ここから本文です

3D点群データの蓄積容量と検索時間を1000分の1に圧縮するデータベース技術

MONOist 10/12(水) 12:10配信

 三菱電機は、「CEATEC JAPAN 2016」(2016年10月4~7日、幕張メッセ)において、IoT(モノのインターネット)から得られるセンサーデータを高速に蓄積/検索/集計できる「高性能センサーデータベース」を展示した。一般的なリレーショナルデータベースに比べて、データ蓄積の時間と容量、蓄積したセンサーデータを検索/集計する時間を約1000分の1に圧縮できるという。

【一般的なリレーショナルデータベースと「高性能センサーデータベース」の検索/集計時間の比較などその他の画像】

 IoTを活用する上で課題となっているのが、センサーモジュールなどからリアルタイムで得られる大量のデータの扱いだ。全てのデータを蓄積しようとすると容量は増え続けていき、データ検索にも時間がかかるようになる。

 今回の高性能センサーデータベースは、レーザースキャナーなどで取得する3D点群データを高速に蓄積/検索/集計するための技術である。テキストデータや画像データを扱うのには適していない。

 高性能センサーデータベースを構成する要素技術は3つある。1つ目は「データ圧縮方式の最適」だ。700通り以上の圧縮パターンの組み合わせからサイズが最小になるものを選択して圧縮/蓄積する技術である。2つ目の「データ配置の最適化」は、サイズが異なる最大100万の圧縮データをストレージブロック内に取り出しやすく並べることで、検索/集計時のストレージアクセス回数を削減可能にした。3つ目は「データ処理単位の最適化」で、高速アクセス可能な反面、小容量であるキャッシュメモリー内でデータを処理し、検索/集計時の並列処理性能を向上した。

 展示では、一般的なデスクトップPCを使って構築したリレーショナルデータベースと高性能センサーデータベースについて、検索時間を比較して見せていた。

 なお、この高性能センサーデータベースは、ローカルのサーバに連続でセンサーデータを蓄積し続ける場合に有効な技術だ。「データ配置の最適化」や「データ処理単位の最適化」はハードウェアに依存する技術であるため、クラウドへの適用は難しい。例えば、ある地域の測候所で、天候や地形のデータを蓄積し続ける用途などに最適とみられる。

最終更新:10/12(水) 12:10

MONOist