クラウド コンピューティングの経済性: 可用性、パフォーマンス、コストの 3 つの鍵を握る

数多くの新興プラットフォームが、最も魅力的な IT 機能を可能な限り低コストで提供しているため、企業ユーザーはクラウド コンピューティングの経済性に関する複雑な質問にも答える必要があります。

多くの企業ユーザーが IT 環境の負荷をクラウドに移行するにつれて、クラウド プロバイダーも、導入が容易でフル機能を備えたさまざまなサービス セットを急速に開発してきました。これは、データ ウェアハウス、ビジネス インテリジェンス、分析機能など、企業の IT 部門がこれまでクラウド環境への移行に抵抗していたクラウド サービスにも当てはまります。

もちろん、コスト効率は企業にとって大きな懸念事項です。Amazon Web Services、Google Cloud Platform、IBM Bluemix、Microsoft Azure はすべて、新規ユーザーがさまざまな IT サービスを試すことを奨励するために、一定レベルの無料サービスまたはアカウント クレジットを提供する入門トライアル アカウントを提供しています。

[[211607]]

しかし、データ ウェアハウス、ビジネス インテリジェンス、分析環境などの IT 運用をクラウドに移行することで得られる潜在的なコスト上のメリットに加えて、クラウドが CIO にとって最も魅力的な選択肢となる 4 つの要因があります。

• ビジネス機能をクラウド プラットフォームに移行した後も、システムが最新の状態に保たれ、近代化されていることを保証する機能。
• 最新かつ最高のハードウェア プラットフォームに導入できる仮想化システムにアクセスできるため、ハードウェアの陳腐化の可能性が低減します。
• クラウド ホスティングによって提供されるサービスの種類が増えています。そして
• システム管理やメンテナンスなどのタスクをクラウド プロバイダーに委任する機能。

クラウド リソース グループ

データ ウェアハウス、分析、レポート環境を革新し、最新化するという観点から見ると、クラウド サービスという用語は、実際には幅広いリソースと機能を包含しています。これらのリソースと機能には、以下が含まれますが、これらに限定されません。

• データ ストレージ: ファイル ストレージ (従来の階層型ファイル システムに類似)、ブロック ストレージ、オブジェクト ストレージなど、さまざまな非常にスケーラブルなストレージ オプションがすぐに利用できます。オブジェクト ストレージでは、データ項目がオブジェクトとして保存され、データを説明するメタデータによってアクセスが簡素化されます。
• コンピューティング プラットフォーム: 各クラウド プロバイダーでは、ユーザーが CPU、メモリ、一時ストレージの異なる構成のプラットフォームを指定して起動できます。コストは、コンピューティング タスクを実行するために必要なリソースによって異なります。
• データベース管理システム: オプションは、従来のリレーショナル データベース管理システムから、より複雑な SQL データベース、列指向データベース、インメモリ データベースまで多岐にわたり、すべてパフォーマンスが最適化されています。
• ビッグ データ分析環境: ベンダーは、Hadoop、Spark、データ ストリーミング機能、大規模データ ウェアハウスなど、さまざまなビッグ データ アプリケーションもサポートしています。
• ネットワークと負荷分散: 事前に設定されたコンピューティング構成で実行されているさまざまなノードのパフォーマンスを管理することを目的としています。
• 新興サービス: これは最も興味深いカテゴリであり、機械学習、非構造化検索、テキスト分析、音声および自然言語 API、データ視覚化、その他の機能などのオプションがあります。

クラウド プラットフォームへの移行を決定すると、ユーザーはクラウド プロバイダーと連携して、さまざまなコンピューティング プラットフォーム、ストレージ、アプリケーション、データベース、その他のサービス オプション、および管理ツール、開発者ツール、セキュリティ管理機能、システム監視などのその他の機能から選択できるため、ある程度の柔軟性が得られます。多くの場合、クラウド プロバイダーはプラットフォームとサービスへのアクセスを提供し、データ コンシューマーと協力してその分析ニーズを理解します。また、ビジネス インテリジェンス プラットフォームの設計、実装、管理もすべて「サービスとして」サポートします。

