今更ですが、某弊部会でもビッグデータについてチョロっと調べてみました。


　ビッグデータ系のデータストアって、其々、かなり特徴ありますね。コレって、この辺でも言及しましたが、


　という話と「≒」なんじゃないかと思います。要するに、


　...と思います。なので、RDBのように一般性は高くないかな？と言う印象があります（何かに特化した事業やサービスで利用されている）。

　しかし、観測した限りでは、特に大手ベンダの R&D では、ビッグデータ系のインフラストラクチャの研究が盛んのように思います。このようにビッグデータ の インフラストラクチャが、サプライサイド（ベンダ）向きなのって、


　ってトコロに起因するのかもなぁ。なんて思ったりしました。もうチョット言うと、デマンドサイドが明確でなくても、今のトコロはプロダクトやソリューションが売れるということです。

　ただ、もうチョットすると、下位スタックは激しくコモディティ化され、戦いのレイヤは「それをどう活用するか？」という上位スタックに移っていく可能性が高いと思います。

　そんな事を考えていたら、


　こんなのを発見して、詳しくは解らないですが、もともと「PolyBase」という名称で「構造化データ（RDB）と非構造化データ（CSV等）を関連付けるための一連の技術」があり、今回はこれが、HiveのT-SQL版としてSQL Server 2019 on Linuxに実装されてきているようです。以下を参照すると、


　...などとあり、ビッグデータのインフラストラクチャがもうチョット一般化して、アプリなどのウワモノ屋さんがカジュアルに叩けるようになってきたら、取り敢えず、クエリを投げたら裏でどういう風に動くのか？ぐらい知らないといけないなぁ。なんて思い始めてきました。そのためには、個々の開発者が開発環境構築できるようにするか、個々の開発者に検証環境を提供できるぐらいは必要になってくる気がしたので、取り敢えず以下をポチりました。


　と言う事で、やはり、某弊部会はインテグレーションのレイヤが得意なので、ビッグデータに関する取り組みとして、過去にApache NiFiなんかを調査したりしましたが、IoT系、ストリーム系（データ収集、エンリッチメント）、分散系（クエリ発行）までに絞って、インフラストラクチャ系（データストア）に対しては、主に利用・活用に留めた方向で施策を検討しようと思います。