クラスタリングとは？くらすたりんぐ

背景

1台の機体で性能や可用性を伸ばそうとすると、部品の高級化に価格が急に跳ね上がり、しかも電源やマザーボードといった単一障害点は残ったままになる。同じ機体を複数並べて束ねる方式に切り替えれば、必要な分だけ台数で買えるうえ、1台の故障が全停止に直結しなくなる。単体の限界を、構成の側で越えるための考え方である。

具体例

データベースは書き込みの整合性が要るため、共有ストレージを持つ2ノードのHAクラスタとし、片系障害時に仮想IPアドレスを引き継がせる構成が一般的で、LinuxではPacemaker、Windowsではフェールオーバークラスタリングがこれを担う。状態を持たないWebアプリケーションは負荷分散クラスタにして、需要に応じて台数を増減させる。

試験での引っ掛け

HAクラスタは台数を増やしても処理能力は上がらない。待機系は平常時に仕事をしないためで、可用性の指標と性能の指標を取り違える選択肢が定番になる。逆に負荷分散クラスタは台数で性能が伸びるものの、セッション情報をメモリに持つと特定ノードへ固定する必要が出て、その分だけ可用性が下がる。目的をすり替えた記述に注意する。

関連用語

• デュアルシステムとデュプレックスシステム
• フェールオーバとフェールバック
• スケールアップとスケールアウト
• モンテカルロ法
• 機械学習
• 教師あり学習・教師なし学習・強化学習
• モンテカルロ・シミュレーション
• 教師あり学習
• 割込み処理
• システムの信頼性設計（フォールトトレラント・フェールセーフ）
• 稼働率の計算（直列・並列システム）
• コンテナ技術
• デッドロック（OSレベル）
• スラッシング
• データ圧縮（ハフマン符号化）
• OS・ミドルウェア・ファイルシステムの基礎
• P2P（ピアツーピア）
• グリッドコンピューティング
• ページ置換アルゴリズム（LRU・FIFO）
• セマフォとミューテックス

出た過去問

• 出典：令和元年度 秋期 応用情報技術者試験 午前 問4（IPA）

  AIの機械学習における教師なし学習で用いられる手法として、最も適切なものはどれか。

  正解：データ同士の類似度を定義し、その定義した類似度に従って似たもの同士は同じグループに入るようにデータをグループ化するクラスタリング

  要点：正解ラベルなしで似た者同士をまとめるクラスタリングが教師なし学習

  教師なし学習は、正解ラベルの付いていないデータから構造やパターンを見つける手法です。データ間の類似度に基づいて似たもの同士をまとめるクラスタリングは、正解を与えずにグループ分けするため教師なし学習の代表例です。分類・回帰は正解ラベルを与える教師あり学習に分類されます。

  この問題の解説ページを見る →