時間がないならないなりの成果を素早く提示する

１９９０年に東芝に入社した服部氏は、当時の上司がたびたび口にしていた「氷山の一角」のたとえ話が今も強く印象に残っているという。

「技術開発の心構えの話で、完璧なものをつくってから完成とするのではなく、出せる部分はいち早く発表して、成果を提示し、機に応じて少しずつ調整、改善するようアドバイスを受けたのです。海面に出ている氷山が〝成果〞や〝製品〞を指し、水面下に隠れている部分が今後開発すべき技術を意味していました。端的にいえば、『時間がなければないなりの結論を出そう』ということです。機能・性能・品質・時間などの条件をすべて満たすことが難しい場合は、時間を優先してまず市場にリリースし、その研究開発を継続させることが大事なのだと教わりました」

ＧｒｉｄＤＢの開発にも、その発想が生かされているという。服部氏がＧｒｉｄＤＢの開発に着手したのは２０１２年のこと。驚くべきことに、その翌年には完成に漕ぎつけている。

「ＧｒｉｄＤＢは、『ＮоＳＱＬ』と『ＳＱＬ』の２つのインターフェイスを備えています。当初は、処理の高速性と高い拡張性に強みを持つＮоＳＱＬ型データベースとして製品化し、その後、ニーズに応じた強化開発により、ＳＱＬ型のエンジンも搭載することで、より多くのユーザーが使用できるようにしました」

データベースは、性能を向上させるための手法によって、大きく「スケールアップ」と「スケールアウト」の２つのタイプに分類される。スケールアップとは、ＣＰＵやメモリを追加するなどしてデータベースが動作しているサーバ単体の性能を向上させる手法。
一方のスケールアウトは、サーバの台数を増やすことで全体の性能向上を目指す手法である。ＧｒｉｄＤＢは、後者のスケールアウト型に属する。

どちらの手法にもメリット・デメリットがあるが、スケールアップはサーバ単体の性能向上という面において物理的な限界がつきまとう。一方、スケールアウトはサーバの数を追加するだけで、データ量の急増に対応できる。もちろんそのためには、データベースの性能がサーバ台数に比例する必要がある。ハードウェアのリソース投入量に対して性能が比例するシステム要素を「スケーラビリティ」といい、このスケーラビリティこそが、データ量が急激に拡大するＩоＴの分野では重要となる。

一昔前まで、データベースの世界ではＳＱＬ型のリレーションデータベース（ＲＤＢ）が主流だったが、ＲＤＢはスケールアウトによる性能向上が難しく、スケーラビリティに難があった。対するＮоＳＱＬ型 データベースは、データ構造や処理がシンプルなため、スケーラビリティの面で強みを持つことを特徴としている。

「ＩоＴ時代のデータベースには、スケーラビリティ、すなわち高い拡張性が求められることは明らかでした。そこで、いち早く製品化して社会に提供するため、ＧｒｉｄＤＢはまずＮоＳＱＬ型のデータベースとして開発しています。ただ、歴史が古いＳＱＬ型はユーザーやエンジニアの人口そのものが多いのが実情です。できればＳＱＬでもＧｒｉｄＤＢにアクセスしたいという要望が寄せられたため、デュアルインターフェイスの仕様へ強化したのです。この戦略が、高い評価の獲得に寄与したと思います」

ひとくちに「ＮоＳＱＬ型のデータベースを開発した」と言っても、話はそう簡単ではない。ミリ秒単位の周期で発生する膨大な時系列データを扱うことが求められると同時に、各データに矛盾や欠損などを生じさせない一貫性や整合性も要求される。

従前のスケールアウト型データベースでは、複数のサーバをネットワークで接続して大量のデータを扱っていたためデータの分散化が余儀なくされ、そのことがデータの一貫性を保つうえで支障となっていた。

一方で、一貫性を維持しようとするとパフォーマンスの低下を招くなど、ＩоＴシステムへの適用に大きな課題を抱えていたのである。服部氏は、こうした課題を解決するために、「自律データ再配置技術（ＡＤＤＡ）」という技術を開発。この技術によって、データベースサーバの追加等の状況を検知すると、データやコピーのデータベースサーバに対する再配置計画を決定し、サーバ間で高速にデータ転送を行った後、一貫性が取れた状態でデータアクセスの切り替えを行う。この処理を自律的に行うことで、アプリとデータベースサーバの間に位置する管理サーバや仲介サーバなどを取り除くことを可能にした。その結果、通信やデータ変換処理などのコストを大幅削減し、高いデータ一貫性と可用性、高いパフォーマンスを同時に実現したという。服部氏は次のように話す。

「ＧｒｉｄＤＢの肝ともいえるこの自律データ再配置技術の開発では、かつてＡＩ研究に携わっていた知見、経験が大きく生かされているのです」ＧｒｉｄＤＢは、試験運用を経て、14年に商用化。以降、強化開発を継続しながら、エネルギー監視、電力自由化システムや製造現場の効率化など、社会インフラのアプリケーションに適用されており、16年には、基本機能のオープンソース化にも踏み切っている。そして、自律データ再配置技術は、18年に「関東地方発明表彰」を受賞した。

まず自分でやってみる。自分にできないことは他者にも押しつけない

現在、服部氏は東芝デジタルソリューションズ株式会社のソフトウェア＆ＡＩテクノロジーセンターで技監を務めている。技監とは、技術者の上位職に該当するポジションである。

「ＧｒｉｄＤＢの強化開発は続けていきますが、今後は、もう少し大局的な立場で技術や物事を俯瞰してみたい気持ちがあります。だからといって、マネジメントに専念したいわけではありません。根は技術者ですから、これからも手は動かし続けたい。ＡＩの分野で何か大きな仕事を、という野望はあります。ただ、必ずしも最先端の分野や技術にこだわる必要はないのです。

最先端分野は競争も激しく、安易に飛びつくと差異化が難しくなりますから。その点は注意深く見極める必要があると考えています」

最後に服部氏は、自身の経験を踏まえて、後進に向けて次のようなエールを送ってくれた。

「自分にできないことを他者に押し付けても、うまくいきません。『まずは自分でやってみること』です。開発でいえば、自分の手で設計書をきちんとまとめてみて、道筋が見えたところで初めて、人に任せます。思想やコンセプトを明示して依頼することが大切だと考えます。ＸＭＬデータベースやＧｒｉｄＤＢの開発でも、僕はそのやり方を貫いてきました。システムやソフトウェアは実に〝素直〞ですから、曖昧でいい加減な思想やコンセプトに基づいてつくり始めると、それなりに〝動いた感じ〞にはなるものの、トラブルが続発します。それを防ぐには、中身や手法をとことん突き詰めておくことが不可欠なのです。そのためには、自分で手を動かしておくことが欠かせないと思うのです」