FINANCE ADVERTISING / MARKETING / PR ECOMMERCE / RETAIL HEALTH / MEDICAL / PHARMACY / BIOTECH CARRIERS / TELECOM EDUCATION PUBLISHING / MEDIA COMPUTERS / HARDWARE OTHER
- 21. 21 1,615 RESPONDENTS 900 DISTINCT ORGANIZATIONS ARCHITECTS ACADEMICS / RESEARCH 21% TECHNICAL MANAGEMENT 10% 5%DATA ENGINEERS 41% DATA SCIENTISTS 23%
- 22. 22 91% PERFORMANCE EASE OF PROGRAMMING 76%EASE OF DEPLOYMENT 69% ADVANCED ANALYTICS 82% 51% REAL-TIME STREAMING
- 23. 23 © Databricks 2018 SQL Query Data Frame Unresolved Logical Plan Logical Plan Optimized Logical Plan Selected Physical Plan RDDsPhysical Plans CostModel Catalog Analysis Logical Optimization Physical Planning Code Generation Catalyst 分散処理 オプティマイザー インメモリ処理 オープン ソースの並列分散処理エンジン
- 24. 24
- 26. 26 多様な接続機能を提供 Data Factory Azure Databricks Blob Storage Cosmos DB SQL Database SQL Data Warehouse Data Lake Store Power BI Cosmos DB Spark Connector JDBC / ODBC connection DBFS mount DBFS mount Event Hubs Connector SQL DB Connector SQL DW Connector Event Hubs Kafka Streaming Data Factory Activity Kafka on HDInsight
- 28. 28 準リアルタイム分析 ⇒ データの生成から遅延時間を最小限にした分析をしたい 加工・集計データ ストリームデータ ストリーム処理 センサーデータ CDR、POS データなど 分析アプリ ダッシュボード データリポジトリ
- 30. 30
- 31. 31 ジョブ スケジュール スクリプト 記述部分 Jupyter Notebook の操作性と Zeppelin のビジュアライゼーション＋α グラフ種別 実行結果 詳細表示
- 32. Read Data Demo Azure Storage を マウント JSON データを ロード View を作成 Spark SQL 実行 Blob Storage Azure Databricks
- 34. 35 準リアルタイム分析 ⇒ データの生成から遅延時間を最小限にした分析をしたい 加工・集計データ ストリームデータ ストリーム処理 センサーデータ CDR、POS データなど 分析アプリ ダッシュボード データリポジトリ
- 35. 36 ライブストリームデータ インプットテーブル クエリ― アウトプットテーブル 外部データストア センサーデータのリアルタイムな分析 モバイル端末データのリアルタイムな可視化 金融市場の変化をリアルタイムに追跡 POS端末データのリアルタイム分析と需要予測
- 36. Structured Streaming Demo Kafka データストリームの定義 ストリームデータの 表示 SQL DB データ との結合 結合データの 表示 SQL DBKafka Azure Databricks Azure Databricks
- 37. Machine Learning
- 39. 40 • Spark MLlib プリインストール済 • DataFrame ベースの API サポート • Tungsten や Catalyst による最適化 • 言語・ML アルゴリズムをとおして 統一された API を提供 • ML pipeline サポート • 複数の ML 処理を一つのパイプラインとして記述 • MMLSpark • マシンラーニング・モデルの構築に必要なデータ操作を効率化 • Model Selection • ハイパーパラメータチューニングの支援 並列分散機械学習を大規模データセットに対して実行
- 41. Machine Learning Demo SQL DW から データロード データを処理 トレーニング 評価 SQL Data Warehouse Azure Databricks
- 42. 43 Deep Learning ライブラリ / フレームワークのサポート • Cognitive Toolkit, TensorFlowOnSpark, BigDL 等のライブラリ / フレームワーク • Spark Deep Learning Pipelines • 事前学習済みモデルの適用 • 転移学習 • Python ベースの ハイレベル API • 分散ハイパーパラメタチューニング • DataFrame や SQL にモデルをデプロイ Spark クラスタ上でハイパーパラメタチューニング 転移学習への応用
- 43. Azure Data Lake
