ビッグデータ利活用の実現のために　～日立のビッグデータ活用事例

特集記事：HITACHI USER　-ITビジネスNavi Vol.7-

社会にあふれる有用な"情報"

ここ1，2年で急速に広まってきた「ビッグデータ」。

ビッグデータは、人から発信するデータ（インターネット上のあらゆるコンテンツ）、モノから発信するデータ（社会インフラや企業活動に関連するデータ）など、ありとあらゆる大量のデータです。（図1）これらの大量で有益な情報をムダにすることなく、新しいビジネスに効率よく活かしたり、社会へフィードバックすることが期待されています。

図1：社会にあふれる有用な情報

これらのビッグデータを収集し、蓄積、分析、結果をフィードバックするには、ITが不可欠です。日立は、企業ビジネスから、社会インフラシステムまで幅広くサポートしており、構築・運用・保守からモノづくりまでをトータルにサポートしています。

●ビッグデータはあらゆる分野で利活用が期待できます
流通分野	個客指向マーケティング	保守分野	予防保守・運用サービス
医療分野	オーダーメイド医療	電力分野	電力需給予測サービス
金融・保険分野	顧客細分型金融・保険サービス	交通分野	人流分析予測サービス
行政分野	世論分析・意思決定支援	通信分野	通信状況分析サービス

では、これまでに培ったノウハウを活かしたビッグデータ活用事例をご紹介しましょう。

ページの先頭へ

【事例】ガスタービン保全システム～センサー情報を収集する機器での利用例～

ガスタービンは、1機あたり約200個のセンサーを設置しており、ガスタービン保全システムでは、それぞれの稼働状況を一括して収集し、分析・監視しています。（図2）

図2：ガスタービン保全システム

課題は、データ量が増加し続けることによって大量のストレージが必要になったり、データ分析処理にかかる時間が長く、せっかくのデータを活かしきれないところにありました。ビジネスの成功には、稼働情報をリアルタイムに活用することがカギとなります。

ビッグデータを高度に高速に分析、効率よく保管、必要なデータを高速に検索することが期待されました。

新ガスタービン保全システムでは、稼働情報のライフサイクルにあわせた新技術を適用しました。稼働情報のライフサイクルとは、稼働情報を監視→蓄積→分析→さらに精度を上げた監視へと続くサイクルです。

適用した技術「ストリームデータ処理」ではビッグデータの高速分析を、「時系列データストア」ではビッグデータの高効率保管を行いました。

これらの技術の適用により、ストレージ量を削減、検索処理を高速化しました。これにより、大量の稼働データの収集と蓄積、多角的かつ高精度での分析が可能となりました。

表1：ガスタービン保全システムの課題と効果
課題	・データ量の増加により大量のストレージが必要・データ分析処理に時間がかかる
解決策	・データの効率的な保管・検索・分析処理の高速化
技術	・時系列データストア・ストリームデータ処理
効果	・ストレージ量を削減・検索時間を短縮

今回は、ガスタービン保全システムの例をご紹介しましたが、渋滞情報を把握するために自動車に取り付けられたセンサー、無線ICタグに記録された情報を読み書きするRFIDなど、各種機器からリアルタイムに発生するデータの分析に幅広く利用できる事例と言えます。

●ストリームデータ処理

データを溜めてまとめて処理するのではなく、発生するデータをその都度、メモリ上でリアルタイムに処理する技術。ビッグデータを高速処理します。

●時系列データストア

時系列データを特性に合わせてカラム単位に圧縮して格納することで、データ検索を高速化する技術。ビッグデータを高効率保管します。

ページの先頭へ

【事例】データセンター空調監視システム～日立グループ内のデータセンターの例～

データセンターを取り巻くビジネス環境は、ITシステムの大規模化・複雑化の中で、サービスレベルの向上と運用コストの低減が重要課題となっています。

データセンターの運用コストのうち、空調費低減に向けた課題と取り組みをご紹介します。

表2：データセンター空調監視システム
課題	・局所的な異常検知ができない・全体の温度を下げて調整
解決策	・ラック単位にリアルタイムな温度監視・局所的な監視と効率の良い空調制御
技術	・センサネット（日立AirSenseⅡ）・ストリームデータ処理
効果	・空調費削減（実証実験中）