Pentaho：HadoopやDWH、NoSQLにも対応のBI--ETLでデータ品質も担保

Pentahoのポイント

• マウスのドラッグ＆ドロップで分析データパイプラインを作成
• 基本的なデータプロファイリングや文字列操作などの品質向上ツールも用意
• インメモリキャッシングを活用、ドリルスルーなども可能

Pentahoの製品解説

　「Pentaho」はビジネスインテリジェンス（BI）ツール。基幹系システムなどからデータを抽出、変換してクレジングするETLなどの「Pentaho Data Integration」とデータを分析するための「Pentaho Business Analytics」で構成される。

編集部おすすめの関連記事

• 「いつか聞いた話が…」、IBMの新製品を機に振り返るBIの変遷
• データ複雑化でBIも進化--ガートナーが提唱する“拡張分析”の実相
• BI普及で広がるデータ活用--データの品質や鮮度を保つ体制が求められる
• データ分析の民主化で立ち上がる“市民”--シチズンデータサイエンティストの正体

　対応するリレーショナルデータベース（RDBMS）はOracle DatabaseやIBM DB2、Microsoft SQL Server、MySQL。HadoopディストリビューションはClouderaやHortonworks、MapR、Amazon Elastic MapReduce（EMR）。NoSQLではMongoDBやCassandra、HBaseに対応。Apache SparkやApache Kafkaにも対応する。

　データウェアハウスはVerticaやGreenplum、Teradata、SAP HANA、Amazon Redshift。SalesforceやGoogle Analyticsなどのアプリケーションからも取り込める。XMLやJSON、Excel、CSV、テキストなどのファイルも取り込める。

　マウスのドラッグ＆ドロップで分析データパイプラインを作成可能。RDBMSなどのデータソースは、データを抽出、準備、ブレンドするためのライブラリが用意され、ユーザー企業ごとにカスタマイズできる。データ準備プロセスでは任意のポイントでチャートや可視化、レポーティングが可能。

　行数カウントや数学関数など基本的なデータプロファイリング機能と文字列操作やマッピング関数、フィルタリング、並べ替えなどのデータ品質に関する機能も提供される。データ品質では、統一されていないデータや重複データの比重複化とクレンジング、住所やメールアドレス、電話番号の検証や標準化などに対応している。

　データ分析のユーザーインターフェース（UI）はウェブブラウザベースに対応。レポーティングやダッシュボードといった機能が利用できる。レポーティングではインメモリキャッシング技術を活用して、エンドユーザーの思考に追い付くようにしている。ダッシュボードはマウスでのドリルスルーやフィルタコントロールなどが可能となっている。

Pentahoのまとめ

用途と機能	BIツール
特徴	データソースは、データを抽出、準備、ブレンドするためのライブラリが用意され、ユーザー企業ごとにカスタマイズ。データ品質では、統一されていないデータや重複データの比重複化とクレンジング、住所やメールアドレス、電話番号の検証や標準化などに対応。ダッシュボードはマウスでのドリルスルーやフィルタコントロールなどが可能
導入企業	BT、Caterpillar Marine Asset Intelligence、NASDAQなど