ブログコーナーへようこそ
現代では、"Data "という言葉には複数の意味があり、その抽出や解釈の仕方も様々です。このため、Google Cloud Platform（GCP）には、データ処理とウェアハウスの分野で3つの主要な製品があります。Dataproc、Dataflow、Dataprepは、さまざまなニーズに対応した大量のETLソリューションを顧客に提供しています。 Dataproc、Dataflow、Dataprepは、クラウド上のデータ処理ツールの新時代の3つの異なる部分です。これらは別々のタスクを実行しますが、互いに関連しています。 DataprocはGoogle Cloudの製品で、SparkやHadoop向けのData Science/MLサービスです。これに対し、Dataflowはデータのバッチ処理とストリーム処理を踏襲しています。データ処理のための新しいパイプラインを作成し、リソースはオンデマンドで生成または削除されます。一方、DataprepはUI駆動で、オンデマンドでスケールし、完全に自動化されています。 このDataproc、Dataflow、Dataprepの比較ブログでは、これら3つのデータ処理ツールが互いにどのように異なるかをお伝えします。 Dataproc vs. Dataflow vs. Dataprep： どっちが人気？ 上記のGoogle Trendsのスクリーンショットから、DataflowがDataprocやDataprepよりも顧客の嗜好を大きくリードしていることが確認されます。 Dataprocとは？その特徴 2004年にGoogleがMapReduceの研究論文を発表したのが始まりです。それ以来、Hadoopはビッグデータの世界で重要な役割を果たすようになりました。 2014年になると、ApacheはオープンソースでクラスタコンピューティングフレームワークであるSparkをリリースしました。Sparkは、データ並列化でクラスタ群全体で作業するための堅牢なモジュールを備えています。まもなく、Apache Sparkは人気を博し、Hadoopの代替とみなされるようになりました。 多くの企業がSparkとHadoopを並行して使い始めましたが、その結果、オーバーヘッドが発生し、構成が混乱しました。その結果、複雑でコストがかかることが判明しました。 ビッグデータで特定のクラスタを使いたくなかったとしても、そのための費用が必要になる。GCPによれば、Spark/Hadoopのデプロイメント全体をフルマネージドサービスに移行することが可能です。機械的にクラスタを作成し、Dataflowでクラスタを管理します。 レポートシステムも組み込まれていますし、何よりオンデマンドでクラスタの停止や削除も可能です。 特徴 : データフローとは？その特徴 データを最適化する際に、ETLのような主要なデータ処理技術は省かれます。Googleによると、Dataflowは、データのバッチ処理とストリーム処理を管理・運用できる。 Dataflowの主な目的は、ビッグデータを簡素化することです。プログラミングと実行のフレームワークを統合し、並列化を実現する。Dataflowでは、クラスタデータがアイドル状態になっていることはありません。その代わり、クラスタは継続的に監視され、（使用中のアルゴリズムに従って）リモデリングされます。 Dataflowでは、内蔵されたすべての機能でApache Beamタスクが可能です。また、他のツールでは低速になりがちなGoogle Cloud Platform上で実行することができます。 特徴 : Dataprepとは？その特徴 Dataprepは、データの可視化不足、冗長なデータ、処理の遅さという3大問題を解決するために作られました。Dataprepは、ファイルをCSV、JSON、またはグラフィカルな表形式に変換することで、ユーザーがデータを視覚的に探索できるようにします。 Dataprepは、TBサイズのクラスタやデータセットを容易に扱うことができます。Dataprepは、BigQueryなどでさらに利用するためにデータを加工する媒体としてのみ使用されます。 データの利用規模が大きくなると、セキュリティに問題が生じることがあります。そこでGoogle Cloudは、Dataprepに独自のIdentity and Access Managementを提供しています。 