Machbaseが発信する技術情報のコラムをご覧いただけます

MQTTは、OASISによるオープンな標準プロトコルです（ISO/IEC 20922）。 写真：Markus Spiske／Unsplash 概要 MQTTの初期版は1999年に、IBMのAndy Stanford-Clark氏とArlen Nipper氏によって設計され、SCADAによる石油パイプラインの監視に使われました。当時のシステムは異種機器と独自プロトコルが混在し、連携が難しいうえ、高価な衛星回線を使う必要がありました。そのため、帯域を効率よく使い、通信を軽くし、電池の消耗を抑えることが設計の目標でした。 名称の「MQ」は、歴史的にはIBMのMQ製品群（当時のMQSeries）に由来します。ただしMQTTが定義するのはパブリッシュ／サブスクライブ型のメッセージングであり、名前に連想されるキューそのものではありません。IBM公開の3.1仕様ではMQ Telemetry Transportの略と説明されていましたが、OASIS版では単にMQTTという名称が使われています。 技術委員会名にはMessage Queuing Telemetry.

はじめに デジタル化が進み、暮らしのあらゆる場面でデータが生まれ、必要とされています。データは事業の重要な資産となり、収集、管理、分析、活用する能力と、それを支えるインフラの構築がますます重要になっています。 ビッグデータ分析やAI、機械学習の発展は、この流れをさらに加速させています。 一方、その基盤、とりわけデータセンターについては、ESGの中でも環境面の課題が指摘されています。 本稿では、どのような環境課題があり、どのような解決策が考えられているかを見ていきます。 データセンターに関わる環境課題 データの管理には、サーバー、ストレージ、ネットワーク機器など、多くの装置が必要です。 多くの企業は、それらを収容するサーバールームを持っています。データを専門に扱うIT企業では、さらに大規模なデータセンターを設けます。いわば、さまざまなコンピューター機器を集めたホテルのような施設です。 データの重要性と需要が高まるにつれ、データセンターも大型化し、環境への影響が大きくなります。 主な課題を整理します。 電力の使用 Union Stationの顧客用デ

DHT11温湿度センサーのデータをMachbaseへ保存して検索する 概要 Machbaseは、IoT向けに最適化された高速な時系列DBMSです。産業現場の運用改善や予測分析を支え、Raspberry Piのような小型コンピューターでも高速に取り込み・分析できます。一方、データベースやSQLにまだ慣れていない開発者には、時系列データベースという言葉自体が難しく感じられるかもしれません。私も当初は初心者でした。そこで、身近なセンサーを使い、Machbaseを試すための簡単なガイドをまとめます。 私はMachbaseに加えて、時系列DBMSのInfluxDBも試しました。今回の利用範囲では、Machbaseの性能と使いやすさは十分で、特にリソースの限られたRaspberry Piでは、取り込みや検索の速度が印象的でした。ぜひ実際に試していただきたいと思います。 まずMachbase Neoをインストールし、DHT11温湿度センサーをRaspberry Piへ接続します。固定のサンプルではなく、実際に発生する温度・湿度データを使い、収集から保存、検索ま

時系列データベースの保存システムは、どのように最適化されているか 保存システムの最適化を、処理にかかる時間と、保存に必要な空間の2つの観点から見ていきます。 取り込みと読み出しの時間を短縮するために、バッファードI/O、データの局所性を高める保存構造、キャッシュなどを使います。 バッファードI/Oは、パーティションごとにデータをメモリへまとめてからファイルに書き込み、取り込み速度を高めます。 Machbaseのタグテーブルは、関連するデータをまとめて配置し、検索時に必要なデータを中心に読み込みます。そのために、時刻とタグをキーとする複合索引を採用しています。 頻繁に参照するデータはメモリにキャッシュできます。負荷の大きいディスクI/Oを省くことで、応答時間を短縮します。 保存容量を抑える一般的な方法は、データを圧縮してファイルへ書き込むことです。 型を考慮せず行全体をまとめて圧縮すると、圧縮効率が下がる場合があります。また、検索で不要な列まで読み込むことになり、余分なI/Oが発生します。 列指向の保存方式は、これらの問題を改善します。...

