1.1　背景

　近年，ソーシャルメディアやスマートフォンの普及及びIoTの拡大により，大量のデータを処理する基盤が必要とされている．その基盤，つまり大規模情報処理基盤としてクラウドコンピューティングサービスが用いられる．

　それは以下のような理由による．

　①　データを大量に蓄積できる．

　②　処理能力を柔軟に拡張できる．

　③　処理を行わない場合はリソースを開放することができ，リソースを効率的に利用することができる．

　また，大量のデータを蓄積でき，そのデータの利用・処理を間近で行うことが可能であることもクラウドコンピューティングサービスが大規模情報処理基盤に用いられる理由である．

1.2　大規模情報処理基盤としてのOpenStack

　クラウドコンピューティングサービスを構築するためのオープンソースソフトウェア（以下「OSS」と呼ぶ）にOpenStack⁽¹⁾がある．OpenStackでは以下のようなコンポーネントや機能により，大規模情報処理基盤を実現する．

 （１） Heat⁽²⁾

　オーケストレーションサービスである．リソース（仮想マシン，仮想ネットワーク等）のライフサイクルの全体を管理する．オートスケーリングという機能で，負荷やデータ量等に応じて仮想マシン等のリソースを自動的にスケールさせる（増やす）ことができる．

 （２） Sahara⁽³⁾

　Apache Hadoop⁽⁴⁾やApache Spark⁽⁵⁾等のクラスタ管理を行い，それらのクラスタにおいてジョブを実行できる．

 （３） Senlin⁽⁶⁾

　クラスタリングサービスを提供する．ポリシーによりスケーリングやロードバランシングを行うことができる．

 （４） Magnum⁽⁷⁾

　Docker Swarm⁽⁸⁾，Kubernetes⁽⁹⁾やApache Mesos⁽¹⁰⁾を利用するコンテナ管理サービスである．

 （５） Storlets⁽¹¹⁾

　オブジェクトストレージ（後述するSwift⁽¹²⁾）を格納しているノードにおいて安全に独立した分散処理を行うコンポーネントである．また，Docker⁽¹³⁾コンテナを利用する．

　また，以下の大容量のデータを格納するためのサービスも提供されている．

 （１） Swift

　いわゆるオブジェクトストレージサービスを提供する．一つのオブジェクトとして格納できるサイズは，デフォルトでは5GByteが上限であるが，分割してアップロードしたファイルを一つのファイルとしてダウンロードできる機能がある．また，複数のレプリカを持つことができ，信頼性も向上させている．

 （２） Trove⁽¹⁴⁾

　データベースをサービスとして提供する（Database as a Service）．データベースにはリレーショナルデータベースだけでなく，非リレーショナルデータベースも含まれる．

　上述したコンポーネントや機能を活用して，大規模情報処理基盤を実現できる．

1.3　OpenStackにおける大規模処理基盤を支える仮想ネットワーク機能

　OpenStackの第1.2節にあるコンポーネントで処理を行うには，柔軟に拡張を行うことができる仮想ネットワーク機能が必須である．そのため，OpenStackには以下のコンポーネントがあり，スケーラブルで柔軟な大規模情報処理基盤を支えている．

 （１） Neutron⁽¹⁵⁾

　仮想ネットワーク機能を提供する．仮想ネットワーク機能とは具体的にはL2ネットワーク（ブリッジ），L3ネットワーク（ルータ）等である．また，ロードバランサ，ファイヤウォールもある．（ただし，別のコンポーネントである．）

 （２） Kuryr⁽¹⁶⁾

　コンテナのためのネットワーキングサービスを提供する．コンテナサービスからKuryrを経由してNeutronのAPIを呼び出すことができるようにする．

1.4　OpenStackの技術課題

　OpenStackには大規模情報処理基盤を実現する上での技術課題として以下の課題が存在する．

 （１） スケーラビリティ

　管理のために用いるデータベースやメッセージングミドルウェア等がボトルネックとなり，スケーラビリティに制限がある場合やスケーラビリティを上げると機能制限がある場合がある．

 （２） 自律的な管理

　スケーラビリティが上がり，より多くのリソースを利用するようになると，利用者の管理の労力が大きくなる．利用者の管理の労力を小さくする必要がある．

1.5　大規模情報処理基盤を実現するクラウドコンピューティング技術の将来

　1.4で述べた課題を解決するため，現在OpenStackでは以下のような方向で開発が進められている．例えば，以下のような機能やコンポーネントの開発が続けられている．

 （１） Cell v2⁽¹⁷⁾

　仮想マシンの管理サービスを提供するNova⁽¹⁸⁾において，よりスケーラブルに仮想マシンを配置できる機能の開発が行われている．物理ホストを複数のセルに分けて，そのセルごとにNovaが利用する管理情報格納用のデータベースやNovaのプロセスが連携するためのメッセージングミドルウェアを分けることにより，負荷を分散させてスケーラビリティを確保する．

 （２） Congress⁽¹⁹⁾

　ポリシーを定義し，そのポリシーに適合しているかチェックして，適合していなければ通知を行う，または是正のためのアクションを取ることができるコンポーネントである．

　現在はルールベースによる管理機能が取り入れられて開発が進められているが，将来的には人工知能（機械学習など）によって，より人間の手を介さない管理を実現する方向で進化するものと考えられる（図1）．

（夏目貴史）　

2.1　柔軟なネットワークの構築に関する技術の動向

　クラウドコンピューティングサービスでは，物理サーバの故障時や電力削減向けに，仮想マシンを別の物理サーバに移動させることがある．この際に，仮想マシンの移動に合わせてネットワークを短時間で切り換えることがサービスの断時間短縮の観点から求められる．また，切換に伴う不具合発生の防止が求められる．この迅速かつ間違いのない作業という観点から，ネットワーク構築作業の自動化に対するニーズが高まっている．

　Software Defined Network（SDN）は，スイッチやルータ等のネットワーク機器をソフトウェアで動的に制御する技術であり，仮想マシンの移動に伴うネットワーク構築作業の自動化への適用も可能である．

2.2　ネットワークトポロジーに関する技術の動向

　近年，データセンターの大規模化が進んでおり，帯域利用の効率化や電力消費量削減，それらを踏まえたデータセンターの構築・運用コストの削減が求められている．ここでは，それらに大きく影響を与えるデータセンターのネットワークトポロジーの動向について述べる．

2.3　今後の進化の方向性

　以上，クラウドコンピューティングサービスを支えるネットワークについて，柔軟なネットワークの構築とトポロジーの観点から現在の動向をまとめたが，以下に今後の進化の方向性について示す．

　クラウドコンピューティングサービスに関連する今後のトレンドとしては，IoT機器が収集したセンサ等の情報を，データセンターに集約し大量に処理するようなケースが考えられる．この際に，処理結果に基づきIoT機器を制御するような場合には，低遅延の処理が必要になることが想定され，ネットワークの観点では，従来よりも低遅延なネットワークが求められる．また，機械学習向けに利用者にGPUを提供することが必要となるが，必要な際に必要な量のGPUを利用者に提供可能なネットワークの構成が必要となる．これらの新しいトレンドからの要件に対応可能なネットワーク技術の確立が望まれる．

（菊地能直）