特徴 : Dataproc、Dataflow、Dataprepの違いについて Dataprocはクラスタへの手動プロビジョニングをサポートし、Dataflowはクラスタへの自動プロビジョニングをサポートします。Dataprepは、将来の使用のためにデータを準備し、きれいにするのに役立ちます。 システムがHadoopに依存している場合は、Dataprocを選択するのが賢明です。Dataprocは、Hadoopの拡張サービスとして作られたものです。 ハンズオンのDev-opsアプローチを好むのであれば、Dataprocを選ぶとよいでしょう。一方、サーバーレスアプローチを好むのであれば、Datflowを選択します。一方、DataprepはUIドリブンです。 すでに以前から見てきたように、多くの人がDataprocやDataprepよりもDataflowを好んでいます。G2のユーザーレビューによると、DataprocはDatflowに比べて使いやすいという意見が多いようです。一方、Dataprepはデータ処理ツールとしてしか捉えられていない。 HadoopやSparkとの連携機能によるリアルタイムなデータ収集は、Dataprocの方が顕著です。データレイク、データ収集、クリーニング、クラウド、ワークロード処理については、データフローが高く評価されている。ビジュアル分析、データプリの助けを借りてのデータ加工は、そのプラスポイントとして見られています。 ポータビリティの面では、データフローはプログラミングと実行モデルを融合しています。このように、データの並列化を実現し、DataprocやDataprepよりも移植性が高い。 Dataproc、Dataflow、Dataprepの共通点 Dataproc、Dataflow、Dataprepを比較しながら、いくつかの共通点があることを紹介します： Dataproc、Dataflow、Dataprepの表形式比較。 […]
BPR（ビジネスプロセス・リエンジニアリング）とは、コスト、品質、管理、スピードといった実行の主要かつ現代的な割合において、さまざまなアップグレードを達成するために、ビジネスプロセスを中心に再評価し、根本的に更新することである。 消費者ロイヤリティの向上は、頻繁に本質的なポイントになります。ビジネスプロセスリエンジニアリングには様々な長所と短所がある。 ビジネスプロセスリエンジニアリング（BPR）を効果的に活用することで、企業団体が得ることのできるメリットを以下に紹介します： BPRには様々な制約もあります。 ビジネス・プロセス・リエンジニアリングは、必ずしも容易ではありません。BPRが始まった当初から、異議、問題、課題のような、BPRの使い方にまつわる課題がありました。ビジネスプロセスリエンジニアリングのデメリットは以下の通りです： 結論 BPRの専門家は、エンドユーザーや経営者の支持、ビジネスプロセスマネジメントの全体的な視点の伝達、ビジネスシナリオのニーズの変化に対応するためのダイナミックさなどの課題に直面しています。 これらの困難は、どこにも行きません。いずれにせよ、うまく運営されたプロフェッショナルなBPR手法であれば、これらを克服するのは時間の問題である。
読者の皆さんこんにちは、お元気ですか。今回も皆さんと共有したい情報をお届けします。 今回は、オープンソースのASP.NETコンテンツマネジメントシステムについて書きます。 最近、私はCMSについてたくさん書いているように見えますが、それは情報を持つことの素晴らしさであり、私たちYourtechdietは、私たちが知っていることやできることをできるだけ共有することを信じています。それでは、オープンソースのASP.NET CMSをいくつかご紹介しましょう。 現代を生き抜くために、すべてのブランドは非の打ちどころのないデジタル体験を、それもチャネルを超えて提供しなければならないことを、私たちは皆知っています。 そのために必要なものは何でしょうか？そう、組織の目標や予算に見合ったCMSが必要なのです。 PHPでは、開発者が行くべき多くの選択肢がありますが、残念ながら、その一方で、ASP.NETには多くの選択肢の贅沢が付属していません。 とはいえ、少ない選択肢でも.net coreは最もパワーパックされた変幻自在のフレームワークの1つです。Entity Frameworkのような迅速なアプリケーション開発のためのいくつかの素晴らしいツールが付属しています。 