【図解】コレ１枚で分かるWebスケール

» 2015/05/07

1990年代に入りインターネットの商用利用が本格化する。そんな時代の1995年、MicrosoftがWindows95にInternet Explorerを無償で付属したことで、ブラウザーを介したインターネット利用が一気に普及する（正確には、Microsoft Plus! for Windows95に付属した）。

当時ブラウザーは、インターネットにつながるサーバー上の情報を閲覧するための手段に過ぎなかったが、1997年Microsoftが、電子メールをブラウザーで使えるサービスHotmailをリリース、2000年には、Salesforce.comが、SFA（Sales Force Automation）アプリケーションを同様の方法で使えるサービスの提供をはじめた。このようなサービスの登場により、ブラウザーは、インターネット越しに情報を閲覧するためのものから、アプリケーション・サービスを利用するためのものへと役割を拡げていった。

PCのコモディティ化とインターネット利用料金の低下が相まって、インターネットの利用者は、急速に拡大するなか、2004年にGoogleがはじめたGmailや2005年のGoogle Mapsなど、ブラウザーからインターネットを介してアプリケーションを利用するサービスは、さらに広がりを見せていった。

インターネットに繋げば、いつでも何処でも望む情報が手に入り、アプリケーション・サービスをうけられるようになったことで、ユーザーやデータは劇的に増大してゆく。その結果、必要となるシステム資源は、質的にも量的にも従来とは桁違いの規模となり、これが継続的に増大する状況が生まれた。これを「Webスケール」という。

Webスケールに対処するためには、サーバーやストレージなどのハードウェア能力をそれぞれ個別に増強する「スケールアップ」では、すぐに物理的な限界に達してしまう。そこで、同様のハードウェアを並列に追加してゆき、台数を増やして全体の規模を拡大することで能力を増強する「スケールアウト」が採用されることになる。スケールアウトにすれば、継続的な需要の増大に際しても、ハードウェアを追加すれば済むことから、容易に能力を増強できる。

ただ、システムの3層アーキテクチャを考えると、プレゼンテーション層（ユーザーインターフェース）やアプリケーション層（アプリケーション・サーバー）はスケールアウトして分散させることはできるが、当時主流となっていたリレーショナルデータベースで、データの一貫性を保ったままスケールアウトすることは、原理的（CAP定理）な困難があった。そこで、このスケールアウトに対応する技術として、リレーショナルデータベースではないデータベース（あるいはデータストア）方式が利用されるようになる。リレーショナルデータベースのデータ定義や処理を規定する言語SQLに対して、「SQLだけではない（Not only SQL）」という意味からNoSQLデータベースといわれるデータベースを使い、Webスケールに対応しようという方法だ。

このようなWebスケールに対応するためのスケールアウトの考え方をパブリック・クラウドではなく、プライベート・クラウドのインフラとして提供しようという製品が登場している。これらは、「ハイパー・コンバージド・システム」とも言われ、Nutanix、EVO:RAIL、Simplivityなどがこれに相当する。これら製品は、サーバー、ネットワーク、ストレージで1単位の標準化されたモジュールで構成され、これを追加してゆくことで、スケールアウトによりシステムの能力を増強することができる。

【最新版】最新のITトレンドとビジネス戦略【2015年4月版】

ITのトレンドとビジネス戦略について、集大成したプレゼンテーションの最新版をリリースしました。

＊テクノロジー編（265ページ）

・「歴史から振り返るITのトレンド」のチャートと解説を追加しました。
・IoTとビッグデータについて、内容を見做し、ストーリーの変更とチャートの追加・変更を行いました。
- IoTとビジネスとの関係について、新しいチャートを追加しました。
- コレ１枚で分かるIoTとビッグデータを新しいチャートに差し替えました。
- 「産業構造審議会商務流通情報分科会　情報経済小委員会　中間取りまとめ　～ＣＰＳによるデータ駆動型社会の到来を見据えた変革～」の発表内容を追加しました。
- インダストリー4.0のセクションを追加し、「コレ１枚で分かるインダストリー4.0」のチャートと解説を追加しました。

・スマートマシンについて、内容を見做し、ストーリーの変更とチャートの追加・変更を行いました。
- 「人工知能とは」の資料を新しく書き換えました。
- 「人工知能研究の歴史」を新規に作りました。
- 統計的アプローチとディープラーニングの比較について、新しくチャートを追加しました。
- ディプラーニングの事例を追加しました。
- 事例動画へのリンクを追加しました。