- 44. 45 HDInsight Spark, Hive, Storm, Kafka Data Lake Analytics YARN Azure Databricks ストレージ Azure Data Lake Store • 無制限に格納できるストレージ • データフォーマットを問わない • 分散型で分析処理の性能が高い バッチ分析ツール Azure Data Lake Analytics • 「サーバレス」の分析エンジン • SQL に近い U-SQL 言語 • 柔軟スケール＆大量データ処理 • ジョブ単位の課金 Data Lake Store BLOB Storage
- 46. 47 Data Lake Analytics Azure SQL DW Azure SQL DB Azure Storage Blobs Data Lake Store SQL Server Azure VM ✓ サーバ レスの分析クエリ サービス ✓ きめ細かい分析処理を大量データに最適化 ✓ 「U-SQL」クエリ言語を使用 @rows = EXTRACT name string, id int FROM “/data.csv” USING Extractors.Csv(); OUTPUT @rows TO “/output.csv” USING Outputters.Csv(); Azure Storage 系だけでなく、 Database Services にも クエリ実行が可能
- 47. 48 U-SQL で分析処理を記述 Data Lake Analytics に サブミット 分散処理の実行プラン 自動的で生成 ワーカーノードを割り当て 処理が実行される @rows = EXTRACT name string, id int FROM “/data.csv” USING Extractors.Csv( ); OUTPUT @rows TO “/output.csv” USING Outputters.Csv(); ✓ SQL ライクなシンプルなクエリ言語 ✓ スキーマ定義済み、未定義データ対応 ✓ C#, R, Python 拡張 SELECT … FROM … WHERE GROUP BY … HAVING JOIN OVER +
- 48. 49 @tweet = EXTRACT date string, time string, author string, tweet string, FROM “/Input/TwitterHistory.csv” USING Extractors.Csv(); @result = SELECT author.ToUpper AS author, COUNT(*) AS tweetcount FROM @tweet GROUP BY author; OUTPUT @result TO “/Output/TwitterAnalysis.csv” ORDER BY tweetcount DESC USING Outputters.Csv(); ①EXTRACT 保存されているファイルの フォーマットを読み取って カラム名を付与 ②SELECT 付与したカラム名を使って クエリを実行 C# 関数の埋め込み ③OUTPUT 結果を CSV 形式で出力 ~ ユーザーごとのツイート数を数えたい ~
- 51. 52 ビルトインの集約関数 • AVG • ARRAY_AGG • COUNT • FIRST • LAST • MAP_AGG • MAX • MIN • STDEV • SUM • VAR データ型 Numeric byte, byte? sbyte, sbyte? int, int? uint, unint? long, long? decimal, decimal? short, short? ushort, ushort? ulong, unlong? float, float? double, double? Text char, char? string Complex MAP<K> ARRAY<K,T> Temporal DateTime, DateTime? Other bool, bool? Guid, Guid? Byte[] http://usql.io/ 結合 • INNER JOIN • LEFT or RIGHT or FULL OUTER JOIN • CROSS JOIN • SEMIJOIN • Equivalent to IN subquery • ANTISEMIJOIN その他、パラメータの利用やウィンドウ関数等詳細情報やチュートリアルは左記 URL を参照
- 52. 53 U-SQL に R や Python を組み込んで高度な分析処理を実行することが可能 • 不正検知 • 販売予測 • 倉庫効率化 • 予知保全 • など 組み込み方法は以下の 2 つ ✓ U-SQL 内に直接スクリプトを記述 ✓ スクリプトファイルを作成して U-SQL 内に読み込み https://docs.microsoft.com/ja-jp/azure/data-lake-analytics/data-lake-analytics-u-sql-python-extensions https://docs.microsoft.com/ja-jp/azure/data-lake-analytics/data-lake-analytics-u-sql-r-extensions
- 53. AI を使って大量の画像データから、システムが理解できる情報を抽出して活用する 表情を検出し、ポジ / ネガ分析をする イベント等での効果測定 その他大量処理 大量のサムネイル画像一括作成 OCR で画像検索キーワード作成 画像の意味を読み取りタグ付け 画像を基にした関連性の発見 類似点を抽出してレコメンデーション等に活用
- 54. 55 Cognitive Services の学習済みモデルを使った AI 拡張機能を U-SQL で実行 イメージング: • 顔を検出する • 感情を検出する • 画像の内容を読み取ってタグ付けする • OCR (文字認識) テキスト: • キー フレーズ抽出 • 感情分析 ▼ビルトインの Cognitive 機能
