Amazon Web Services ブログ

Category: Amazon Kinesis

IoT データの取り込みと可視化のための7つのパターン – ユースケースに最適なものを決定する方法

この記事は 7 patterns for IoT data ingestion and visualization- How to decide what works best for your use case の日本語訳です。 モノのインターネット(IoT)を始めたばかりでも、すでに数百万台の IoT デバイスが接続されていても、IoT データから抽出される価値を最大化する方法を探しているのではないでしょうか。IoT デバイスのデータには、報告されたテレメトリデータ、メタデータ、状態、コマンドとレスポンスの中に、豊富な情報が含まれていることがあります。しかし、適切なレポート作成および可視化ソリューションを持つことは、業務効率を最大化し、ビジネス成果を実現するために必要な洞察を得るための鍵となります。 それゆえ、AWS Well-Architected のようなフレームワークは、管理、パフォーマンス、コスト、および運用の観点から最適なソリューションを選択するのに役立ちます。例えば、リアルタイムでデータを提供できるレポートと可視化ソリューションを探しているかもしれません。あるいは、完全にカスタマイズ可能で、インサイトを検索できるソリューションをお探しかもしれません。 このブログ記事では、AWS の様々な IoT レポート作成と可視化ソリューションについて説明します。リアルタイム、ニアリアルタイム、スケジュールに沿ってレポートを提供できる7つの異なるアーキテクチャパターンを紹介します。さらに、各ソリューションのユースケース、更新頻度、データ取り込みプロセス、アーキテクチャ、および複雑さに関するデータポイントも提供します。

Read More

ジオテクノロジーズ株式会社の位置情報データレイクにおけるAWSの活用

こんにちは、ソリューションアーキテクトの齋藤です。本稿では、ジオテクノロジーズ株式会社 デジタル本部 ビッグデータ&アナリティクスG マネージャー 加瀬氏と共同でAWSサービスを活用したジオテクノロジーズの位置情報データレイクの取り組みについてご紹介します。 ジオテクノロジーズ株式会社について カーナビ向けのデジタル地図データ提供から事業を開始したジオテクノロジーズ(旧社名:インクリメントP)株式会社は、1995 年に PC 向けの地図ソフト『MapFan』を提供開始。その後、地図検索サイトを展開するなど、個人から法人までさまざまなデジタル地図サービスを提供しています。2020 年 10 月からは移動するとポイントが貯まるアプリ『トリマ』を提供し、2022 年 3 月末現在で 850 万ダウンロードを獲得するなど注目を集めています。 同社は、精度や鮮度の高い地図データだけではなく、交通情報の生成・予測といった顧客にとって価値のある位置情報サービスを提供することを目指しています。そのためには、所有する様々な地図に関するデータを掛け合わせることが必要になります。 位置情報データレイクのコンセプト

Read More

シドニー工科大学が生体医療用ロボットと AWS IoT で脳卒中リハビリを変革する方法

この記事は Nils De Vriesによって投稿された How the University of Technology Sydney is transforming stroke rehabilitation with biomedical robots and AWS IoT を翻訳したものです。 はじめに 本ブログでは、シドニー工科大学(UTS)が、バイオメディカル工学とロボティクス、そして AWS Internet of Things(IoT)などの AWS ソリューションを用いて、脳卒中患者の家庭環境でのリハビリテーションにおけるチャレンジにどのように取り組んだのかを紹介します。

Read More
Blog(yowat)

Amazon CloudWatch Metric Streams、AWS Cost and Usage Reports、Amazon Athena を使用した AWS でのコスト最適化

Amazon CloudWatch Metric Streams を使用して、設定した宛先に Amazon CloudWatch メトリクスのほぼリアルタイムなストリームを作成できます。Metric Streams は Amazon Kinesis Data Firehose を使用して、CloudWatch メトリクスを一般的なサードパーティーサービスプロバイダーの HTTP エンドポイントに送信することを容易にします。最新の情報を含んだ CloudWatch メトリクスから継続的でスケーラブルなストリームを作成することで、正確でタイムリーなメトリクスデータを必要とするダッシュボード、アラーム、その他ツールを強化することができます。

