The Doppler Quarterly (日本語) 春 2016

アプリケーションコンポーネントトピック公開サブスクライブデータ変換アプリケーションコンポーネントクラウドデータフローアクセスゲートウェイクラウド公開 / サブ図 1: Google Dataﬂow と Pub/Sub を使用した IoT の標準的な設計パターンデータ取り込みの拡張性モデル管理 IoT プラットフォームの成功には、絶え間なく変化し増加し続ける多種多様なデバイスからデータを取り込む柔軟性も欠かせません。Google Dataﬂow では、この機能を実現するために、さまざまなデバイスやソースからのデータを消費するための柔軟なインターフェイスを提供しています。 Google Cloud Platform のコンピュートおよびストレージとのネイティブ統合により、ほぼすべての IoT アプリケーションで十分な拡張性が得られます。モデル管理では、展開された分析モデルが一貫した方法で適切にテストされ、追跡され、継続的に更新されることを保証します。Analytics @ The Edge モデルなどを使用して分析の実行がより分散するようになると、分散実行の性質と、多数のデバイスのローカルに保存された分析モデルがあることから、モデル管理がこれまで以上に重要になります。Analytics @ The Edge の設計パターンを使用する IoT プラットフォームでは、接続デバイス内のコンピューティングリソースを活用して、予測モデルとリコメンデーションエンジンを実行します。 Dataﬂowを使用すると、信頼性の高いデータ転送と、インフライトでの作業データの実行が可能になります。Data- ﬂowには、ネイティブの Googleサービス向けのコネクターが用意されており、開発者は ETL や予測モデルの実行といったアクティビティ向けにカスタムモジュールを作成できます。また、 Dataﬂow を使用すると、ビジネスプロセスを一貫性のある実行ワークフローとして確実に実装できるようになります。データの同期多くの IoT コンシューマーは、デバイスやアプリケーションをオフラインまたは切断状態で使用できることを求めるでしょう。このような環境では、ローカルデバイスと中央のデータレポジトリの間でデータを同期させる必要があります。Google Firebase [3] は、このプロセスを Google Cloud でネイティブに有効化します。Google Firebase を使用すると、将来の使用や分析のためにデータを中央の保存場所に同期させて、アプリケーションをオフラインモードで操作できます。 IoT プラットフォームの設計に成功すると、透過的な柔軟性が得られます。Google Pub/Sub と Google Dataﬂow を使用すると、ソフトウェアチームと運用チームは IoT プラットフォームの個々のコンポーネントを置き換えることができ、ダウンタイムを最小限に抑えて、ユーザーの要求に応じてパフォーマンスを向上させることができます。これらのテクノロジーにより、 IoT プラットフォームをすばやく構築して、テクノロジーの進化とユーザー需要の増加に合わせて少しずつ調整することが可能になります。 2016 年春号 | THE DOPPLER | 27

The Doppler Quarterly (日本語) 春 2016 | Page 29