O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.
IoTアプリケーションで利⽤するApache NiFi
Yuta	Imai	
Solu,ons	Engineer,	Hortonworks	
©	Hortonworks	Inc.	2011	–	2015.	All	Rights	Reserved
2	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
Agenda
Ã  HDP	and	HDF	
Ã  What	you	can	do	with	Spark	
Ã  Spark	Ref...
3	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
HDP	and	HDF
4	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
Spark is certified as YARN Ready and is a part of HDP.
Hortonworks...
5	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
HDF	and	HDP	
HDF	
Hadoop	
HDFS	
HBase	 Hive	 SOLR	
YARN	
Storm	
Se...
6	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
IoT	and	NiFi
7	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
IoT?
8	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
What	we	can	do	with	IoT:	自動車	
Ã  想定されるユーザー:	運送会社やタクシー会社等の商用自動車ユーザー...
9	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
What	we	can	do	with	IoT:	自動車	
Ã  想定されるユーザー:	運送会社やタクシー会社等の商用自動車ユーザー...
10	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
10	
SueJim
HDP Data Analyst HDP Developer
Jim and Sue Build Monit...
11	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
IoTデータでコネクテッドカーのデータをさらに豊富に
⾃動⾞センサー
•  速度計
•  気圧計
•  タイヤプレッシャ
•  フ...
12	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
Usage Based Insurance
•  彼らはSnapshotと呼ばれるデバイス経由でリア
ルタイムに⾃動⾞からアップロ...
13	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved
14	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
What	we	can	do	with	IoT:	農業	
Ã  想定されるユーザー:	農業事業者	
Ã  状態の把握	
–  温度...
15	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
What	we	can	do	with	IoT:	農業	
Ã  想定されるユーザー:	農業事業者	
Ã  状態の把握	
–  温度...
16	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
What	we	can	do	with	IoT:	通信事業者	
Ã  想定されるユーザー:	通信事業者	
Ã  セルタワーの管理と...
17	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
What	we	can	do	with	IoT:	通信事業者	
Ã  想定されるユーザー:	通信事業者	
Ã  セルタワーの管理と...
18	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
What	we	can	do	with	IoT:	通信事業者	
Ã  想定されるユーザー:	通信事業者	
Ã  セルタワーの管理と...
19	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
IoTアプリケーションはデータソースが様々	
Ã  データの種類	
Ã  データの流速	
Ã  データの宛先
20	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
IoTアプリケーションはデータソースが様々	
Ã  データの種類	
Ã  データの流速	
Ã  データの宛先	
Apache Ni...
21	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
IoTアプリケーションはデータソースが様々	
Ã  データの種類	
Ã  データの流速	
Ã  データの宛先	
Apache Ni...
22	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
Demo
23	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
New York Cityの地下鉄の情報をもとにIoT的なアプリケーショ
ンを作ってみる
•  GTFS-realtimeという仕...
24	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
MTA	
Feed	
MTA	
Stops	
NiFi	
KaTa	
HDFS	
Spark	
Streaming	
Spark	...
25	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
リアルタイムアプリケーション	
リアルタイムフィード内の運行情報から	
リアルタイムフィード内のアラート情報から	
リアルタイムフ...
26	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
MTA	
Feed	
MTA	
Stops	
NiFi	
KaTa	
HDFS	
Spark	
Streaming	
Spark	...
27	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
MTA	
Feed	
MTA	
Stops	
NiFi	
KaTa	
HDFS	
Spark	
Streaming	
Spark	...
28	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
MTA	
Feed	
MTA	
Stops	
NiFi	
KaTa	
HDFS	
Spark	
Streaming	
Spark	...
29	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
データが積み上がっていれば・・・
30	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
積み上げたデータでモデルのトレーニング
31	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
MTA	
Feed	
MTA	
Stops	
NiFi	
KaTa	
HDFS	
Spark	
Streaming	
Spark	...
32	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
リアルタイムアプリケーション	+	機械学習モデル	
Delay	predicted!	
YES	
YES	
路線ごとの遅延実績のチ...
33	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
MTA	
Feed	
MTA	
Stops	
NiFi	
KaTa	
HDFS	
Spark	
Streaming	
Spark	...
34	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
BI的な分析	
•  SparkならZeppelinでもある程度でき
る	
•  Hiveserver2やSpark	Thrij	...
35	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
さらに・・・ データソースの追加も(Data	Enrichment)
36	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
MTA	
Feed	
MTA	
Stops	
NiFi	
KaTa	
HDFS	
Spark	
Streaming	
Spark	...
37	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
まとめ
38	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
Apache NiFiとIoT
Ã  IoTはデータソースの種類が多様になるケースがある
Ã  データソースを動的に⾜したいことも...
39	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
Apache NiFiとIoT
Ã  IoTはデータソースの種類が多様になるケースがある
Ã  データソースを動的に⾜したいことも...
40	 ©	Hortonworks	Inc.	2011	–	2016.	All	Rights	Reserved	
Apache NiFiとIoT
Ã  IoTはデータソースの種類が多様になるケースがある
Ã  データソースを動的に⾜したいことも...
Próximos SlideShares
Carregando em…5
×

