従来の BI や OLAP のワークロードを AtScale と BigQuery でモダナイズ
Google Cloud Japan Team
※この投稿は米国時間 2023 年 9 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。
オンライン分析処理（OLAP）は、ビジネス インテリジェンス（BI）システム内でデータの分析と報告に使用されているテクノロジーです。OLAP により、ユーザーは複雑なデータをさまざまな視点から分析し、ビジネスのパフォーマンスやトレンドに関するインサイトを得ることができます。1990 年代中頃は、Microsoft SQL Server Analysis Service（SSAS）、Business Objects、Cognos、Microstrategy などの OLAP プラットフォームが、「思考のスピード」で迅速にクエリを実行できることや、ビジネス指向の分析エクスペリエンスを提供できることから、ビジネス ユーザーにとって魅力的な OLAP ソリューションでした。
その後、クラウドに移行する組織が増えてくると、従来の OLAP テクノロジーは運用面とデータ量の面で十分にスケールできず、また、各組織が別個のデータコピーを生成し、それぞれのデータサイロに格納することから、管理が困難になりました。現在、あらゆる業界の企業のデータチームが、最新のクラウドデータ プラットフォームを最大限に活用できるよう、それぞれの分析プラットフォームをモダナイズすることを迫られています。AtScale と Google は、Tyson Foods、Cardinal Health、Bol.com などの大手企業と連携し、BigQuery のスケーラビリティと弾力性を生かしながら、OLAP の分析エクスペリエンスを提供する、スケーラビリティに優れた分析ソリューションを構築しました。
現在、AtScale と BigQuery は緊密に統合され、元データのアセットを Power BI、Excel、Tableau、Qlik、Looker などの一般的な BI プラットフォームを使った「思考のスピード」での分析エクスペリエンスに渡すための、オープンな分析ファブリックを確立しています。
AtScale と BigQuery が OLAP にもたらす変化
- AtScale の OLAP エンジンは SQL の枠を超えてビジネスのモデル化を実現
AtScale の OLAP 分析は、SQL の枠を超え、現在のクラウド ファーストとビッグデータの世界でも通用する次元モデリングの枠組みを採用しています。お客様は、ローコードの設計ユーティリティまたはコード ファーストの手法でビジネス プロセスをモデル化し、Previous、Next、Lead、Lag、Parallel Period、Ancestor、Parent、Descendants、Children、Siblings、Periods To Date など、さまざまな多次元のセル単位の演算子を利用できます。従来の OLAP をベースとする BI プログラムに投資してきた組織は、このモダナイズ プロセスにより、ビジネス ユーザーの業務の中断を最小限に抑えながら移行を進めることができます。
- AtScale は、データサイロを作成することなく、思考のスピードでクエリが可能
AtScale と BigQuery を使用した場合、クエリのパフォーマンスを最大限に高めるために、物理的なキューブを構築したり、データ抽出を作成したり、データを BI ツールにインポートしたりする必要がありません。AtScale では、BigQuery に格納される集計が作成および管理され、エンドユーザーのクエリパターンを使用してクエリのパフォーマンスが自動的にチューニングされます。データは BigQuery プラットフォームに維持されるので、セキュリティと管理が簡素化されるとともに、BigQuery エンジンの優れたスケーラビリティが生かされます。
- AtScale はさまざまな BI ツールや AI / ML ツールにネイティブで対応
Microsoft Excel は、ほぼ間違いなく、世界中で最も広く使われている BI ツールです。AtScale と BigQuery を使用すると、ユーザーはアドインや追加のクライアントサイド ソフトウェアをインストールすることなく、Microsoft Excel から BigQuery に対してリアルタイムでクエリを実行できます。AtScale は Microsoft Excel（MDX を使用）に対応しているだけでなく、Power BI（DAX を使用）、Tableau（SQL を使用）、Qlik（SQL を使用）、Looker（LookML を使用）、AI / ML ツール（Python を使用）とも同様に統合が可能です。エンドユーザーがよく使うツールで、機能やパフォーマンスを損なうことなく、ネイティブかつリアルタイムのクエリがサポートされます。
図 1: アーキテクチャの比較: 従来の OLAP（Microsoft SSAS の場合）と AtScale
AtScale と BigQuery による OLAP の再定義
BigQuery 用 AtScale プラットフォームはすでに利用可能です。AtScale は既存の BigQuery データ環境と直接連携します。AtScale プラットフォームの使用を開始するには、Google Cloud Marketplace で AtScale のページをご覧ください。AtScale と BigQuery の共同ソリューションの詳細については、こちらの技術的概要のドキュメントをご覧ください。また、最近開催されたウェビナー Modernizing Legacy OLAP & BI for High Performance Analytics では実際の操作を紹介しています。
-AtScale、創業者 / CTO David Mariani 氏
-分析およびデータ サイエンス パートナーシップ担当ディレクター Naveen Punjabi