ASP.NETを使用するいくつかの主要なWebサイト ASP.NET CMSのベスト6をご紹介します。 ドットネットヌーク(DNN) 80万以上のウェブサイトを支えているDNN（DotNetNuke）は、ASP.NETをベースにしたオープンソースのCMSです。拡張性とセキュリティが特徴で、.Net開発者向けの開発フレームワークを提供しています。 内蔵ツール、カスタム開発された拡張機能、そして完全にコミットされたバックエンドサポートが付属しています。 ハイライト 最新バージョン：9.3.2 ケンティコCMS 私のリストの2番目はKentico CMSです。100カ国、25,000のウェブサイトが存在するこのCMSは、ウェブサイト構築のための素晴らしい機能のセットを提供します。 Kenticoの公式サイトによると、すぐに使える優れた機能性を備えており、競合他社よりも優位に立つことができる。 例えば、多言語サポート、すぐに使えるウェブパーツなどです。また、一貫した優れたパフォーマンスを提供するために、Kenticoのオンラインマーケティングソリューションとの完全な統合サポートがあります。 ハイライト 最新バージョンです： Kentico 12 SP ウンブラコ 次に紹介するのは、人気の高いオープンソースのASP.NETベースのCMSです。基本的には無料ですが、有料のトレーニングやサポートサービスのオプションが付属しています。このCMSは、フォーチュン500社向けの複雑なアプリケーションから小規模なキャンペーンまで、何でも実行できる柔軟性が最大の特徴です。 このCMSは、エレガントなUIと純粋な.NETアーキテクチャを備えています。このCMSは、ゼロから豪華なウェブサイトを構築するために、クリーンなマークアップストレージ、論理的なコンテンツストレージ、クリーンなAPIなどの重要な機能性を提供します。 ハイライト 最新バージョン：v8.1.4 サイトフィニティ リストのもう一つは、次世代型Web CMSです。Gartner Peer Insights Customer Choice forを受賞しています。2018年、2019年と2年連続でWeb CMSを受賞しています。 RadControlのような素晴らしいソリューションを生み出したのと同じチーム、Telerikによって開発されています。これ以上言う必要があるでしょうか？ ハイライト 最新バージョン：12.1.7100 モジョポータル mojoportalは、比較的知名度も利用者も少ないCMSですが、多くの機能を備えています。最もスケーラブルでモバイルフレンドリーな.netベースのCMSの1つである。 このCMSは、コンタクトフォーム、ブログ、フォーラム、Google/Bingマップ、ニュースレター、カレンダー、投票、eコマース、その他多くの機能で構成されています。 また、MS SQL 2005/2008/SqlAzure、MySQL、SQL CE、Firbird Sqlをサポートしています。 多くの人がこのCMSを使用して独自のアプリケーションを開発することを好みます。最も強力なスタンドアロンCMSの1つであるため、学習や使用が容易です。 ハイライト […]
Text-to-Speech Engine技術（より一般的にはTTSと呼ばれる）を使用して、テキスト文書の音声版を作成します。 デジタル機器の普及に伴い、音声認識やそれに類する技術への依存度が高まる中、TTSが脚光を浴びています。 しかし、この技術の応用はそれだけにとどまりません。この技術の助けを借りて、テキストメールを音声記録に変換することができます。また、視覚障がい者の方がテキストコンテンツを理解するのにも役立ちます。 このブログを通じて、最高のオープンソースTTSエンジンツールをいくつか見ていきたいと思います。これにより、その特徴や利点をより明確に理解することができます。 MARYTTS MARY Text-to-Speech は、英語（英米語）、フランス語、ドイツ語、イタリア語、ロシア語、その他多くの言語をサポートする多言語 TTS 合成プラットフォームです。 特徴 イースピーク eSpeakは、WindowsとLinuxの両方で利用可能な、コンパクトなオープンソースのテキスト音声合成エンジンです。英語はもちろん、その他多くの言語をサポートしています。