大規模な構造化データと非構造化データを透過的に、同じような操作で分析可能にする－－。日本テラデータは3月7日、こんなコンセプトの製品群を発表した。
「Teradata Unified Data Architecture（UDA)」と呼ぶデータアクセスや管理に関するアーキテクチャ、そのための一連のソフトウェア製品、そして米国で昨年10月に発表済みの「Teradata Aster Big Analytics Appliance」というアプライアンス製品である。それにしても構造化データと非構造化データを同じように分析できるというのは、いったいどんな仕組みなのか。類似製品がないこともあって分かりやすくないので、順に解説しよう。
まず、Teradata UDAから。同社は「大規模なデータを分析するには、構造化データはDWH、非構造化データはHadoopという具合に、データ管理や分析基盤を別々に構築し、個別に運用せざるを得ない。SQL言語でアクセスできるDWHに対し、HadoopではJavaを使う必要があるなど、求められるスキルも異なる。当然、それだけ多様な人材も必要になる。このような問題を解決するのがUDAだ」という。
ただしUDAはその名前から想起されるような、構造化データと非構造化データをUnified（統一）するためのアーキテクチャではない。それが可能なら分析基盤は1つで済むかも知れないが、そんなアーキテクチャはたぶん存在しない。そうではなく、データへのアクセス方法やデータ分析の基盤を統一するものである。
つまりUDAは、同社のDWH製品である「Teradata」、非構造化データをSQL形式で分析するツール「Aster」（テラデータが買収したAster社の製品）、それに非構造データを蓄積・管理するHadoop（提携先のHortworksのディストリビューション）の3つのデータ基盤の間で、基盤の違いを意識せずに分析処理を実行したり、必要なデータを移動したりするための枠組み、あるいは考え方である(図1）。
