Hadoopはなぜ必要か？　データ分析アーキテクチャを最適化する4つのメリット

　長年に渡り、データ分析基盤の中心となってきたEDW（Enterprise Data Warehouse）。近年は、データのボリュームと多様性の増加、データの移動と変換の複雑化、新たなデータソースの追加といった要因により、これまでのアプローチに限界が見え始めている。

　従来型の高コスト／高性能なデータシステムの多くで、ストレージの大半をコールドデータ（ほとんど使用されないデータ）が占める状況が見られ、価値の低いETL（抽出／変換／ロード）ワークロードが処理サイクルを大幅に浪費している。また、新しいタイプのデータの管理が貧弱で、価値のある分析結果も見逃されている。

　そこで、データアーキテクチャを最適化し、「コスト」「複雑さ」「拡張」の課題を解消する方法として採用されているのが「Apache Hadoop」だ。本コンテンツでは、Hadoopのメリットに加え、導入に適したデータ基盤について分かりやすく解説する。