Read More

Amazon CloudWatch を活用した Amazon Kinesis Data Firehose 配信ストリームの状態の把握

本記事は Amazon Web Services, Startup Solutions Architect Manager である Alon Gendler によって投稿されたものです。 世界中で生成されるデータの量の増加がますます加速しています。データは、IoT、広告、ゲーム、セキュリティ監視、機械学習 (ML) など、増え続けるユースケースをサポートするために生成されています。これらのユースケースの発展がストリーミングデータの量と速度の両方を駆動させた結果、企業はデータをニアリアルタイムで取得、処理、変換、分析、さまざまなデータストアに取り込む必要が出てきています。 Amazon Kinesis Data Firehose は、ストリーミングデータをデータレイク、データストア、分析サービスに確実にロードする最も簡単な手段です。Kinesis Data Firehose に送信されるデータの量が増えると、データの取り込み、変換、配信の状態を把握し、監視することが必要になります。 本記事では、Firehose 配信ストリームのメトリクスと Kinesis Data Firehose コンソールにある Amazon CloudWatch ダッシュボードの機能について説明します。これらの機能により、Kinesis Data Firehose で設定された送信先において権限不足、設定の誤り、またはその他の問題が Firehose により検知され障害として報告されたことに対するアラームの作成が可能になります。また、Lambda を使ったデータ変換 が設定されている場合、 Lambda 関数の呼び出しの失敗、AWS アカウントに関連付けられている Kinesis Firehose クォータ への到達、といったエラーも生じえます。このようなエラー発生の場合、Kinesis Data Firehose から送信先へのデータ配信が遅れたり、失敗したりする可能性があります。この記事で説明する CloudWatch アラームは、このような事態を迅速に特定するのに役に立ちます。 また、この記事では、クォータの引き上げリクエストの送信、データプロデューサーでのエクスポネンシャルバックオフのような、アラームをトリガーにしたさまざまなプロアクティブなアクションについても紹介します。 配信ストリームを監視し、必要なアクションを実行することで、データが途切れることなく送信先に配信され、リアルタイムでビジネスに役立つインサイトが得られます。

Read More

Amazon Lookout for Metrics とゲーム分析パイプラインを使用してゲームの異常を検出する

この記事は、Detect anomalies in games with Amazon Lookout for Metrics and the Game Analytics Pipeline Solution を翻訳したものです。 ゲーム分析は、開発サイクル全体を通じてゲーム開発者を支援する強力なツールになります。ゲームデータから得られるインサイトは、プレーヤーにとってより魅力的でパーソナライズされたエクスペリエンスを作成し、ゲームの収益化をより効率的なものにするのに役立ちます。また、不正調査、パフォーマンスの監視、エラー報告にも役立ちます。

Read More

Amazon Kinesis Data Analytics が大阪リージョンでご利用いただけます

みなさん、こんにちは。アマゾン ウェブ サービス ジャパン、シニアエバンジェリストの亀田です。 AWS re:Invent 2021 が終わり今年も多くのアップデートが発表されました。re:Capイベントに参加された方も多くいらっしゃるのではないでしょうか。今年も私は現地から日本時間の昼12時からに1時間、Daily re:Capを皆さんにお届けしました。 Keynote 及び Leadershipセッションは、日本語字幕付きでオンデマンドビデオを公開予定です。現在AWSJ メンバー総出で字幕作業を行っておりますので、公開まで今しばらくお待ちくださいませ。 さて今日は、Amazon Kinesis Data Analytics が大阪リージョンでご利用いただけるようになりましたのでお知らせいたします。 Amazon Kinesis Data Analytics Kinesis Data Analytics は動画とデータストリームのリアルタイムな収集、処理、分析を容易に実現可能な、Amazon Kinesisファミリーの1つで、Apache Flinkをベースとした、サーバーレスでフルマネージドな データの変換、分析を実現するマネージドサービスです。

