Data gravity
Concept
データ重力とは、大量に蓄積されたデータ群がコンピューティング、ツール、複製、チームを引き寄せ、そのデータを移動しにくくしていく現象を指します。
あわせて取り上げられたテーマ
Data gravityに関するエピソードでは、Cost to serve、Process criticality、Azure Autoscale、Scope creep、Non-human identity、Managed Environmentsも取り上げられています。
Description
データ重力は、大量のデータがアプリケーション、サービス、他のデータを引き寄せる様子を説明するITアーキテクチャの概念で、物理学における質量が物体を引き寄せるのに似ています。あるところにデータが蓄積されるほど、その周りにコンピューティング、ツール、複製、チームが集まり、データを移動させることが難しくなります。データレイクやデータウェアハウスは、この効果を示すシステムの代表例としてよく挙げられます。
この用語は2010年にIT専門家のDave McCroryによって考案されました。その後、彼は2つの形態を区別しました。データがクラウドへ移動する過程で生じる自然なデータ重力と、法規制、スロットリング、操作的な価格設定といった外部要因によって生じる人工的な重力です。2020年には、大企業を対象に都市圏や業界別にこの効果を測定する「Data Gravity Index」を公開しました。
中核となるメカニズムは規模です。重力はデータ量とともに大きくなり、大規模なデータセットの移動はコストも時間もかかります。その結果、アプリケーションやサービスは、データの側を動かすのではなく、利用するデータの近くに配置される傾向があります。これにはいくつかの実務上の影響があります。データから遠く離れたアプリケーションは遅延が大きくなります。クラウドからのデータ送信料金のために、移行が採算に合わなくなることもあります。また、移行は移動対象のデータに依存するすべてのアプリケーションに追加の作業を生じさせます。AI、機械学習、エッジのデータソースが新たなデータを生み出すにつれ、新たな重力も次々と生まれ続けています。
データ重力をめぐる典型的な判断は、ワークロードをどこに配置するか、どれだけのデータを保持するかに関するものです。推奨される対応としては、アプリケーションとデータを同じ場所に置くこと、強力なガバナンスと標準を適用すること、ソースを統合ストアにまとめること、現在のデータ量ではなく将来的なデータ量を前提に移行を計画すること、上流へ送る前にエッジでデータをフィルタリングまたは分析することなどが挙げられます。
M365.FMのエピソード「Edge vs. Cloud in Manufacturing- Why the Wrong Architecture Costs You More」は、データ重力を複数の配置基準の一つとして扱っています。上流へ移動する際にどれだけのデータが生成され、実際にどの形式が必要かを問いかけています。すべてを永続的に収集する設計では、不要なバイトすべてに対して二重三重に費用を払うことになる、とエピソードは述べています。この議論では、データ重力は、障害時の振る舞い(機能は段階的に縮退し、定められたローカルの範囲内で生産を継続すべきだという考え方)や、適用範囲(単一のセンサーや資産はローカル配置が有利であり、広域のフリート運用は作業を上流へ押し上げる)といった他の要素と並べて検討されています。
エピソード「Fix Common Azure AI Foundry Project Failures」は、データ重力を単一プラットフォームへの集約の根拠として扱っています。AzureでデータとAIをホストすると遅延と複雑さが減ると述べ、大規模なAIプロジェクトでチームがAzureを選ぶ理由の一つとして提示しています。同じエピソードでは、Azureがオンプレミス、ハイブリッド、エッジでの推論もサポートしており、データを移動させるのではなく、データが生成される場所でAIを実行できることにも触れています。
両エピソードを合わせると、この概念を双方向から示していることが分かります。すなわち、データが既にある場所へコンピューティングを移動させることと、データをその発生源の近くで削減・処理し、移動させる量そのものを減らすことです。
Overview compiled with AI from M365.FM episodes and the facts on this page. You can improve it with the edit button below.
| Type | Concept |
|---|
Frequently asked questions
Questions marked with AI were written with AI from the facts on this page.
データ重力とは何ですか? (AI)
データ重力とは、大規模なデータセットがアプリケーションやサービス、他のデータを引き寄せる傾向のことで、データが増えるほど移動が困難で高コストになります。この用語はDave McCroryが2010年に考案しました。
データ重力はクラウド移行にとってなぜ重要なのですか? (AI)
大規模なデータセットの移動は遅く高コストであり、クラウドからのデータ送信料金によって移行が採算に合わなくなることがあり、依存するアプリケーションすべてに追加の作業が生じます。推奨される対応としては、将来的なデータ量を見据えて計画を立てること、アプリケーションとデータを同じ場所に置くことが挙げられます。
M365.FMのエピソードはデータ重力をアーキテクチャの選択とどのように関連付けていますか? (AI)
あるエピソードでは、製造拠点から上流へどのデータを移動させるべきかを判断する材料として用いられています。別のエピソードでは、遅延と複雑さを減らすためにAzureでデータとAIを一緒にホストする理由として挙げられています。
Community wiki
Short info above, community knowledge below: add practical tips, examples or corrections. New contributions are reviewed first; trusted members publish directly.
Experts and companies for this topic
Nobody has listed this topic yet. Add it to your profile.
Maintained by Mirko Peters (Microsoft MVP) · Last updated: