Cloud Services

13 分

最近のクラウドサービスプロバイダー (CSP) は、特定のビジネス上の問題や技術的な課題を解決するために、単独で使用できる、またはさまざまな方法で組み合わせて使用できる多様なサービスを提供しています。このようなサービスの一部は、クラウドデータセンター内の物理リソースに抽象レイヤーを提供するという点で "コア" と考えることができます。コアリソースの種類には、コンピューティング、ストレージ、ネットワークリソースなどがあります。

CSP の提供するサービスの多くをこのようなコアリソースの種類が占めていた時期がありました。ただし、今日では、主要なクラウドプラットフォームには数百種類のサービスが含まれています。これらのサービスは、次のさまざまなカテゴリに分類されます。

コンピューティングサービス
ストレージサービス
ネットワークサービス
分析サービス
ID サービス
モノのインターネット (IoT) サービス
機械学習サービス
管理およびガバナンスサービス
メディア処理とプレゼンテーションサービス
その他のサービス

主要 CSP によって提供されるクラウドサービスの広さと深さを簡単に説明します。まずはコンピューティング、ストレージ、およびネットワークをサポートするコアサービスから始めます。

Compute Services

コンピューティングサービスによって、最新のクラウドプラットフォームのバックボーンが形成され、顧客は、CSP から提供されたリソースに対してプログラムを実行できます。一般的な例としては、仮想マシン、クラウドで Docker コンテナーを実行するサービス、ハイパフォーマンスコンピューティング (HPC) クラスター、クラウドにアップロードされたコードのサーバーレス実行をサポートする関数ランタイム、Web アプリケーションのホストなどがあります。

ストレージサービス

最新のクラウドプラットフォームでは、さまざまな方法でデータを格納およびアクセスできます。これらは、短期および長期の保存動作を管理するためのオプションを備えた基本的なオブジェクトとファイルストレージから始まります。また、通常は PaaS サービスとして提供されるリレーショナルおよび非リレーショナル (NoSQL) データベースサービスも含まれているので、CSP がライセンスとメンテナンスの作業を負担することになります。現在、ほとんどのユーザーは CSP の Web サイトにログインして、数分で MySQL または PostgreSQL データベースをデプロイできます。また、必要に応じて、AWS Neptune や Azure Cosmos DB などのサービスを使用して、グラフデータベース、キー値データベース、またはドキュメントデータベースを作成することもできます。多くの主要なクラウドプロバイダーは、Microsoft SQL Server や Oracle などの専有データベースをサポートするだけでなく、Cassandra、MariaDB、MongoDB などの一般的なオープンソースデータベースの PaaS バージョンもサポートしています。

CSP によって提供されるその他のストレージサービスには、データをクラウドに移動するためのメカニズムが含まれています。これには、ローカルデータセンターにインストール可能であり、クラウドベースのストレージと対話する、専用のハードウェアアプライアンスが含まれます。また、顧客の所在地からクラウドデータセンターに膨大な量のデータを転送する貨物トラックなど、さまざまなデータ移動サービスも含まれています。

ネットワークサービス

クラウドベースの仮想マシンはインターネット経由でアクセスされるため、サポートする仮想ネットワークがなければ、仮想マシンサービスは役に立ちません。実際のところ、クラウドに VM を作成するということは、通常、仮想ネットワークを作成して使用することを意味します。一部のツールでは、1 つの手順で仮想マシンとネットワークを作成して使用できます。また、ネットワークと、それを構成するコンポーネントを別々に作成する必要があるものもあります。

仮想マシンにインターネット経由でアクセスし、相互接続できるように、CSP は、仮想ネットワーク (VNet) とネットワークアプライアンス (仮想ネットワークインターフェイスカード (NIC) や IP アドレスなど) の作成をサポートしています。オンプレミスネットワークを CSP が管理するネットワークバックプレーンにリンクする直接接続を利用できます。仮想プライベートネットワーク (VPN) ゲートウェイには、オンプレミスネットワークだけでなく、他のクラウドでホストされるネットワークと統合するためのもう 1 つの選択肢が用意されています。仮想ファイアウォールでは、仮想ネットワークに出入りするトラフィックが規制されます。一方、トラフィックマネージャーでは負荷分散の重要なタスクが実行され、顧客はトラフィックをさまざまなデータセンターにルーティングする方法を指定できます。たとえば、インドのユーザーからのトラフィックを南アジアのデータセンターの Web アプリケーションに転送し、米国のユーザーには米国のデータセンターで実行されている同じアプリケーションを提供します。

物理ネットワークで実行できるほぼすべてのことは、仮想ネットワークでも実現できます。また、通常、世界中のどこでも数分で実行できます。ネットワークスイッチ、インターフェイスカード、またはその他のネットワークハードウェアにお金を掛ける必要はありません。

分析サービス

ビッグデータの時代が到来し、組織の大小を問わず、蓄積してきたデータを活用し、ビジネスを成長させ、顧客により良いサービスを提供するために分析に投資しています。多くの場合、ビッグデータには膨大な量のストレージとそれに相当する膨大な計算能力が必要です。そのため、顧客が分析サービスを利用できるようにクラウドサービスプロバイダーは多額の投資を行っており、分析ワークロードの爆発的増加の最大の単一要因の 1 つにクラウドがなっています。

