Category: General

こんにちは、テクニカルソリューションアーキテクトの金澤 (@ketancho) です。本日は、先日 11/6 に公開した「AWS Hands-on for Beginners」について紹介します。 みなさまは AWS のサービスを使い始めるときに、どのように学習をされていますか？私は日々、様々な業種のお客様とお話しさせてもらう機会があるのですが、その中で学習方法についてもご相談をいただくことがあります。キャッチアップの方法は様々あり、人によって最適な方法は違ってくると思うのですが、私個人のオススメ勉強方法は「実際に手を動かしてみる」ことです。実際にそのサービスを使ってみることで、構築の流れであったり、細かい機能であったりを知ることができ、机上で学んだ知識が定着しやすくなると考えているからです。AWS Hands-on for Beginners は、この「実際に手を動かしてみる」ことをお手伝いします。 AWS Hands-on for Beginners シリーズ一覧 AWS Hands-on for Beginners ~ Serverless #1 ~ 申し込みページ   AWS Hands-on for Beginners とは？ AWS Hands-on for Beginners は、動画にそって実際に手を動かしながら AWS サービスについて学んでいただくコンテンツです。名前の通り、初めて AWS サービスをご利用される方向けの内容ですので、学習の最初のステップとしてご活用いただけます。オンデマンド形式での配信となるので、移動時間などのスキマ時間での学習もできますし、分かりにくい部分を巻き戻して何度でもご覧いただくことができます。   AWS Hands-on for Beginners の第一弾として、サーバーレスアーキテクチャの基本を学ぶ Webiner シリーズを配信しています。このシリーズは、初めてサーバーレスなアーキテクチャを組む方を対象とした内容で、AWS Lambda、Amazon API Gateway、Amazon […]

みなさん、こんにちは。ソリューションアーキテクトの下佐粉です。 今週も週刊AWSをお届けします。 週刊AWSをこの形式で再開したのが5月でこの号が25回目、約半年間に渡ってお届けしておりますが、みなさんのお役に立てていますでしょうか？ ご要望・ご感想などありましたら、ぜひTwitterのハッシュタグ #AWSBlog で教えていただければと思います。 それでは、先週の主なアップデートについて振り返っていきましょう。

AWS Lambda のマネジメントコンソールに新しい「サーバーレスアプリケーションの作成」機能が追加されていることにお気付きですか? サーバーレス環境である Lambda ではすぐに処理実行環境が利用可能になり、Webのコンソールからロジックを実装するだけで容易にちょっとした処理を開発できます。一方で、この次のステップとして、 Lambda 関数だけでなく、アプリケーションとしての開発や管理ができていない 環境の再現（開発環境からステージングや本番環境へ）、デプロイの継続実行（CI/CD）の環境が整備できずに、Webコンソール上でいまだにコード変更している という話を聞くことがあります。実際には、デプロイ/環境設定のコード化（Infrastructure as Code: IaC）には AWS CloudFormation や Serverless Application Model（SAM）などがあり、CI/CD には CODEシリーズなどがあるのですが、サーバーレス開発を始めたばかりだと、そこへの次の一歩に二の足を踏まれているケースを見かけることがあります。 そんな方に向けた機能が、新しい「サーバーレスアプリケーションの作成」機能です。これを使うと、特定ユースケースのアプリケーションをテンプレートベースでひとまとめに作成し、CI/CD パイプラインまで一気に構築してくれます。 簡単に、この機能の利用ステップを紹介します。

IoT デバイスや IoT デバイスが生成するデータセキュリティについて、理解を深めて適切に対処していただけるように、AWS による IoT ( モノのインターネット) のセキュリティ保護ホワイトペーパーを発行しました。このホワイトペーパーの対象読者は、サービス固有レベルの AWS の IoT セキュリティ機能に関心があるすべてのお客様、およびコンプライアンス、セキュリティ、公共政策の専門家です。 IoT テクノロジーはデバイスと人を様々な方法でつなぎ、業種を超えて使用されるようになりました。たとえば、IoT を使用すれば、ある都市の建物群のサーモスタットをリモート管理したり、何百基もの風力タービンを効率的に制御したり、自動運転の車をさらに安全に利用できるようになります。様々なタイプのデバイスで転送するすべてのデータに関して、一番の関心事はセキュリティです。 IoT テクノロジーの利用に伴う特有の課題については、世界中の政府が大きな関心を示しています。各国政府は IoT イノベーションの進展とデータセキュリティ保護全般の問題について、新しい規制要件の必要性と内容を検討しています。このホワイトペーパーでは、具体的な例を示して、米国国立標準技術研究所 (National Institute of Standards and Technology、NIST) および英国の行動指針 (Code of Practice) が公表した IoT の最近の進展について取り上げます。 Momena Cheema Momena は AWS のサービス機能とプライバシー機能の熱心なエバンジェリストです。モノのインターネット (IoT)、人工知能、機械学習など、グローバルな最新テクノロジーとトレンドの視点から、執筆、ワークショップ、講演、教育キャンペーンを展開しています。目標は、公共機関と民間企業の様々な業種のお客様に、クラウドが提供するセキュリティとプライバシーのメリットをご活用いただくことです。 (翻訳：ソリューションアーキテクト 飯田 起弘。原文は AWS Security releases IoT security whitepaper)

