クラスターのパフォーマンスの予測と最適化

ビッグデータ対応のインテル® CoFluent™ テクノロジーを使用して、ビッグデータのクラスター・パフォーマンスとネットワークの挙動について最適化とプランニングを行うことができます。

ビッグデータ対応のインテル® CoFluent™ テクノロジーは、ビッグデータの課題解決のためにクラスターのパフォーマンスとネットワークの挙動を予測するプランニングおよび最適化のソリューションです。ビッグデータ対応のインテル® CoFluent™ テクノロジーは、システム拡張性の予測や、システムサイジング、ハードウェア最大使用率の見極め、コスト最小化、システム / パフォーマンス予測など、クラスターを設計する際によく発生する課題の解決で効果を発揮します。ビジネスのニーズに合わせて最適化とプランニングを行うことができるこのテクノロジーは、ビッグデータ・クラスターへの IT 支出を最小限に抑えるソリューションを提供します。

利点

クラスター展開が迅速に

高度な構成が可能で、ソフトウェア環境でクラスターをシミュレーションできるこのテクノロジーを使用すれば、最適なクラスターサイズの決定や、最適なストレージと I/O の選定、リソースの計算などが把握できるため、リソース要件を特定するだけのためにクラスター・アプリケーションをセットアップする必要がなくなります。

クラスターを最適化

ビッグデータ・クラスターのプランニングと最適化で、パフォーマンスのボトルネックを素早く突き止めて解決。システムのオーバープロビジョニングを回避し、最適なソフトウェア設定とパフォーマンスを保証して、ROI を最大化します。

確信を持ってスケールアップ

ハードウェア使用率とソフトウェアの状態の予測、ハードウェアとソフトウェアの変更後のジョブ実行時間の予測、さまざまなハードウェア、ソフトウェア、ワークロードの精密なシミュレーションを行い、概念実証段階からスケーラブルなプロダクション・デプロイメントまでに必要なコストと時間を劇的に低減します。

使用事例

ビッグデータ対応のインテル® CoFluent™ テクノロジーを使って実際に課題を解決した事例をご紹介します。

ビデオ・ストリーミング

HDFS* でビデオ・ストリーミング

課題: 展開中にネットワークの利便性と安定性を最適化するビデオ・ストリーミング・システムのシミュレーション・モデルを作成したい。また、1,000 ユーザーの同時使用を支えるのに必要なネットワーク、ディスク、ノードを推計し、平均スループット率も特定したい。

ソリューション: ベースラインのシステム・シミュレーション・モデルを基に、ビッグデータ対応のインテル® CoFluent™ テクノロジーを使って必要なノード数を決定し、可能性のあるボトルネック課題とそれに対応するソリューションを把握して、最適なシステム・ディスク・オプションを決定する。

ビデオ分析

HBase* でビデオ分析

課題: カメラベースの使用シナリオに最適なハードウェアおよびソフトウェア構成を決定したい。

ソリューション: ビッグデータ対応のインテル® CoFluent™ テクノロジーのシミュレーション・モデルを使って、インサート強度、クエリー強度、バランスシナリオに基づいて 1,000 台のカメラをサポートするのに必要なノード数を推計する。また、ビデオ分析システムに必要な HD カメラ数とインテル® Xeon® プロセッサー搭載サーバー数の割合も推計する。

TeraSort

MapReduce* で TeraSort ベンチマーク

課題: 60 GB のファイルのソートを 200 秒以内に完了するために必要な構成を把握したい。

ソリューション: ビッグデータ対応のインテル® CoFluent™ テクノロジーでシミュレーション・モデルを構築し、実行時間 200 秒という条件をクリアできる、コストとコンポーネント数が最小のハードウェアおよびソフトウェアの構成を決定する。

オンラインバンキング

Impala* でオンラインバンキング

課題: ストレージ、圧縮、パーティショニング、キャッシング処理などのオフラインバンキングを最適化したい。

ソリューション: ビッグデータ対応のインテル® CoFluent™ テクノロジーでレポーティングのプロセスとクエリーの深層分析のプロセスを調べるシミュレーション・モデルを構築。レイテンシー、スループット、ハードウェア使用率、ソフトウェアの状態、ジョブおよびアプリケーション固有データ、カスタム指標も活用する。

関連コンテンツ

お客様の成功事例

ホワイトペーパー