Google Cloud Platformは安価、オンプレへの投資も再利用できる

2017年06月16日 07時00分更新

文●羽野三千世／TECH.ASCII.jp

分散RDB「Cloud Spanner」が東京リージョンでも利用可能に

　2つ目のトピックとして、GCPが“インテリジェント”だという文脈で機械学習サービスとビッグデータ関連サービスが紹介された。

Google Cloudエンジニアリング部門バイスプレジデントのブラッド・カルダー氏

　Google Cloudエンジニアリング部門バイスプレジデントのブラッド・カルダー氏は、まず、5月にGA（一般提供）になったGCPの分散データベースサービス「Cloud Spanner」を取り上げ、「業界初にして唯一の水平スケーリング可能なリレーショナルデータベース（RDB）である」とアピールした。

　Cloud Spannerは、世界9拠点のGCPリージョンにデータを自動同期レプリケートする分散RDBサービス。「ユーザーが、データにどうインデックスをつけたらいいか、ストレージ容量は足りるかどうかといったことを考えなくてもよいフルーマネージドのサービスとして提供する」（カルダー氏）。SQLトランザクションに完全対応し、数千ノードにスケーリングする。「分散配置したリージョン間でデータの一貫性を確実に保証しつつ、リージョン間の通信にGoogle自前のプライベートネットワークを使うことで高いパフォーマンス、低遅延を実現している」（カルダー氏）。もともとはGoogleの社内向けに開発されたもので、Google内部では2007年から本番環境で利用されてきた。

　デモでは、Google Cloud ソリューションアーキテクトの八木橋徹平氏が、グローバルなチケット販売サービスをCloud Spannerで展開するケースを紹介した。「世界中でチケットを販売するサービスの要件は、すべての購買客が同一のデータベースにアクセスできるデータの一貫性の保証。また、データストアとしてスケーラブルであること、遅延が少ないことも求められる。Cloud Spannerはこのようなサービスの要件をすべて満たす」（八木橋氏）。

　Cloud Spannerは、まずインスタンスの名前をつけて、展開先のリージョンを選択し、インスタンスに何ノードのリソースをあたえるかを選択するだけで利用開始できる。データベースのテーブル設計は、トラディッショナルなRDBと同じだ。八木橋氏は、北米、アジア、ヨーロッパの3つのリージョンに分散したチケット販売サービスのシステムで、サービスを稼働させたままノードを追加するデモを行い、「ダウンタイム無しに、スキーマ構成の変更や、キャパシティの追加ができる」と説明した。

Cloud Spannerのインスタンス名、展開先リージョン、リソースを設定

Cloud Spannerで3リージョンにチケット販売サービスのデータベースを配置

Cloud Spannerのデータベースのテーブル設計はトラディッショナルなRDBと同じ

サービス稼働中のCloud Spannerにノードを追加

　Cloud Spannerは、6月16日からGCPの東京リージョンで利用可能になる予定だ。

「BigQuary」のエコシステムが拡大中

　続いてカルダー氏は、GCPのビッグデータ分析サービスとAIサービスを紹介した。

　GCPでは、WebやIoTからデータを取り込む「Pub/Sub」、データを変換する「Dataprep」「Dataflow」「Dataproc」、データ分析を行う「BigQuary」、分析結果を可視化する「Data Studio 360」「Cloud ML Engine」というように、エンドツーエンドのビッグデータ分析サービスを提供している。

　このうち、BigQuaryはSQLでデータ解析ができるデータウェアハウスだが、そのエコシステムが今、急拡大しているとカルダー氏は説明した。「BigQuary Data Transfer Service」（GoogleのAdWords、DoubleClick、YouTubeなどのSaaSからBigQuaryへデータを取り込むマネージドのデータインポートサービス）でのデータインポートに対応するサードパーティーのSaaSが増えている。BigQuaryと一緒に閊えるETL、アナリティクスサービス、BIや可視化ツールも増えているという。

BigQuaryのエコシステム

　AIについては、「AIを必要とする企業が、簡単に使えるようにすることに投資をしている」とカルダー氏。Googleは、深層学習フレームワーク「TensorFlow」をオープンソースとして公開し、TensorFlowのモデルのトレーニングを高速に実行する「Cloud Machine Learning」をGCPから提供している。「しかし、TensorFlowのモデルサポートがあっても、AIは複雑なもの。より簡単にAIをビジネスに取り入れたいユーザーは、APIでトレーニング済みの機械学習アルゴリズムを使うという手もある」（カルダー氏）。

　GCPでは、トレーニング済みのAIをアプリケーションに実装できるAPIとして、自然言語理解API「Cloud Natural Language API」、音声理解API「Cloud Speech API」、機械翻訳API「Cloud Translate API」、動画解析API「Cloud Video Intelligence」、画像認識API「Cloud Vision API」を提供している。