IoTアプリケーションで利用するApache NiFi

2.770 visualizações

Publicada em

下記の勉強会で話した、IoTアプリケーションで実際に活用されるApache NiFiのデザインパターンについての資料です。

Apache NiFi 勉強会 〜データフローの自動化〜
http://futureofdata.connpass.com/event/35428/

Publicada em: Tecnologia
  • Seja o primeiro a comentar

IoTアプリケーションで利用するApache NiFi

  1. 1. IoTアプリケーションで利⽤するApache NiFi Yuta Imai Solu,ons Engineer, Hortonworks © Hortonworks Inc. 2011 – 2015. All Rights Reserved
  2. 2. 2 © Hortonworks Inc. 2011 – 2016. All Rights Reserved Agenda Ã  HDP and HDF Ã  What you can do with Spark Ã  Spark Reference Architecture Ã  Demo
  3. 3. 3 © Hortonworks Inc. 2011 – 2016. All Rights Reserved HDP and HDF
  4. 4. 4 © Hortonworks Inc. 2011 – 2016. All Rights Reserved Spark is certified as YARN Ready and is a part of HDP. Hortonworks Data Platform 2.4 GOVERNANCE OPERATIONS BATCH, INTERACTIVE & REAL-TIME DATA ACCESS YARN: Data OperaAng System (Cluster Resource Management) Map Reduce Apache Falcon Apache Sqoop Apache Flume Apache KaTa Apache Hive Apache Pig Apache HBase Apache Accumulo Apache Solr Apache Spark Apache Storm 1 • • • • • • • • • • • • • • • • • • • • • • • HDFS (Hadoop Distributed File System) Apache Ambari Apache ZooKeeper Apache Oozie Deployment Choice Linux Windows On-premises Cloud Apache Atlas Cloudbreak SECURITY Apache Ranger Apache Knox Apache Atlas HDFS Encryp,on ISV Engines
  5. 5. 5 © Hortonworks Inc. 2011 – 2016. All Rights Reserved HDF and HDP HDF Hadoop HDFS HBase Hive SOLR YARN Storm Service Management / Workflow SIEM Spark Raw Network Stream Network Metadata Stream Data Stores Syslog Raw ApplicaAon Logs Other Streaming Telemetry
  6. 6. 6 © Hortonworks Inc. 2011 – 2016. All Rights Reserved IoT and NiFi
  7. 7. 7 © Hortonworks Inc. 2011 – 2016. All Rights Reserved IoT?
  8. 8. 8 © Hortonworks Inc. 2011 – 2016. All Rights Reserved What we can do with IoT: 自動車 Ã  想定されるユーザー: 運送会社やタクシー会社等の商用自動車ユーザー Ã  フリートマネジメント –  資産としての車の利用率最適化 –  燃費最適化 Ã  個別の車のマネジメント –  故障予知 –  部品マネジメント Ã  個別のドライバのマネジメント –  運転の安全性についてのスコアリング
  9. 9. 9 © Hortonworks Inc. 2011 – 2016. All Rights Reserved What we can do with IoT: 自動車 Ã  想定されるユーザー: 運送会社やタクシー会社等の商用自動車ユーザー Ã  フリートマネジメント –  資産としての車の利用率最適化 –  燃費最適化 Ã  個別の車のマネジメント –  故障予知 –  部品マネジメント Ã  個別のドライバのマネジメント –  運転の安全性についてのスコアリング データソース •  ⾞から上がってくるセンサーデータ •  天候 •  道路/交通情報 •  ⾞の管理情報 •  ドライバの管理情報
  10. 10. 10 © Hortonworks Inc. 2011 – 2016. All Rights Reserved 10 SueJim HDP Data Analyst HDP Developer Jim and Sue Build Monitoring App Demo Here 違反や事故を予測 車のU,liza,onを可視化 交通渋滞を予測