みなさん、こんにちは。アマゾン ウェブ サービス ジャパン、プロダクトマーケティング シニアエバンジェリストの亀田です。 Amazon Comprehendが日本語に対応しましたのでお知らせいたします。2019年11月7日時点で東京リージョンには対応しておらず、以下のリージョンで日本語対応の機能を使うことになります。 EU (ロンドン) EU (アイルランド) アジアパシフィック (シンガポール) アジアパシフィック (シドニー) EU (フランクフルト) 米国東部 (バージニア北部) 米国東部 (オハイオ) カナダ (中部) 米国西部 (オレゴン) Amazon Comprehend 機械学習を使用してテキスト内でインサイトや関係性を検出する自然言語処理 (NLP) サービスであり、その利用において、機械学習の複雑な知識や経験は必要なくご利用いただけることが特徴です。 一般的にテキストデータは構造化されておらず、法則性を見出すことが困難となるため、その分析には大きな労力を伴います。その一方で、テキストデータには膨大な量の潜在的な知見が存在しています。お客様の E メール、サポートチケット、製品レビュー、ソーシャルメディア、広告コピーが、ビジネス強化の役に立つケースがあります。 Amazon Comprehend は機械学習を使用して、構造化されていないデータのインサイトと関係を明らかにします。このサービスは、テキストの言語を識別し、キーフレーズ、場所、人物、ブランド、またはイベントを抽出し、テキストがどの程度肯定的か否定的かを理解し、トークン分割や品詞を使用してテキストを分析し、テキストファイルのコレクションをトピックごとに自動的に整理します。 ユースケースの例： 例えば実際のユースケースとして、ニュース記事の自動分類などがあります。 Amazon S3に保存されている記事をComprehendで分析を行い、テーマ別にドキュメントを整理して分類し、同じテーマに関連する他の記事を読者に推奨するなどの自動化を行うことができます。 実際にやってみましょう 例えば、2019年7月1日に私がアップした以下の記事を分析してみます。 AWS Service Quotas がリリースされました https://aws.amazon.com/jp/blogs/news/aws-service-quotas/ １．マネージメントコンソールにアクセスして、[Launch Amazon Comprehend]を押します。マネージメントコンソールから簡易的なテストが行えるようになっていますが、現在5000bytesの制限があるのでご注意ください。5000文字ではなく5000bytesの制限です。 それ以上のテキストの解析は、S3バケット保存したテキストを読み込む形となります。 2. [Input Text]に記事の本文をコピーペーストして、[Analyze]を押します。 3. […]

NFL の試合をストリーミングで観戦することや、ミステリースリラー番組「ストレンジャー・シングス」の新シーズンを好きなだけ見たりする事から、消費者はストリーミングビデオ体験に対し、高い映像品質を期待するようになってきています。また、コンテンツ制作者や配給事業者にとって、低遅延且つ高品質のビデオを作成することが不可欠となっています。ただし、拡大するデバイスへの配信や多様なネットワーク接続環境を考慮に入れると、映像品質について高い水準を維持することは困難になっています。 日本の SoC（ System-on-Chip ）テクノロジープロバイダーである株式会社ソシオネクスト（以下、ソシオネクスト社）では、映像伝送にAWS Elemental MediaConnect、AV1エンコード処理にAmazon Elastic Compute Cloud（ EC2 ）F1 インスタンス、コンテンツ配信に Amazon CloudFront を使用しクラウドベースの AV1 リアルタイムエンコードを可能にするソリューションを構築することで、処理時間を大幅に短縮しながら一貫した高い映像品質を実現しました。 その仕組みは次のとおりです。 エンコーダを内蔵し Zixi プロトコルに対応した JVCのCONNECTED CAMカメラで撮影をします。JVC カメラは 前方誤り訂正（FEC）および自動再送要求（ARQ）パケット損失回復を使用するメカニズムであるZixiプロトコルに対応した唯一のプロフェッショナル用カメラです。JVC カメラから出力された信号は MediaConnect に送信されます。その後、信号は EC2 F1 インスタンスに入力され、リアルタイムで次世代の圧縮コーデック AV1 にエンコードされ、CloudFront を介して視聴者に送信されます。 適切に実装された場合、AV1 エンコーディングは H.264 および H.265 コーデックよりも小さいファイルサイズでより高品質の画像を生成しますが、エンコーディングのための高いコンピューター処理装置（ CPU ）要件によって、広く採用されていません。MediaConnect と EC2 F1 インスタンスがサポートするフィールドプログラマブルゲートアレイ（ FPGA ）を組み合わせることで、ソシオネクスト社のソリューションはリアルタイムの AV1 エンコードを可能にし、専用 CPU のハードウェアコストを削減します。また、不安定なネットワーク環境でも、エンドユーザーエクスペリエンスとストリームの品質を向上させながら、ストレージとコンテンツ配信ネットワーク（ CDN […]