- 55. 56 REFERENCE ASSEMBLY ImageCommon; REFERENCE ASSEMBLY ImageEmotion; @emotions_from_extractor = EXTRACT FileName string, NumFaces int, FaceIndex int, RectX float, RectY float, Width float, Height float, Emotion string, Confidence float FROM @"/images/{FileName}.jpg" USING new Cognition.Vision.EmotionExtractor(); 画像から顔を検出し、感情を推定する https://github.com/Azure-Samples/usql-cognitive-imaging-emotion-detection-hello-world
- 56. Data Lake - Cognitive Demo
- 57. 58 REFERENCE ASSEMBLY ImageCommon; REFERENCE ASSEMBLY ImageOcr; @imgs = EXTRACT FileName string, ImgData byte[] FROM @"/images/{FileName}.jpg" USING new Cognition.Vision.ImageExtractor(); @ocrs = PROCESS @imgs PRODUCE FileName, Text string READONLY FileName USING new Cognition.Vision.OcrExtractor(); 画像に含まれるテキストを抽出する https://github.com/Azure-Samples/usql-cognitive-imaging-ocr-hello-world
- 58. 59 REFERENCE ASSEMBLY ImageCommon; REFERENCE ASSEMBLY ImageTagging; @imgs = EXTRACT FileName string, ImgData byte[] FROM @"/images/{FileName}.png" USING new Cognition.Vision.ImageExtractor(); @tags = PROCESS @imgs PRODUCE FileName, NumObjects int, Tags SQL.MAP<string, float?> READONLY FileName USING new Cognition.Vision.ImageTagger(); 画像の意味を理解してテキスト化する https://github.com/Azure-Samples/usql-cognitive-imaging-object-tagging-hello-world
- 59. 60
- 60. 事例 URL https://customers.microsoft.com/en-us/story/gifu-u 大学本来の価値を向上させる "研究 IR" 実践に向け、膨大な情報資産を多様な書式・形式のま ま管理し、分析・活用する画期的な情報基盤を、クラウドで実現 ＜背景と狙い＞ • 「岐阜大学の将来ビジョン」を強力に後押しするために、大 学 IR に必要な情報基盤を追求。 • 多種多様な活動を行っている教員たちを正しく評価し、各 人のモチベーションを高めていくためにも、学内にある生の データを集めることが、もっとも重要なことだった。 • 事務員の PC の中に、Excel などにまとめられた生のデータ が数多く保存されていたのです。システムが定義するデータ 構造の枠内に納まらなかった、そうした生のデータを集めて、 分析できるように環境を整えることが重要だった。 ＜導入効果＞ • 学内のあらゆるデータを Azure Data Lake Store で管理し、 そのデータを検索する仕組みとして Azure Search を活用。 • 「今までは、漠然と推測していた事柄が、データによって裏付 けられ、グラフなどの形ではっきりと把握できるようになったこ とは、大きな成果」。
- 61. 「SPA=製造小売業」のお客様の抱える課題を解決 ＜背景＞ • コピー機の主戦場は企業の Office だったが、ビジネスを拡大するためにお 客様が活躍する現場、社会に広げて、データを集めて解析して価値の出る ように可視化→ビッグデータの活用 ＜課題＞ • これまでの考え方では ビックデータを始められない • マシン/IaaSベースでは予算・調達が足かせに • 試験的な取り組みなので、リソースが少ない • 多種、多量なデータ管理方法確立に時間がかかる • 製造小売業において、様々なデータを扱わなければならない • SNS、店舗画像、POS、etc… • これらのデータを読み込んだ段階でどういう風に処理するかを決めておくの は非常に難しい ＜導入メリット＞ • Azure Data Lake で低コストに始めることができた。 • スキーマ オン リードのためまずデータを保存できる。 • Cognitiveを使ってツイートされた画像を分析して、性別、年齢推定等 AI 時代を生き抜くためのビッグデータ基盤 ～リコーの実案件で見えたAzure Data Lakeの勘所～ https://youtu.be/zfD7d0Kqk_s
- 62. 63 目的 • 企業が「ネットゼロ」の水利用 を達成するのを支援する • 世界中から水の利用プロセス を収集する テクノロジー • Advanced Analytics • Azure IoT • SQL DW • Data Lake Store • Power BI & Dynamics 365 Benefits • 世界各地のお客様にプラン ト内測定を提供 • 冷却塔のリアルタイムセンシ ングと冷却ストリームの制御 “世界のすべての水がそこにあります。それをより効率的に使うだけです” – Arjan Boogaards, General Manager EMEA, Nalco Water, an Ecolab company Reference 事例: 水のネットゼロ利用の達成を支援する https://youtu.be/BB_QbLUX75Y
