オペレーショナルデータハブ(ODH)は新しいアーキテクチャパターンです。そのため、エンタープライズアーキテクトは、すでに使用している、あるいは馴染みのあるこれまでの技術とアーキテクチャに対してODHがどのような位置付けにあるのか、そして、ODHがこれらのモデルに置き換わるのか、または補完するものなのかということに関心があるかと思います。
そういった比較・考察対象となるアーキテクチャモデルの一例として、SOA(サービス指向アーキテクチャ)があります。ここでは、SOAが何を目的としていたのか、そしてODHがSOAのモデルにどのように適合できるかについて、詳しく見てみましょう。
SOAの主要機能は次の2つです。
何十年もの間、ソフトウェア開発においては、アプリケーションの様々な部分で特定のジョブを実行する、モジュラー型の機能要素を使用するようになっていますがプロシージャベースの開発モデルを、リモートの分散モジュールの利用へと適合させる方法を必要としていました。
そのソリューションが、古いモデルを広範かつより明確に設計されたサービスのコレクションとして再定義することでした。これにより、完全に分散配置されたソフトウェアコンポーネントを使ったアプリケーションが可能になります。このアーキテクチャをサービス指向アーキテクチャ(SOA)と呼びます。SOAは、複数のシステムのサービスを包括し完全なガバナンスを実現しながら、サービスがオープンに使用できるようになります。
SOAの主要な目的は次の3つです。
SOAのこれらの特性は非常に優れているように思われましたし、実際にそうです。しかしオペレーショナルデータハブ(ODH)は、これらをさらに改善します。
SOAは優れた考え方でしたが、データサイロを爆発的に増やし、データの品質とガバナンスの問題を作り出してしまいました。SOAは、オペレーショナルな相互接続性の問題解決には貢献しましたが、企業内のいたる所にデータのコピーが作られてしまい、ガバナンスに関する意図していなかった問題を引き起こしました。
ODHは、オペレーショナルな面でサイロ間のデータ統合に対して優れたメカニズムを提供し、アプリケーション統合が進むにつれて360度ビューを得ることができます。SOAは素晴らしいのですが、データの派生データを止めるためにはODHをSOAの後ろに置く必要があります。ODHは、派生データを段階的に解消できるため、アプリケーション統合のアジリティを犠牲にすることはなくなります。
ODHでは、本来のデータ中心の統合が可能になります。統合を行なうたびにアプリケーションへデータを移動配備するのではなく、多くの場合リアルタイムアプリケーションをデータのある場所に構築することができます。ODHによるデータ中心のリアルタイムでの統合は、他の方法では実現できない部門の垣根を越えたオペレーションを可能にします。
例えばグローバル投資銀行では特定のOTCデリバティブ取引のレギュレーションを記録しなければいけません。この取引は複数のトレーディングデスクデータの統合を経たあとに収集されるものです。この時点で修正が必要な取引は、後続の処理のためにタグ付けされ記録されます。
この例では、特定のタイプの上流下流の修復処理を必要とするという事実を記録し、該当する取引のタグ付けに最適なのはODHでした。全ては統合されたコンテキストに基づいて実行されます。言い換えると、取引がどこから発生した場合であっても、オペレーションはミドルで開始されるようになります。オペレーショナルな機能を持つデータ中心の統合パターンがこれを可能にしました。
ebookIntroducing the Operational Data Hubで、ODHの機能と仕様や、現在稼働している具体的な使用例などをご覧いただけます。
Like what you just read, here are a few more articles for you to check out or you can visit our blog overview page to see more.
A data platform lets you collect, process, analyze, and share data across systems of record, systems of engagement, and systems of insight.
We’re all drowning in data. Keeping up with our data – and our understanding of it – requires using tools in new ways to unify data, metadata, and meaning.
A knowledge graph – a metadata structure sitting on a machine somewhere – has very interesting potential, but can’t do very much by itself. How do we put it to work?
Don’t waste time stitching together components. MarkLogic combines the power of a multi-model database, search, and semantic AI technology in a single platform with mastering, metadata management, government-grade security and more.
Request a Demo