コストの考慮

コストに敏感な企業にとって、クラウド戦略を完全に実装する前に、クラウド コンピューティングの経済性をより深く理解することが重要です。ストレージの種類、コンピューティング プラットフォーム、データ アクセス パターン、およびサービスに関する決定に影響を与える、予想外の隠れたコストが存在する可能性があります。これらのコストは、全体的な支出予測に大きく依存します。このコスト モデルは、特に使用される測定単位が必ずしも一致しない場合には、少しわかりにくい場合があります。同じプロバイダーのサービス間でも、ましてや異なるプロバイダー間で同様のサービスを比較しようとすると、さらにわかりにくくなります。

次の例を考えてみましょう。

• コンピューティング – 一般的には、仮想 CPU またはマシン コアの数、メモリ容量、場合によっては仮想マシンに関連付けられた一時ストレージに基づいてプロビジョニングされるリソースを指します。
• ストレージ – 価格は、要求されたストレージの量、保存されるオブジェクトの数、要求の数、およびデータ転送の帯域幅に基づいて決定されます。
• データベース - 指定された構成の仮想サーバー上のデータベースの使用に対して、単位時間あたりの料金を請求できます。より複雑で高性能なデータベースおよびデータ ウェアハウス サービスには、より高い料金がかかります。

その他のサービスはご利用時に料金が発生します。たとえば、ユーザーが永続オブジェクト ストアに対して SQL クエリを実行し、クエリごとに料金を支払うことを許可するプロバイダーを考えてみましょう。ただし、このサービスのコストには、アクセスされるデータの量に基づいたクエリごとの定額コストと、クエリ結果をオブジェクト ストレージに保存するためのコストが含まれます。圧縮されていないデータを使用する場合、そのようなクエリを複数回実行するとコストが高くなる可能性があります。ただし、データが圧縮形式で保存され、列指向データ レイアウトで展開されている場合は、クエリによって返されるデータが少なくなり、全体的なコストが削減されます。

ユーザーの分析環境を更新する

利用可能なプラットフォームとサービスを理解することは、レポートおよび分析環境を更新するための計画を策定するための出発点となります。最新の環境を実装すると、2 つの目標が達成されます。まず、既存の機能を低コストで高性能なプラットフォームに移行します。 2 番目、そしておそらくもっと重要なのは、複数のデータ ストリームのリアルタイム取り込み、機械学習や人工知能などのアルゴリズムの適用、統合されたリアルタイム分析など、革新的な分析機能の適用が可能になることです。

ただし、オプションが多すぎると、システムの可用性、データの可用性、全体的なパフォーマンス、継続的なコストのバランスを取ることが複雑になります。 1 つの変数を最適化すると、他の 1 つ以上の変数の影響が減少する可能性があります。たとえば、各トランザクションを独自のデータ オブジェクトにマップするデータ展開レイアウトでは、データ アクセスの難しさは軽減される可能性がありますが、トランザクションの数が増えると、関連するデータ オブジェクトの数も増えます。したがって、そうすると、オブジェクトの数に基づいて料金が計算されるため、オブジェクト ストレージのコストが増加します。一方、多くのレコードを少数のファイルに集めてオブジェクトとして保存すると、個々のオブジェクトのコストは削減されますが、特定のレコードにアクセスするには大量のデータにアクセスする必要があり、データ転送コストが増加します。

つまり、「クラウド コンピューティングの経済性」は、システム設計における多くの要素の中で重要な変数になります。データ ウェアハウス、ビジネス インテリジェンス、レポート、分析機能をクラウドに移行することを検討する場合、データの使用パターンを評価し、情報モデルの種類を決定し、ユーザー コミュニティのニーズを評価することが重要です。クラウド プロバイダーと協力して、データ アーキテクチャ、サービス、アプリケーション設計に対する最適なアプローチを特定し、データの可用性、データの使用率、システム パフォーマンス、コストを最適化します。