- 63. Azure HDInsight
- 64. すぐに使えるクラウド上の Hadoop / Spark 環境 ⚫ Hortonworks HDP ディストリビューション ⚫ 日本では東西両方のリージョンで利用可能 ⚫ 豊富なクラスタータイプ ⚫ Hadoop ⚫ HBase ⚫ Storm ⚫ Spark ⚫ R Server on Spark ⚫ Interactive Hive ⚫ Kafka
- 65. 66
- 66. 67 タイプ 概要 Hadoop Hadoop エコシステムの中核を構成する分散ファイル システムと分散アプリケーションフレームワー ク。 Spark ビッグ データ分析アプリケーションのパフォーマンスを向上させるメモリ内の処理をサポートする、並 列処理のフレームワーク。Spark は SQL、ストリーミング データ、機械学習に対応。 HBase Hadoop 上に構築される NoSQL データベースです。数十億行 x 数百万列に達するような大 量の非構造化データと半構造化データへのランダム アクセスが可能で、強固な一貫性が提供さ れる。 Storm 大量のデータ ストリームを高速処理するための分散型リアルタイム計算システム。 R Server R 言語を使った高度な分析を分散フレームワーク上で実行。 Kafka 分散ストリーミング プラットフォーム。 Interactive Query YARN 上に Daemon を常時起動し、Hive クエリ時のオーバーヘッドを減らして高速化。
- 67. Spark 基盤上で完全な R を高速実行する仕組み Data Frame HDFS YARN Resource Management Spark Executor HDFS Worker Task HDFS Name Node ScaleR Master Task Finalizer Initiator Edge Node Spark Spark Driver Spark Executor HDFS Worker Task Spark Executor HDFS Worker Task Remote Execution: ssh Web Services DeployR R Tools for Visual Studio BI Tools & Applications Jupyter Notebooks Thin Client IDEs https:// https://
- 69. 70
- 70. 71 Memory + SSD cache
- 71. 72
- 72. 73 Azure Data Lake Store Azure BLOB Storage 使いやすさカスタマイズ性 管 理 コ ス ト の 削 減 IaaS クラスター PaaS (マネージド) クラスター Big data as a Service BigData Analytics BigData Storage
- 73. 74 構造／非構造化データ ローデータ蓄積 (データ レイク) ホットデータ収集 バッチ / インタラクティブ / Advanced Analytics / Stream データソース Operational Systems ERP Master Data Social Sensors Click Stream Azure Data Lake Store Azure SQL DW W バッチ / インタラクティブ / Advanced Analytics / Stream バッチ / Advanced AnalyticsBlob Storage コールドデータ収集 Azure Data Factory バッチ / Advanced Analytics / AI Database Azure SQL DW 可視化 / 分析 App / Bot
- 74. 75 カスタマイズ可能な Cognitive Services Custom Vision https://www.customvision.ai/ Custom Speech https://cris.ai Language Understanding (LUIS) https://www.luis.ai Custom Translator https://portal.customtranslator.azure.ai/ ビッグデータ基盤 Azure Databricks チュートリアル https://docs.microsoft.com/ja-jp/azure/azure-databricks/databricks-extract-load-sql-data-warehouse Azure Data Lake チュートリアルやリファレンス http://usql.io HDInsight (Hadoop / Spark / Kafka / HBase / Interactive Query / Storm / R Server) チュートリアル https://docs.microsoft.com/ja-jp/azure/hdinsight/
- 75. © Copyright Microsoft Corporation. All rights reserved.
- 78. 79 ロード 学習 テスト デプロイ 対訳文 ビジネスや業界で使用される用語を解釈できるカスタムの翻訳モデルを構築 ・Neural Machine Translation (NMT) ・Statistical Machine Translation (SMT) https://portal.customtranslator.azure.ai/