世界で製造業の革新が進む中、その中心にあるのがスマートファクトリーです。IoTやIIoTは私たちの暮らしにも浸透し、ビッグデータ、AI、クラウドなどと結び付きながら、スマートホーム、ビル、工場、都市へと広がっています。多様な技術・製品が登場する中、時系列データベースとの組み合わせも新たな市場を生み出そうとしています。 スマートファクトリーは、ICT（情報通信技術）と従来の生産・製造技術を融合した生産システムです。IoT、ビッグデータ、クラウド、知能ロボット、CPS（サイバーフィジカルシステム）などを通じて、工場内の設備、装置、部品が接続され、相互に情報をやり取りします。 単なる工場自動化とは異なります。従来の自動化が工程単位の最適化を中心とするのに対し、スマートファクトリーは工場全体の工程・設備のデータをつなぎます。センサーデータをERPやMESなどの生産・経営情報と統合し、経営上の判断を現場の設備へ素早く反映できる点も特徴です。 エネルギーと材料の利用を最適化して資源を節約し、予知保全で設備稼働率を高め、生産量や経営計画に連動した運営が可能にな

スマートホームの概念図（出典：Visioforce Automation System） 通信技術の進歩とネットワークの拡大により、より多くの機器が接続され、データ処理の環境が変化しています。 5GとWi-Fiの普及により、IoTは従来の世代を超える規模へ広がります。より多様で細かな用途の機器が、効率よくデータを送信・収集・処理できるようになります。 スマートホーム スマートホームとは、機器同士の通信によって自動化を実現する住まいです。 センサーでデータを収集・監視することで、状況に応じた制御や自動対応を行い、効率と安全性を高めます。 家電単体だけでなく、住まい全体の水道、電気、ガスの使用量も監視できます。 代表的な用途には、次のようなものがあります。 ・照明、暖房、換気、空調（HVAC）：住まい全体のエネルギー使用量を監視・制御します。 ・セキュリティ：インターネット経由で監視カメラを確認し、ドアを遠隔操作します。 ・ガス漏れ・煙の検知：環境センサー、CO2の測定、スマートメーターなどを監視し、事故の予防に役立てます。 ・ペットの見守り：接続さ

Machbase TSDBを内蔵し、開発のしやすさと連携性を高めたデータプラットフォーム マークベース ネオ — Machbase Neo こんにちは。 エッジコンピューティング向けの世界No.1 DBMS、マークベースです。💙 2013年設立のマークベースは、IoTデータベース分野でTPCの国際的なベンチマーク認証を取得しました。本稿公開時点で、対象となるTPC性能評価において5年連続で世界1位を維持しています。その技術を基に、スマートシティやスマート工場など、さまざまなデジタルトランスフォーメーションの分野へソリューションを提供しています。 ​​ 今回は、複雑になりがちなデータの収集・処理を、1台のNeoサーバーでまとめて構築できるようにした製品を紹介します。 開発者の生産性を10倍以上に高めた「Machbase Neo」です。🌟 MACHBASE NEO TSDBを内蔵し、開発のしやすさと連携性を高めたデータプラットフォーム NeoのWebサイトでは、インストールとテストの手順をまとめたマニュアルや、各種言語・可視化のサンプルを公開して

半導体の生産データには、製造装置に設置された多数のセンサーの値と、生産した製品の情報が混在しています。データ量は非常に大きく、収集周期によっては、ウェーハ1枚の生産情報だけで数GBに達することもあります。 従来は、上図のような生産データをXMLファイルにして、HadoopなどのNoSQL系ビッグデータ基盤へ保存・分析したり、XMLをRDBMSのBLOB列へ格納したりしていました。 個々のセンサーデータがウェーハのXMLファイル内に含まれるため、センサー値の時間的な変化を調べるのに適した形式ではありません。 데이터 처리의 문제 このように製品を中心にセンサーデータを記録する方法は、実際の運用でさまざまな課題を生みました。大量のセンサーデータ処理でよく見られる問題ですが、改めて整理します。 Hadoopでは、大量かつ高速に発生するデータの取り込みはできても、統計分析に必要なセンサーデータの読み出しに時間がかかり、この構成ではリアルタイム分析が困難でした。Sparkなどで検索を改善する方法もありますが、大規模なクラスターが必要となり、ハードウェア投資

マークベースCEO キム・ソンジン (andrew.kim@machbase.com) はじめに 本稿は、韓国の公共分野、特に大量のデータを扱うIoTや関連IT分野で、公共調達を通じて製品・サービスを発注する組織や、それらを提供する方々に向けて書いています。 一企業の代表として、ある程度の偏りは避けられないかもしれません。それでも、韓国のIT市場がより成熟し、発展してほしいという思いと、公共調達市場の現状に感じるもどかしさから、本稿をまとめました。 Gartnerが示す、すでに近づいている時系列データベースの時代 IT分野の調査・助言を行うGartnerは、データ管理に関するレポートを発行しています。特徴的な「ハイプ・サイクル」の図は、各種データ処理技術がどの段階にあり、どう発展しているかを把握する手掛かりになります。 ハイプ・サイクルは、技術や製品の発展を次の5段階に分けます。 1. Innovation Trigger（黎明期） 新しく、驚きをもたらす技術が登場する段階です。 市場にどこまで受け入れられるかは未知数ですが、少なくとも顧客の目に