データの増加は急激に進んでいます。モバイルデバイス、インテリジェントセンサー、スマートエンドポイントの増加により、多様で大量かつ高速なデータが生成されています。IDCの予測によると、世界の年間データ生成量は2018年の33ゼタバイト（ZB）から2025年には175ZBに増加するとされています。（1ZB＝1兆GB）
このようなキュレーションされた生データやビッグデータは、顧客行動や市場動向の貴重なインサイトを提供します。産業界はこれを活用してビジネスを変革できます。しかし、従来のオンプレミスストレージやAWS、Microsoft Azure、Google Cloud Platformなどの第一世代クラウドストレージで膨大な履歴データセットを長期間保存するのは高コストです。
しかし、ユーティリティ価格とシンプルさを備えた新世代のクラウドストレージにより状況は変わります。Cloud Storage 2.0では、IDrive® e2のホットクラウドストレージで、あらゆる種類のデータを、あらゆる目的で、あらゆる期間コスト効率よく保存できます。どのデータを収集し、どこに保存し、どれだけ保持するか悩む必要はありません。
この次世代クラウドストレージは、膨大な生データを収集できるデータレイクの構築に最適です。TDWIの調査によると、データ管理の専門家250名以上のうち、すでにデータレイクを本番運用している（23％）、または12か月以内に本番運用予定（24％）と回答しています。
データレイクは、さまざまな形式のデータをネイティブ形式で安全に保存するエンタープライズ全体のシステムです。従来の構造化データストアにはない多様なデータ（センサーデータ、クリックストリームデータ、ソーシャルメディアデータ、位置情報データ、サーバーやネットワーク機器のログデータなど）や、従来の構造化・半構造化データも含まれます。データレイクは、すべての企業データを1つのリポジトリに集約し、スキーマやデータ変換の制約なく分析できるため、従来の情報サイロを打破します。
データレイクは、高度な分析や機械学習、新しいデータ駆動型ビジネスの基盤となります。データサイエンティストやビジネスアナリスト、技術者は、商用またはオープンソースの分析・可視化・BIツールを活用して分析を実行できます。さまざまなベンダーが、データレイク投資の収益化や生データのビジネス価値への変換を支援するソリューションを提供しています。これらは、非技術系ユーザー向けのセルフサービス探索ツールから、データサイエンティスト向けの高度なデータマイニングプラットフォームまで多岐にわたります。
IoT実装におけるデータレイクには、エッジコンピュートデバイスが含まれ、ローカルデータを処理・分析してからデータレイクに送信します。たとえば、エッジサーバーはリアルタイム分析やローカルビジネスロジックの実行、価値のないデータのフィルタリングなどを行います。
データレイクとデータウェアハウスは混同されがちですが、両者は異なります（補完的に使うことも可能です）。
データレイクという言葉の生みの親であるJames Dixonは、次のように例えています。「データマートはボトル入りの水（消費しやすいように浄化・パッケージ化・構造化されたもの）、データレイクは自然な状態の大きな水域。データレイクにはさまざまなソースからデータが流れ込み、利用者は調査したり、飛び込んだり、サンプルを取ったりできる。」
データレイクはデータウェアハウスと併用できます。たとえば、データウェアハウスの着地点やステージングリポジトリとしてデータレイクを利用し、データのキュレーションやクレンジング後にデータウェアハウスへ投入できます。
キュレーションされていないデータレイクは、ガバナンスや品質管理が行われず「データスワンプ」と化すリスクがあり、混在した品質のデータが意思決定の信頼性を損なう恐れがあります。
以下は、一般的なデータレイクの技術スタックを示しています。データレイクには、スケーラブルなストレージとコンピュートリソース、データ管理ツール、分析・レポートツール、共通のガバナンス・セキュリティ・運用システムが含まれます。
データレイクは、企業のデータセンターやクラウドで構築できます。初期導入者はオンプレミスで展開していましたが、現在はクラウド型データレイクでTCO削減やビジネスの俊敏性向上を目指す企業が増えています。
企業データセンターでコモディティサーバーとローカルストレージを使ってデータレイクを構築できます。現在、多くのオンプレミスデータレイクは、Hadoopの商用またはオープンソース版をデータプラットフォームとして利用しています。（TDWI調査では、53％がHadoop、6％がリレーショナルデータベースを使用）
数百～数千台のサーバーを組み合わせて、スケーラブルかつ高可用なHadoopクラスターを構築し、膨大なデータセットを保存・処理できます。下図は、Apache Hadoopによるオンプレミスデータレイクの技術スタック例です。
技術スタックの主な構成：
オンプレミスデータレイクは高性能・高セキュリティですが、導入・運用・拡張が非常に複雑かつ高コストです。主なデメリット：
自社でデータレイクを構築するには、多大な時間・労力・コストがかかります。システム設計・アーキテクチャ策定、セキュリティ・管理体制の構築、インフラ調達・設置・テスト、ソフトウェアの選定・導入・設定など、稼働まで数か月～1年以上かかることもあります。
サーバーやディスク、ネットワーク機器などの初期投資が大きく、ROIや回収期間が長くなります。ピーク需要や将来の拡張を見越して過剰に設備投資するため、未使用リソースにもコストが発生します。
電力・冷却・ラックスペース、ハードウェア保守・サポート、運用管理などの継続的なコストがかかります。
