説明
https://cloud.google.com/security/compliance/hipaa/

トピック2、TerramEarthのケーススタディ
会社概要
TerramEarth は、鉱業および農業業界向けの重機を製造しています。同社の事業の約 80% は鉱業、20% は農業です。現在、100 か国に 500 を超えるディーラーとサービス センターがあります。同社の使命は、顧客の生産性を向上させる製品を作ることです。
会社概要
TerramEarth は、第二次世界大戦後に再編するためにいくつかの小規模な家族経営の会社が合併した 1946 年に設立されました。同社は従業員と顧客を大切にし、彼らを家族の一員として考えています。
TerramEarth は、顧客のニーズの変化に応じてコア製品を革新し、新しい市場を見つける能力を誇りにしています。過去 20 年間、業界の傾向は主に、人間のオペレーターが操作する大型車両を使用して生産性を向上させる方向にありました。
ソリューションコンセプト
現在稼働中の TerramEarth 車両は 2,000 万台あり、1 秒あたり 120 フィールドのデータを収集しています。データは車両にローカルに保存され、車両のメンテナンス時に分析のためにアクセスできます。データはメンテナンス ポート経由でダウンロードされます。この同じポートを使用して動作パラメータを調整できるため、現場で車両を新しいコンピューティング モジュールでアップグレードできます。
約 20 万台の車両がセルラー ネットワークに接続されており、TerramEarth はデータを直接収集できます。1 日 22 時間稼働で、1 秒あたり 120 フィールドのデータが収集されます。TerramEarth は、接続された車両から 1 日あたり合計約 9 TB のデータを収集します。
既存の技術環境

TerramEarth の既存のアーキテクチャは、データセンターにある Linux ベースのシステムで構成されています。
これらのシステムは、現場から CSV ファイルを gzip 形式で圧縮し、FTP 経由でアップロードして変換および集計し、データをデータ ウェアハウスに配置します。このプロセスには時間がかかるため、集計レポートは 3 週間前のデータに基づいています。
このデータにより、TerramEarth は事前に交換部品を在庫し、車両の予定外のダウンタイムを 60% 削減することができました。ただし、データが古いため、交換部品を待つ間、最大 4 週間車両を使用できない顧客もいます。
ビジネス要件
* 余剰在庫の保管コストを増やすことなく、計画外の車両ダウンタイムを1週間未満に短縮
* 顧客が機器をどのように使用しているかに関するより多くのデータを提供することでディーラー ネットワークをサポートし、IP による新製品やサービスの位置付けを改善します。
* さまざまな企業、特に急成長中の農業ビジネスにおける種子や肥料の供給業者と提携し、各社の顧客にとって魅力的な共同製品を生み出す能力があります。 CEO の声明 当社は、車両の大型化の傾向を利用して、顧客の生産性を向上させることに成功しています。技術の変化は急速に進んでおり、TerramEarth はコネクテッド デバイス技術を活用して、インテリジェント農業機器などのより優れたサービスを顧客に提供しています。この技術により、過去の傾向を利用して車両の操作方法を調整することで、農家の収穫量を 25% 増加させることができました。これらの進歩により、当社の農業製品ラインは急速に成長しており、2020 年までに収益の 50% を生み出すと予想しています。
CTO 声明
当社の競争上の優位性は、競合他社よりも低コストで優れた車両を製造する能力を備えた製造プロセスに常にありました。しかし、異なるアプローチによる新製品が絶えず開発されており、業界の次の変革の波に対応できるスキルが当社には不足しているのではないかと懸念しています。残念ながら、当社の CEO は技術の陳腐化を真剣に受け止めておらず、業界の多くの新興企業をニッチ プレイヤーと見なしています。私の目標は、漸進的なイノベーションを通じて当面の市場ニーズに対応しながら、スキルを磨くことです。

自動化JenkinsはGitリポジトリを監視できる

リアルタイムにはストリーム/メッセージング、つまり Pub/Sub、Big Query による分析が必要です。
Google 独自の高速プライベート ネットワークを搭載した Cloud Pub/Sub を使用すると、世界中のどこからでも 1 秒あたり数百万のストリーミング イベントを取り込み、Cloud Dataflow でストリームを処理して、信頼性が高く、1 回限りの低レイテンシのデータ変換を実現します。変換されたデータをクラウド ネイティブのデータ ウェアハウス サービスである BigQuery にストリーミングして、SQL または一般的な視覚化ツールですぐに分析できます。
シナリオ: ストリーミング メトリックをキャプチャし、集中的な分析を実行できるように、ゲームのバックエンドを Google Compute Engine にデプロイする予定です。
ゲーム分析プラットフォームの要件
ゲームアクティビティに基づいて動的にスケールアップまたはスケールダウンする
ゲームサーバーから受信したデータを即座に直接処理します
モバイルネットワークの速度が遅いために遅れて到着するデータを処理する
SQLクエリが少なくとも10 TBの履歴データにアクセスできるようにする
ユーザーのモバイルデバイスから定期的にアップロードされるファイルを処理します
完全に管理されたサービスのみを使用する
参考資料: https://cloud.google.com/solutions/big-data/stream-analytics/