Read More

Amazon Kinesis Data Streams On-Demand – キャパシティーを管理せずに大規模にデータをストリーミング

2021 年 11 月 30 日(米国時間)、新しいキャパシティーモードである Amazon Kinesis Data Streams On-demand をローンチしました。このキャパシティーモードでは、ストリーミングワークロードのキャパシティーのプロビジョニングと管理が不要になります Kinesis Data Streams はフルマネージド型のサーバーレスサービスであり、ストリーミングされたデータを大規模にリアルタイムに処理します。Kinesis Data Streams は、任意の数のソースから任意の量のデータを取得し、必要に応じてスケールアップおよびスケールダウンできます。2013 年 11 月に Kinesis Data Streams を発表して以来、新しいデータストリームの作成は簡単です。 開始するには、ストリームのプロビジョニングに使用するシャードの数を指定するだけで済みます。

Read More

AWS DevOps Monitoring Dashboard ソリューションを使用して CI/CD メトリクスのキャプチャと分析を自動化する方法

この記事は 2021年4月14日に Solutions Builder and Data Analytics SME の Aijun Peng と Technical Program Manager の Rakshana Balakrishnan により投稿された How to automate capture and analysis of CI/CD metrics using AWS DevOps Monitoring Dashboard solution を翻訳したものです。 世界中の企業が、ソフトウェア・デリバリー・プロセスの生産性を向上させるために、DevOps ツールに投資しています。お客様からは、継続的インテグレーション/継続的デリバリ (CI/CD) パイプラインのパフォーマンスや運用に関するメトリクスを収集して、DevOps の自動化から得られる価値を定量化し、ソフトウェアデリバリーの効率化を行える箇所を特定したい、という声が寄せられています。しかし、お客様の中には、適切なメトリクスを特定し、CI/CD パイプラインのさまざまなコンポーネントからメトリクスを集約することは、複雑で時間のかかるものであるため、困難であると感じている方もいらっしゃいます。 この記事では、AWS DevOps Monitoring Dashboard ソリューションを使うことで、DevOps メトリクスを収集して可視化するためのセットアッププロセスを自動化し、時間と労力を節約する方法を紹介します。このソリューションは、あらゆる規模の組織がソフトウェア・デリバリー・プロセスにおける主要な運用指標を収集、分析、可視化することを容易にするリファレンス実装です。

Read More

Kinesis Data Firehose で Amazon S3 への動的パーティショニングのサポートを開始

Amazon Kinesis Data Firehose は、ストリーミングデータをデータレイク、データストア、および分析サービスに確実にロードするための便利な方法を提供します。Amazon Simple Storage Service (Amazon S3)、Amazon Redshift、Amazon OpenSearch Service、汎用 HTTP エンドポイント、および Datadog、New Relic、MongoDB、Splunk などのサービスプロバイダーにストリーミングデータをキャプチャ、変換、配信することができます。Amazon Kinesis Data Firehoseは、データのスループットに合わせて自動的にスケーリングされるフルマネージドサービスであり、継続的な管理を必要としません。また、データストリームをロードする前にバッチ、圧縮、変換、暗号化できるため、ストレージの使用量が最小限に抑えられ、セキュリティが向上します。 Amazon Kinesis Data Firehose を使用するお客様は、多くの場合、分析のためにデータを送信先に送る前に、各コードに含まれる情報に基づいて受信データを動的に分割したいと考えています。その一例として、モノのインターネット (IoT)から受信したデータを生成したデバイスの種類 (Android、iOS、FireTV など) に基づいてセグメント化することが挙げられます。以前は、この機能を実現するには、データが Amazon S3 に書き出されたあとに全く別のジョブを実行してデータをパーティショニングし直す必要がありました。

Read More