こんにちは、AWSソリューションアーキテクトの小林です。そろそろ紅葉でも見に行ってみようかな、という時期になってきました。どこにでかけようかと色々考えているのですが、なんとなく例年よりも色づきが遅いような印象があります。最近寒くなってきたので、一気に色づいていくパターンなのかもしれません。お勧めの紅葉スポットがあれば是非教えてください。

こんにちは。アマゾン ウェブ サービス ジャパン 株式会社 Well-Architected リードの高山です。 このたびクラウド設計・運用のベストプラクティス集である”AWS Well-Architected フレームワーク“から、特に信頼性にフォーカスした「信頼性の柱ホワイトペーパー日本語版」を公開しましたのでお知らせします。 AWS Well-Architected フレームワーク「信頼性の柱」には、インフラストラクチャまたはサービスの障害からの復旧、必要に応じた動的なコンピューティングリソースの獲得、設定ミスや一時的なネットワークの問題などによる障害の軽減などのシステムの機能が含まれます。このホワイトペーパーでは、AWS で信頼性の高いシステムを構築するための、詳細なベストプラクティスを扱っています。 ダウンロードはこちらから＞ AWS Well-Architected フレームワーク 信頼性の柱ホワイトペーパー(PDF) ■ AWS Well-Architected フレームワークとは？ AWS Well-Architected フレームワークは、AWSのソリューションアーキテクト(SA)が、AWSのサービス開始から10年以上に渡り、様々な業種業界、数多くのお客様のアーキテクチャ設計および検証をお手伝いしてきた経験から作成したクラウド活用のベストプラクティス集です。具体的には「運用の優秀性」「セキュリティ」「可用性」「パフォーマンス効率」「コスト最適化」の5つの観点について、クラウドをより活用するための設計原則と、お客様システムがベストプラクティスに沿っているかを確認するための質問と回答で構成されています。本ホワイトペーパーは、クラウドにおけるアーキテクチャ設計や運用に携わっているすべての方に読んでいただきたい内容となっています。 一方でお客様のシステムが必ずしもAWSが提唱する全てのベストプラクティスに沿っている必要はありません。ベストプラクティスをご理解いただいた上で、お客様ご自身でのビジネス的なご判断を実施いただくためのアイデアです。 ■ AWS Well-Architected フレームワーク ホワイトペーパーから先にご覧ください 9月26日にお伝えしたとおり、AWS Well-Architected Toolの日本語化および東京リージョン対応と合わせて、最新の日本語版AWS Well-Architected フレームワークホワイトペーパーも公開しております。こちらを先にお読みいただいた上で、より詳細を扱った信頼性の柱ホワイトペーパーに進んでいただくことをおすすめします。 AWS Well-Architected フレームワーク(ウェブサイト形式で閲覧) | ホワイトペーパー(PDF)    

みなさん、こんにちは。ソリューションアーキテクトの下佐粉です。 コーディングのエディタ/IDEは人それぞれ好みがありますが、最近はVisual Studio Codeを利用している方が増えた気がしています。そのVisual Studio Code上でAWSの開発効率を上げることができるプラグインが用意されている事をご存知でしょうか？Python, Node.js, .NET coreでのAWS開発に対応していて、導入も簡単です。詳しくはこちら(AWS Toolkit for Visual Studio Code)をご覧ください。また、こちらには.NET core+AWSでの利用ガイドもあります。 それでは、先週の主なアップデートについて振り返っていきましょう。

AWS GlueはApache Spark ETLジョブでのデータ分析・データ処理を行うために、様々なデータソースから大量のデータセットを準備(抽出および変換)し、ロードするサーバーレスな環境を提供します。この投稿のシリーズでは、Apache SparkアプリケーションとGlueのETLジョブの開発者、ビッグデータアーキテクト、データエンジニア、およびビジネスアナリストが、AWS Glue上で実行するデータ処理のジョブを自動的にスケールするのに役に立つベストプラクティスについて説明します。 まず最初の投稿では、データ処理を行うジョブのスケーリングを管理する上で重要な2つのAWS Glueの機能について説明します。1つ目は、大規模に分割可能なデータセットに対して、Apache Sparkアプリケーションを水平にスケールアウトできるようにすることです。2つ目は新しいAWS Glueのワーカータイプを使用して、メモリインテンシブ(メモリを大量に消費する)なApache Sparkアプリケーションを垂直にスケールアップするということです。また、Amazon Kinesis Data Firehoseを使ったストリーミングアプリケーションから一般的に取り込まれる多数の小さなファイルに対して、Apache SparkアプリケーションをスケールさせるAWS Glueの使い方についても説明します。最後に、AWS GlueジョブがAmazon S3上に存在する大量のデータセットのパーティション構造を利用して、Apache Sparkアプリケーションの実行時間を短縮する方法についても説明します。