その主な機能を簡単にご紹介しましょう： 特徴 ミミック 電光石火のオープンソースTTSエンジンで、その中核機能は以下の通りです： 特徴 CMUフライトTTS Festival Liteは、より一般的にFliteとして知られています。小型のランタイムエンジンで、TTSエンジンの中では最速と言われています。 オープンソースのエンジンであるため、無料で利用でき、多くのカスタマイズが可能です。そのため、多くの企業がこのTTSエンジンを採用しています。ここでは、そのコアとなる機能のいくつかを見てみましょう： エムブローラ MBROLAは、Multi-Band Resynthesis OverLap Addの略です。MBROLAは、著名なオープンソースのTTSエンジンの1つでもあります。そして、多くの音声言語のサポートを提供しています。では、その主な機能を簡単に見てみましょう： YakiToMe YakiToMeは、テキストファイルを簡単に音声ファイルに変換することができます。音声ファイルをMP3オーディオファイルにダウンロードすることができます。その主な機能を理解しましょう。 キーテイクアウェイ 上記のツールにより、オープンソースのttsエンジンは、異なる言語のテキストを変換するために広く使用することができることが理解できます。また、これらのエンジンを使って、ソーシャルプラットフォームや社内ユーティリティなどを作成することも可能です。
CAの多くは、Alexa、Siri、Google Assistant、Cortanaなどの音声アシスタントを聞いたことがあるはずです（そしておそらく、彼らからも話を聞いたことがあるでしょう）。 これらの音声アシスタントは、基本的に音声認識（当たり前ですが）、NLP、音声の合成をベースにしています。 世界の音声アシスタント市場は、2018年＠12億ドルから2024年には54億ドルへと30%の成長を見せると予測されています。 最近の消費者調査の結果、2020年1月の時点で、米国の成人8770万人がスマートスピーカーを使用していることが確認されています。 2019年第3四半期時点で、アマゾンは1040万台でアリババ（390万台）、バイドゥ（370万台）、グーグル（350万台）などを抜いてスマートスピーカー市場をリードしています。 このように市場が急成長しているため、多くの企業が業務の一部として活用しようと躍起になっています。 音声アシスタントはまだ完全に実現された技術ではないので、企業にとっては、簡単にカスタマイズしたり、遊んだりできる音声アシスタントソリューションを選ぶことがより理にかなっています。 そうなると、オープンソースの音声アシスタントがぴったりです。それでは、現時点で入手可能な最高のオープンソース音声アシスタントをいくつか深掘りしてみましょう。 マイクロフト Mycroftは、おそらくすべてのオープンソースの音声アシスタントの選択肢の中で最も人気があり、その最初のものでもあります。Mycroftは、2015年にMark 1で製品キャンペーンを開始し、それ以来長い道のりを歩んできました。 マーク1を使いこなすためのノウハウをご紹介します。マークは、事実関係の問い合わせに答えたり、音楽を再生してくれたり、Wi-Fi接続された家電を簡単に操作できたりと、初歩的な操作のすべてをこなすことができます。 マイクロフトは、次世代スマートスピーカーと言われるマーク2まで作っています。 マイケル・ルイスは最近、新CEOとして入社しました。彼のインタビューから、マイクロフトが事業を運営する上で、プライバシーとオープン性を最も重要視していることが推測される。 価格について： Mark 1は149.99ドル、Mark 2は予約時に1ドルのデポジットを徴収しているそうです。発売までしばらくお待ちください。 オープンアシスタント Open Assistantは、オープンソースの音声アシスタントのプロトタイプです。Open Assistantが音声アシスタントの選択肢としてより魅力的なのは、音声コマンドがデバイスにのみ制限されることを保証する点です。 Open Assistantは、ブートマインド、ルートマインド、ユーザーマインドの3つの主要コンポーネントで構成されています。 ブートマインドは、一種の電源ボタンとして機能します。このコンポーネントは、トリガーワードが話されるとシステムを初期化し、その後、ルートマインドが起動するようになっています。 ルートマインドは、このユニットの中心的なコンポーネントです。このコンポーネントは、デバイスが基本的な一連の音声命令に反応するのを助けます。 