事業継続性（データの二重化など）を確保するには多大なコストがかかります。多くの企業はテープやディスクへのバックアップに頼っており、災害時の復旧に数日～数週間かかることもあります。
オンプレミスデータレイクの運用は、貴重なIT人材のリソースを多く消費します。
パブリッククラウドでデータレイクを構築すれば、機器コストや運用負担を回避し、ビッグデータ活用を加速できます。主なメリット：
インフラ設計や機器調達・設置作業が不要なため、導入期間を数か月から数週間に短縮できます。
初期投資を回避し、ビジネス要件に応じてコストを最適化できます。
電力・冷却・不動産、ハードウェア保守、運用管理などのコストを削減できます。
ビジネス要件の変化に応じて、コンピュートやストレージ容量をオンデマンドで拡張できます。
オンプレミスHadoopのようなサーバー内蔵ストレージと異なり、クラウドではコンピュートとストレージを独立して拡張でき、コスト最適化が可能です。
複数リージョンへのデータ複製で、災害時の可用性と継続性を確保できます。
物理インフラの管理はクラウド事業者が担うため、ITスタッフは戦略的業務に集中できます。
オンプレミスと比べてクラウド型データレイクは導入・運用が容易で低コストですが、AWS S3やMicrosoft Azure Blob Storage、Google Cloud Platform Storageなどの第一世代クラウドオブジェクトストレージは依然として高コストかつ複雑です。多くの企業が、よりシンプルで手頃なストレージサービスを求めています。主な課題：
従来型クラウドベンダーは、用途ごとに複数のストレージ階層を提供しています。各階層は性能や可用性、価格体系が異なり、複雑な料金体系でコスト予測や管理が困難です。
各サービスプロバイダーは独自APIを採用しており、乗り換えにはツールやアプリの書き換えが必要です。さらに、データ転送（エグレス）料金が高額なため、他社への移行や複数サービスの併用が困難です。
第一世代クラウドストレージは、用途ごとに異なる階層型サービスを提供しています。各階層は性能やSLA、料金体系が異なります。
ベンダーごとに若干異なりますが、一般的に3つのデータクラス向けに最適化されています。
OSやアプリ、ユーザーが頻繁にアクセスするライブデータ。高い読み書き性能が求められます。
たまにアクセスされるが、即時オンラインで利用可能なデータ。例：災害復旧用バックアップや大容量動画ファイルなど。
ほとんどアクセスされない長期保存データ。例：法規制対応のための長期保存データなど。
従来型クラウドベンダーで最適なストレージクラスやコストを見極めるのは困難です。たとえばMicrosoft Azureは、General Purpose v1/v2、Blob Storage、Premium Blob Storageなど4種類のオブジェクトストレージを提供し、それぞれにホット・クール・アーカイブなどの階層があり、料金や性能も異なります。選択肢や価格変数が多すぎて、最適な判断や正確な予算管理が難しくなっています。
IDrive® e2では、クラウドストレージはシンプルであるべきだと考えています。複雑な階層や料金体系はなく、1つの製品であらゆるクラウドストレージ要件に対応し、予測可能で手頃な価格を提供します。IDrive® e2は、アクティブデータ、アクティブアーカイブ、インアクティブアーカイブのいずれにも利用できます。
IDrive® e2ホットクラウドストレージは、あらゆる用途に経済的・高速・信頼性の高いクラウドオブジェクトストレージです。複雑な階層や料金体系はなく、シンプルかつコスト効率に優れています。膨大な生データの保存に最適です。
IDrive® e2がデータレイクに最適な理由：
IDrive® e2ホットクラウドストレージは、1GBあたり月額$0.004の定額です。Amazon S3 Standard（$0.023/GB/月）、Google Multi-Regional（$0.026/GB/月）、Azure RA-GRS Hot（$0.046/GB/月）と比較してください。
AWS、Microsoft Azure、Google Cloud Platformとは異なり、データ取得（エグレス）料金やAPIコールの追加料金はありません。
IDrive® e2の並列化アーキテクチャにより、第一世代クラウドストレージよりも高速な読み書き性能とタイム・トゥ・ファーストバイトを実現します。
IDrive® e2ホットクラウドストレージは、極めて高いデータ耐久性・整合性・セキュリティを実現しています。オプションのデータイミュータビリティ機能により、誤削除や管理ミス、マルウェア・バグ・ウイルスからデータを保護し、法規制対応も強化できます。
Apache Hadoopでデータレイクを運用している場合、IDrive® e2ホットクラウドストレージはHDFSの手頃な代替手段となります。IDrive® e2はAWS S3 APIと完全互換で、HadoopのAmazon S3Aコネクタを使ってMapReduceフローに統合できます。
IDrive® e2ホットクラウドストレージは、マルチクラウド型データレイクの一部としても利用でき、選択肢の拡大やベンダーロックイン回避に役立ちます。マルチクラウドにより、コンピュートとストレージを独立して拡張し、最適なサービスを選択できます。
プライベートクラウドからIDrive® e2へ直接接続することも可能です。第一世代クラウドストレージと異なり、IDrive® e2ではデータ転送（エグレス）料金が発生しません。つまり、自由にデータを移動できます。
IDrive® e2は、複数の地理的に分散したデータセンターで運用されており、高い可用性と耐障害性を実現しています。複数リージョンへのデータ複製で、事業継続性や災害対策、データ保護が可能です。
たとえば、3つのIDrive® e2データセンター（リージョン）にデータを複製できます：