  11. 11. 11 © Hortonworks Inc. 2011 – 2016. All Rights Reserved IoTデータでコネクテッドカーのデータをさらに豊富に ⾃動⾞センサー •  速度計 •  気圧計 •  タイヤプレッシャ •  フロントガラスウォッシャー •  GPS WiFi •  Beacon frames •  Request probes 気象情報 •  気温 •  降⽔量と⾵の速度 道路 •  トラフィックカメラ •  制限速度 ソーシャル •  Twitter
  12. 12. 12 © Hortonworks Inc. 2011 – 2016. All Rights Reserved Usage Based Insurance •  彼らはSnapshotと呼ばれるデバイス経由でリア ルタイムに⾃動⾞からアップロードされるデータ と道路の混雑状況のデータ、そして過去の様々な データを組み合わせることによりドライバーごと に価格最適化を⾏うことにより、総額にして約5 億6千万ドルの保険料割引を実現したと発表しま した。 •  右の写真のデモは、⾚い円筒が、過去のデータか ら得られた事故多発地帯や犯罪多発地帯を表して おり、被保険者の⾞がこのエリアに侵⼊したこと を⾃動的に検知する仕組みを可視化したものです。
  13. 13. 13 © Hortonworks Inc. 2011 – 2016. All Rights Reserved
  14. 14. 14 © Hortonworks Inc. 2011 – 2016. All Rights Reserved What we can do with IoT: 農業 Ã  想定されるユーザー: 農業事業者 Ã  状態の把握 –  温度、湿度、日照時間等を記録しておいたものと、出来上がった農作物の出来を付きあわ せてベストプラクティスやバッドプラクティスの数値化。 –  問題が起こるであろう状態の把握と通知。そして記録。 Ã  環境最適化 –  自動散水 –  ビニールハウス内の最適状態維持 •  温度や湿度、日照度など –  ドローンのコントロール
  15. 15. 15 © Hortonworks Inc. 2011 – 2016. All Rights Reserved What we can do with IoT: 農業 Ã  想定されるユーザー: 農業事業者 Ã  状態の把握 –  温度、湿度、日照時間等を記録しておいたものと、出来上がった農作物の出来を付きあわ せてベストプラクティスやバッドプラクティスの数値化。 –  問題が起こるであろう状態の把握と通知。そして記録。 Ã  環境最適化 –  自動散水 –  ビニールハウス内の最適状態維持 •  温度や湿度、日照度など –  ドローンのコントロール データソース •  センサーデータ •  カメラによる画像/動画 •  天候 •  天候の予報 •  市場データ
  16. 16. 16 © Hortonworks Inc. 2011 – 2016. All Rights Reserved What we can do with IoT: 通信事業者 Ã  想定されるユーザー: 通信事業者 Ã  セルタワーの管理と最適化 –  利用率の監視と最適化 –  フェムトセル管理 Ã  Self Op,mizing Network –  顧客通信の帯域の最大化 –  利用率の最大化 –  Dropped Callの最小化
  17. 17. 17 © Hortonworks Inc. 2011 – 2016. All Rights Reserved What we can do with IoT: 通信事業者 Ã  想定されるユーザー: 通信事業者 Ã  セルタワーの管理と最適化 –  利用率の監視と最適化 –  フェムトセル管理 Ã  Self Op,mizing Network –  顧客通信の帯域の最大化 –  利用率の最大化 –  Dropped Callの最小化 データソース •  実際の電話トランザクション •  CDR •  セルタワーのキャパシティ状態 •  ソーシャルストリーム
  18. 18. 18 © Hortonworks Inc. 2011 – 2016. All Rights Reserved What we can do with IoT: 通信事業者 Ã  想定されるユーザー: 通信事業者 Ã  セルタワーの管理と最適化 –  利用率の監視と最適化 –  フェムトセル管理 Ã  Self Op,mizing Network –  顧客通信の帯域の最大化 –  利用率の最大化 –  Dropped Callの最小化 データソース •  実際の電話トランザクション •  CDR •  セルタワーのキャパシティ状態 •  ソーシャルストリームセルタワーからKafkaに対して1時間に160億以上の レコードをNiFiでIngestしているという事例も ( ) ( ) ( ) ( ) ( ) ( )
  19. 19. 19 © Hortonworks Inc. 2011 – 2016. All Rights Reserved IoTアプリケーションはデータソースが様々 Ã  データの種類 Ã  データの流速 Ã  データの宛先
  20. 20. 20 © Hortonworks Inc. 2011 – 2016. All Rights Reserved IoTアプリケーションはデータソースが様々 Ã  データの種類 Ã  データの流速 Ã  データの宛先 Apache NiFiのようなデータフローを柔軟に管理できるソフトウェアが活きる W I T H O U T H O R T O N W O R K S D A T A F L O W W I T H H O R T O N W O R K S D A T A F L O W Ingest Scripts Messaging Scripts HORTONWORKS DATAFLOW