分析サービスの例としては、ペタバイト規模のデータウェアハウスとデータレイク、リアルタイムのストリーム処理と抽出-変換-読み込み (ETL) 処理、データの自動カタログ化、サービスとしての検索、レポートソリューションなどがあります。多くの CSP には、Apache Hadoop や Apache Spark などの一般的なビッグデータツールのマネージドバージョンも用意されています。オンプレミスの Spark クラスター (大規模な大学や研究機関では珍しいことではありません) の計画、調達、展開、および構成には数か月かかる場合がありますが、クラウドには同規模のクラスターを分単位でプロビジョニングできます。また、不要になった場合は、使用されていないリソースへの支払いを回避するために削除することができます。

ID サービス

セキュリティは、オンプレミスで実行するアプリケーションには重要であり、クラウドで実行されるワークロードにはそれほど重要ではありません。セキュリティの基礎の 1 つは ID であり、ユーザーとユーザーのグループを定義し、ロールベースのアクセス制御 (RBAC) を使用してクラウドリソースへのアクセスを制御するための基盤を提供します。 ID サービスは、CSP の顧客向けに、ユーザー、グループ、およびロールの管理と監視に必要なツールを用意しています。これらのサービスは 、ディレクトリサービス と連携して、認証、承認、ガバナンスを管理します。

内部および外部のユーザーアクセスを両方管理する ID プロバイダー (IDP) を定義するために、これらのプラットフォームとしてのサービスを利用するようにアプリケーションを構成できます。たとえば、最新のクラウドプラットフォームでは、Facebook などのソーシャルメディアプラットフォームで確立されたサードパーティ ID を使用するか、Microsoft または Google アカウントを使用してユーザーを認証するアプリケーションを比較的簡単に作成できます。これにより、アプリケーション開発者はログイン資格情報を管理および保護する責任から解放され、データ侵害の可能性が軽減します。また、ID サービスを使用して、アプリケーション自体とアプリケーションが使用するリソースとの関係と相互作用を管理することもできます。

モノのインターネット (IoT) サービス

近年発生しているデータの爆発的な増加の 1 つの要因は、モノのインターネット (IoT) です。これにより、センサー、携帯電話、Web アプリ、さらには通常の家電製品でさえ、インターネット経由でデータが送信され、データリポジトリに収集されたり、Spark Streaming などのストリーム処理エンジンを使用してリアルタイムで分析されます。 Gartner は、2019 年の IoT デバイスの数が、2019 年の 140 億台から 2021¹. これに伴い、数百万台のデバイスからのデータを処理し、データをウェアハウスに格納し、データから分析情報を抽出し、さらに転送中と保存中のいずれの場合でもデータを安全な状態に保つ必要があります。

最近のクラウドプロバイダーでは、IoT ワークロードを処理するためのさまざまなサービスを提供しています。 Azure IoT Hub などのサービスでは、デバイスとクラウドサービス間の接続をセキュリティで保護し、1 秒あたり何百万件ものイベントを処理できるようにスケールしています。 Amazon Kinesis などのサービスでは、IoT デバイスから送信されたデータをリアルタイムで処理および分析できます。 Google BigQuery などのサービスでは、データのウェアハウススケールリポジトリを提供しており、ローカルデータベースに対するクエリと同じくらい簡単にクエリを実行できます。

クラウドベースの IoT サービスはビジネスの成長に使用されるだけではありません。地球の改善にも役立っています。 1 つの例は、ブラジルの熱帯雨林から来ています。Microsoft Research はサンパウロリサーチ財団とカンピーナス大学と提携し、森林全体に数百のセンサーを展開し、二酸化炭素、水、窒素、その他の栄養素が植物、動物、微生物を通じてどのように循環しているかを理解します². もう 1 つの例として、2018 年に行われたプロジェクトは、センサーを木に埋め込み、製材所にトラックで運ばれるときの動きを追跡することで、熱帯雨林の違法なログ記録と戦うプロジェクトです^{[3][^3]}。

機械学習サービス

今日のコンピューティングの最先端は、機械学習 (ML) と、ディープラーニングと呼ばれる機械学習の一部です。これは、最新の人工知能 (AI) の基礎となっています。多くの ML および AI モデルでは、妥当な時間数でトレーニングするために、特殊なグラフィックス処理ユニット (GPU) を備えた HPC クラスターが必要です。クラウドは、ML および AI の最新技術の進歩を支援するために、GPU をサポートし、ブラウザーを介してアクセスされる SaaS サービスという形式で、これらのリソースへのアクセスを共有し、Jupyter ノートブックなどの一般的なツールをサービスとして利用可能にし、Scikit-learn や TensorFlow などの一般的な ML/AI フレームワークを含む構築済みの VM を提供し、機械学習モデルの構築、トレーニング、テスト用のアプリケーションを提供しています。