そして最後に登場するのが、この3つの要素の中で最も高度で、特定の方法で学習し行動する能力を持つ「ユーザーマインド」です。 価格について フリーソフトです。 ジャスパー この音声コンピューティングアシスタントを開発したのは、プリンストン大学の学生であるShubhro SahaとCharlie Marshの2人です。 Jasperは、基本的なマイク、ネットワークアダプター、Raspberry Piなど、非常に基本的なハードウェアで動作します。 Spotifyの音楽を再生したり、天気予報などの初歩的な質問に答えたり、ソーシャルメディアの更新を追跡したりと、基本的な操作を行うことができるのが特徴です。 価格です： これもフリーソフトで、自分の好きなように機能を設計することができます。 リントー LinTOは、オープンソースの音声アシスタントソリューションのもう一つの例です。このプロジェクトは、フランス政府のPIA（未来投資プログラム）の資金援助を受けています。 LinTOに大きく有利に働くのは、SaaSとして動作し、お客様の敷地内にデプロイできることです。 本プラットフォームの主な特徴は以下の通りです。 価格について このオープンソースシステムは、GNU Affero Licenseのもと、余剰料金やフリーミアムモデルなしで利用できます。 ラスパイ このオープンソースの音声アシスタントは、マイケル・ハンセンによって作成され、維持されています。 Rhasspyは、以下のような異なるタイプのハードウェア上で実行することを意図しています。 Rhasspyの主な機能は、ウェイクワード検出、音声転写、意図認識、トレーニングなどです。 価格について このオープンソースの音声アシスタントは、MITライセンスで提供されています。 エイミーボックス Aimyboxは、オープンソースの音声アシスタントSDKです。このオープンソースのSDKは、AndroidとiOSの両方で使用することができます。 […]
MongoDBは、NoSQLのドキュメントデータベースです。大量データの保存に使われるオープンソースのドキュメントベースツールです。 MongoDBは2007年に設立され、現在では世界的な開発者コミュニティが形成されています。MongoDBは2007年に設立され、現在では世界的な開発者コミュニティを形成し、企業の目的に合った機能を提供することで、多くの企業に利用されています。 ドキュメント指向のデータモデルと非構造化クエリ言語の両方を使用します。開発者が簡単にツールを使用し、学習できるようなスケーラビリティと柔軟性を提供します。 MongoDBはスケールアウトアーキテクチャで構築されており、開発者はアジャイルな手法でアプリケーションを構築することができるようになっています。インターネットやビジネスアプリケーションの構築を支援するため、開発者の間で人気があります。 MongoDBには、対処すべき長所と短所があります。企業は、MongoDBが提供する長所と、それが持つ短所を理解する必要があります。 企業がMongoDBを利用する際のメリットとデメリットについて： あらゆる規模や業界の企業や開発チームが、さまざまな長所や短所にかかわらず、MongoDBを推奨しています。Bosch、Barclay、Morgan Stanleyなどは、彼らの主要な顧客のほんの一部に過ぎません。 IoT、ゲーム、物流、銀行、Eコマース、コンテンツ管理などのビジネスにソリューションを提供しています。MongoDBの長所は短所を見過ごすことができるほどだと思われます。 したがって、企業向けのMongoDBの長所と短所を深く掘り下げて、その特徴やダイナミックな性質を理解する必要があるのです。 MongoDBのメリット パフォーマンスレベル MongoDBは、データのほとんどをRAMに保存します。これにより、クエリ実行時のパフォーマンスをより速くすることができます。 ハードディスクよりもRAMから直接データを収集し、リターンがより早く戻ってくるのです。性能レベルを高めるためには、RAMと正確なインデックスを持つシステムを持つことが重要です。 高速化・高可用性 MongoDBは、ドキュメントベースのデータベースソリューションです。レプリケーションやgridFSなどの属性を持っています。 その特性から、データの可用性を高めることができます。また、インデックスを利用した文書へのアクセスも容易です。 