  21. 21. 21 © Hortonworks Inc. 2011 – 2016. All Rights Reserved IoTアプリケーションはデータソースが様々 Ã  データの種類 Ã  データの流速 Ã  データの宛先 Apache NiFiのようなデータフローを柔軟に管理できるソフトウェアが活きる W I T H O U T H O R T O N W O R K S D A T A F L O W W I T H H O R T O N W O R K S D A T A F L O W Ingest Scripts Messaging Scripts HORTONWORKS DATAFLOW 複数のチーム(例えばアプリケーションとインフラ)を またがった調整が必要になったりもする 利⽤者だけで変更が完了する ビジネス的な イテレーションが早く回せる
  22. 22. 22 © Hortonworks Inc. 2011 – 2016. All Rights Reserved Demo
  23. 23. 23 © Hortonworks Inc. 2011 – 2016. All Rights Reserved New York Cityの地下鉄の情報をもとにIoT的なアプリケーショ ンを作ってみる •  GTFS-realtimeという仕様に則り、 地下鉄の運⾏情報(どの駅にいるの か、という情報や遅延状況など)を 1分に1回フィードしてくれる •  リアルタイム情報以外にも、地下鉄 の駅の地理的位置情報yや、出⼊り ⼝の位置、エスカレーターの場所な どの情報が提供されている
  24. 24. 24 © Hortonworks Inc. 2011 – 2016. All Rights Reserved MTA Feed MTA Stops NiFi KaTa HDFS Spark Streaming Spark Streaming HBase + Phoenix Spring Hive/ SparkSQL Spark ML Web UI BI Zeppelin Twiher •  Loca,ons •  Fleet management •  Sta,s,cs •  Regression(WIP) IoT: MTA Subway IoT sample applicaAon PMML
  25. 25. 25 © Hortonworks Inc. 2011 – 2016. All Rights Reserved リアルタイムアプリケーション リアルタイムフィード内の運行情報から リアルタイムフィード内のアラート情報から リアルタイムフィード内の運行情報から
  26. 26. 26 © Hortonworks Inc. 2011 – 2016. All Rights Reserved MTA Feed MTA Stops NiFi KaTa HDFS Spark Streaming Spark Streaming HBase + Phoenix Spring Hive/ SparkSQL Spark ML Web UI BI Zeppelin Twiher •  Loca,ons •  Fleet management •  Sta,s,cs •  Regression(WIP) リアルタイムアプリケーション PMML(WIP) リアルタイムフィード 位置情報、アラート情報 バッチ取り込み 駅の位置情報など
  27. 27. 27 © Hortonworks Inc. 2011 – 2016. All Rights Reserved MTA Feed MTA Stops NiFi KaTa HDFS Spark Streaming Spark Streaming HBase + Phoenix Spring Hive/ SparkSQL Spark ML Web UI BI Zeppelin Twiher •  Loca,ons •  Fleet management •  Sta,s,cs •  Regression(WIP) リアルタイムフィードも必ずストレージに保存しておく Source of truth リアルタイムフィード 位置情報、アラート情報 バッチ取り込み 駅の位置情報など
  28. 28. 28 © Hortonworks Inc. 2011 – 2016. All Rights Reserved MTA Feed MTA Stops NiFi KaTa HDFS Spark Streaming Spark Streaming HBase + Phoenix Spring Hive/ SparkSQL Spark ML Web UI BI Zeppelin Twiher •  Loca,ons •  Fleet management •  Sta,s,cs •  Regression(WIP) リアルタイムフィードも必ずストレージに保存しておく Source of truth リアルタイムフィード 位置情報、アラート情報 バッチ取り込み 駅の位置情報など どこまでNiFiでカバーするかは ケースバイケース
  29. 29. 29 © Hortonworks Inc. 2011 – 2016. All Rights Reserved データが積み上がっていれば・・・
  30. 30. 30 © Hortonworks Inc. 2011 – 2016. All Rights Reserved 積み上げたデータでモデルのトレーニング