また、主要なクラウドプロバイダーでは、トレーニング済みのモデルを REST API を使用して公開することにより、ML と AI をサービスとして利用できるようにしています。これらの API を使用すると、センチメントのテキストの分析、会話の作成、リアルタイムの音声翻訳、写真内のオブジェクト識別、写真の顔識別、顔の感情の定量化を行うことができます。かつては、高度なトレーニングを受けたデータサイエンティストのスタッフと、オンプレミスまたはクラウドを問わず大規模なコンピューティングリソースへの投資が必要なタスクでしたが、現在では、機械学習と人工知能の正式なトレーニングをほとんど受けていない、またはまったく受けていない開発者でも、アプリケーションプログラムに組み込むことができるようになりました。

管理およびガバナンスサービス

管理およびガバナンスサービスにより、CSP の顧客は、クラウドデプロイの分析、保護、および調整を行うことができます。これらのサービスには、バックアップやレプリケーションなどのディザスターリカバリー機能、使用可能なサービスの種類と構成にルールを適用するデプロイ規制サービス、構成の自動化、パフォーマンスとセキュリティの問題に関する分析情報を提供する監視サービス (場合によってはリアルタイムまたはほぼリアルタイムのアラート) が含まれます。

メディア処理とプレゼンテーションサービス

ビデオの処理と保存では、多くの場合、オンプレミスのコンピューティングリソースとストレージリソースに制限がかかります。このようなタスクにクラウドリソースを活用すると、多くの経済的および生産性のメリットが得られます。そのため、最近のクラウドプロバイダーは、メディアエンコード、ストレージ、キャッシュ、およびオンデマンドストリーミングを促進するサービスを提供しています。

その他のサービス

CSP は、他にも前述のカテゴリに分類されない多くのサービスを提供しています。以下に例を示します。

地理空間、経路、および交通データへのアクセスを提供するマッピングサービス。
モバイルアプリケーションのアプリケーション展開管理とプッシュ通知機能を提供するモバイルサポートサービス。
イマーシブアプリケーションの 3-D 空間およびレンダリングサポートを提供する Mixed Reality サービス。
分散型台帳テクノロジを活用するアプリケーションを構築するためのプラットフォームを提供するブロックチェーンサービス。
効率的に信頼性の高い方法で分散アプリケーションが相互に通信するための統合サービス。

クラウドは絶えず進化しており、その進化に伴い、新しい種類のサービスと既存のサービスの機能強化が行われています。 "クラウド" が主に仮想マシンでワークロードを実行し、大量のデータを保管する場所だったクラウドコンピューティングの初期から大きな進歩を遂げてきました。現在、クラウドの特徴を最も適切に表す言葉は、顧客にとって非常にスケーラブルで費用対効果の高い方法でビジネス上の問題を解決するように設計された多様なサービスです。

ケーススタディ:ホッキョクグマを救え!

前述のサービスはすべて独立して機能しますが、クラウドアーキテクトは、これらのサービスを組み合わせて、特定のビジネス上の問題を解決するために設計されたエンドツーエンドソリューションを形成することがよくあります。図 2.1 は、このようなソリューションの 1 つを示しています。Microsoft Azure で提供される複数のサービスを組み合わせて、北極圏のある地域にあるホッキョクグマ生息地の分析をほぼリアルタイムで提供しています。

図 2.1: サービスを組み合わせてエンドツーエンドのソリューションを構築する。

図 2.1: サービスを組み合わせてエンドツーエンドのソリューションを構築する。

このソリューションでは、北極圏の戦略的な場所に配置されたモーション起動カメラで、野生生物のスナップ写真を撮影しています。各写真は Azure Blob Storage に格納されます。写真が撮影されるたびに、写真に関する情報を含むイベント (撮影時刻、撮影場所、Blob Storage の URL など) がインターネットを介して Azure IoT Hub に安全に送信されます。そこから、イベントは Azure Stream Analytics に転送されます。このイベントは、最近のイベントのコンテキストでイベントを調べ、写真にシロクマの画像が含まれている 可能性 があるかどうかを判断します。

答えが "イエス" の場合、Azure 関数によって Blob Storage から対応する写真が取得され、それが Azure の Custom Vision Service に渡されます。これは、画像にホッキョクグマが含まれているかどうかを高い確度で判断できるようにトレーニングされています。 Azure 関数によって結果は Azure SQL Database に書き込まれます。 Microsoft Power BI によってデータベースが監視され、ホッキョクグマがどこにいるかを示すダッシュボードが更新されます (図 2.2)。

図 2.2: シロクマの目撃情報を示す Power BI ダッシュボード。

図 2.2: シロクマの目撃情報を示す Power BI ダッシュボード。

写真を撮影するカメラを除き、システム全体がクラウドで実行されます。組織の大小を問わず、クラウドにデプロイされている豊富なソリューションの中でも、このようなソリューションは一般的なものです。アーキテクトはソリューションを設計しますが、管理者はそれらを配置し、実行し、実行を維持する責任を負います。これは、現代の労働力としてクラウド管理者に高い需要がある理由の 1 つであり、クラウドコンピューティングの学習に投資しても、将来的に得られる大きな利益に見合うと言える理由でもあります。

フィードバック

このページはお役に立ちましたか?