MongoDBは、他のリレーショナルデータベースと比較して100倍の速度で動作し、高いパフォーマンスを発揮します。 シンプリシティ MongoDBは、SQLよりもはるかに把握しやすいシンプルなクエリ構文を提供しています。ユーザーが開発時に役立つと感じる、表現力豊かなクエリ言語を提供します。 簡単な環境と素早いセットアップ MongoDBのインストール、セットアップ、実行は迅速かつシンプルです。RDBMSよりも高速でセットアップが簡単で、最新のJavaScriptフレームワークを提供します。 この特徴により、ユーザーは自信を持ってNoSQLの構造を選択することができるようになりました。また、SQLデータベースよりも迅速な学習とトレーニングの機会を提供します。 フレキシビリティ MongoDBのスキーマは、あらかじめ定義されているわけではありません。それは、非構造化データとストレージを扱う動的なスキーマ・アーキテクチャを持つことを意味します。 ビジネスは常に進化し続け、維持するデータも変化しています。このような変化に対応できる柔軟なデータベースモデルを持つことが重要です。 シャーディング MongoDBでは、大規模なデータセットを扱う際にシャーディングを使用します。シャーディングとは、大きな集合からデータを分割し、複数のサーバーに分散させることです。 万が一、データの大きさによってサーバーが処理できない問題が発生した場合、アクティビティを一時停止することなく、自動的にさらに分割する。 スケーラビリティ スケーラビリティは、MongoDBの最も重要な利点の1つです。見ての通り、MongoDBは「シャーディング」を採用しており、ストレージ容量を拡張することができます。 垂直方向のスケーラビリティを利用するSQLデータベースとは異なり、シャーディングによってMongoDBは水平方向のスケーラビリティを利用できる。 アドホッククエリサポート アドホッククエリとは、非標準的な問い合わせのことである。必要なときに必要な情報を得るために生成されます。 MongoDBでは、アドホッククエリ機能が強化されています。これにより、アプリケーションは将来発生する可能性のあるクエリに備えることができます。 ドキュメンテーション MongoDBは「ドキュメントストア」というクラスで、ここでいうドキュメントとはデータの集まりのことです。 MongoDBは正確なドキュメントを提供します。つまり、データを保存するために処理する際に、データに縛られることがありません。バージョン、エディション、要件ごとにデータを提供し、優れた文書化プロセスでユーザーをサポートします。 テクニカルサポート MongoDBは、提供するさまざまなサービスに対するテクニカルサポートを提供しています。コミュニティフォーラム、AtlasやCloud Manager、EnterpriseやOps Managerの技術サポートがあります。 万が一、問題が発生した場合は、専門のカスタマーサポートチームがお客様をサポートする体制を整えています。 MongoDBのデメリット トランザクションとは、不要なデータを見直し、排除するプロセスを指します。MongoDBでは、マルチドキュメントACID（Atomicity, Consistency, Isolation, and Durability）トランザクションを採用しています。 アプリケーションの大部分はトランザクションを必要としませんが、複数のドキュメントやコレクションを更新するために必要となる場合がいくつかあります。これはデータの破損につながる可能性があるため、MongoDBの大きな制約の1つです。 ジョインズ MongoDBでドキュメントを結合するのは、非常に面倒な作業です。リレーショナルデータベースとしての結合をサポートできていないのです。 ユーザーは手動でコードを追加することで、結合機能を利用することができます。しかし、複数のコレクションからデータを取得するためには、複数のクエリーが必要であり、コードが散乱し、時間を浪費する可能性があります。 MongoDBは、適切なインデックスがあれば、高速なパフォーマンスを発揮します。万が一、インデックスの実装が誤っていたり、矛盾があったりすると、MongoDBは非常に低い速度で動作することになります。 インデックスのエラーを修正するのも、時間を消費することになる。これもMongoDBの大きな制約の一つです。 […]