  31. 31. 31 © Hortonworks Inc. 2011 – 2016. All Rights Reserved MTA Feed MTA Stops NiFi KaTa HDFS Spark Streaming Spark Streaming HBase + Phoenix Spring Hive/ SparkSQL Spark ML Web UI BI Zeppelin Twiher •  Loca,ons •  Fleet management •  Sta,s,cs •  Regression(WIP) Source of truthをもとにモデルトレーニング トレーニングしたモデルはPMML等で リアルタイムアプリケーション側に 読み込ませることでストリーム処理 によるClassifica,onやClustering に使う リアルタイムフィード 位置情報、アラート情報 バッチ取り込み 駅の位置情報など
  32. 32. 32 © Hortonworks Inc. 2011 – 2016. All Rights Reserved リアルタイムアプリケーション + 機械学習モデル Delay predicted! YES YES 路線ごとの遅延実績のチャート のさらに右側を回帰分析で 書き足したり 各電車のステータステーブル ロジスティック回帰やクラスタリングで 各電車の遅延を予測したり
  33. 33. 33 © Hortonworks Inc. 2011 – 2016. All Rights Reserved MTA Feed MTA Stops NiFi KaTa HDFS Spark Streaming Spark Streaming HBase + Phoenix Spring Hive/ SparkSQL Spark ML Web UI BI Zeppelin Twiher •  Loca,ons •  Fleet management •  Sta,s,cs •  Regression(WIP) Source or truthももとにBI等での分析の実施 PMML(WIP) リアルタイムフィード 位置情報、アラート情報 バッチ取り込み 駅の位置情報など
  34. 34. 34 © Hortonworks Inc. 2011 – 2016. All Rights Reserved BI的な分析 •  SparkならZeppelinでもある程度でき る •  Hiveserver2やSpark Thrij Serverを 使えばJDBC経由でSpark SQLやHive が使える •  最近だとDruidも流行ってきてるっ ぽい。(Hadoop SummitでもYahooと かNellixのアーキテクチャの絵に 出てきた) •  他にもHAWQやPrestoなどMPPデー タベースとか
  35. 35. 35 © Hortonworks Inc. 2011 – 2016. All Rights Reserved さらに・・・ データソースの追加も(Data Enrichment)
  36. 36. 36 © Hortonworks Inc. 2011 – 2016. All Rights Reserved MTA Feed MTA Stops NiFi KaTa HDFS Spark Streaming Spark Streaming HBase + Phoenix Spring Hive/ SparkSQL Spark ML Web UI BI Zeppelin Twiher •  Loca,ons •  Fleet management •  Sta,s,cs •  Regression(WIP) データのEnrichment PMML(WIP) NiFiならデータソースの追加も簡単 Corpor ate DB
  37. 37. 37 © Hortonworks Inc. 2011 – 2016. All Rights Reserved まとめ
  38. 38. 38 © Hortonworks Inc. 2011 – 2016. All Rights Reserved Apache NiFiとIoT Ã  IoTはデータソースの種類が多様になるケースがある Ã  データソースを動的に⾜したいこともある Ã  NiFiはこういうデータパイプラインに最適 Ã  システムアーキテクチャ的にはデータソース層とデータ処理層の間に置くのが○
  39. 39. 39 © Hortonworks Inc. 2011 – 2016. All Rights Reserved Apache NiFiとIoT Ã  IoTはデータソースの種類が多様になるケースがある Ã  データソースを動的に⾜したいこともある Ã  NiFiはこういうデータパイプラインに最適 Ã  システムアーキテクチャ的にはデータソース層とデータ処理層の間に置くのが○ HDF Hadoop HDFS HBase Hive SOLR YARN Storm Service Manageme nt / Workflow SIEM Spark Raw Network Stream Network Metadata Stream Data Stores Syslog Raw ApplicaAon Logs Other Streaming Telemetry
  40. 40. 40 © Hortonworks Inc. 2011 – 2016. All Rights Reserved Apache NiFiとIoT Ã  IoTはデータソースの種類が多様になるケースがある Ã  データソースを動的に⾜したいこともある Ã  NiFiはこういうデータパイプラインに最適 Ã  システムアーキテクチャ的にはデータソース層とデータ処理層の間に置くのが○ HDF Hadoop HDFS HBase Hive SOLR YARN Storm Service Manageme nt / Workflow SIEM Spark Raw Network Stream Network Metadata Stream Data Stores Syslog Raw ApplicaAon Logs Other Streaming Telemetry ※Fluentd的にアプリ ケーション・サーバーか らのログ回収エージェン トとしても使えるけれど も、これはまた別の話

×