Amazon Web Services ブログ

先日 (2021/02/17) 開催しました AWS Black Belt Online Seminar「AWS Glue DataBrew」の資料を公開しました。当日、参加者の皆様から頂いた QA の一部についても共有しております。 20210217 AWS Black Belt Online Seminar AWS Glue DataBrew AWS クラウドサービス活用資料集（すべての過去資料が閲覧できます） Q. DataBrew でジョブを実行する際に、読み込む S3 上のファイルの文字コードを指定し?統一して出力することは可能でしょうか。（複数の源泉からファイルを集めた際に、SJIS のファイルを読み込むと文字化けしてしまったため） A. 現状、AWS Glue DataBrew 内での文字コード変換は対応しておりません。 Q. ジョブを日中何度も実行する場合で、処理済ファイルは取得の対象外としたいが、そのような機能はあるでしょうか。? または、そのような状態を再現するためのベストプラクティスがあればご教授いただきたいです。 A. 現状、AWS Glue DataBrew 内ではそのような仕組みがありませんので、外部で処理済ファイルのハンドリングの仕組みをいれていただく必要があります。または AWS Glue DataBrew ではなく、AWS Glue のジョブブックマーク機能を利用することでそのような処理を実現することが可能です。AWS Glue のジョブブックマークの詳細は、ドキュメンテーションをご参照ください。 Q. DataBrew のジョブを一定周期で起動する場合、前回ジョブが終わっていない場合は? 処理をスキップする、というような仕組みは行えるでしょうか。?（源泉１つに対し、一度に動くのは 1 […]

先日 (2021/02/16) 開催しました AWS Black Belt Online Seminar「AWS Database Migration Service」の資料を公開しました。当日、参加者の皆様から頂いた QA の一部についても共有しております。 20210216 AWS Black Belt Online Seminar AWS Database Migration Service AWS クラウドサービス活用資料集（すべての過去資料が閲覧できます） Q. DMS でレプリケーションされないオブジェクト（インデックスなど）は、手動で移行とのことでしたが、ＳＣＴを使用することもできる、で相違ないでしょうか。 A. SCT を使用することも可能ですが、同一エンジンでの移行であれば、ソースの DB エンジンで適用したDDLをターゲット側にも適用頂くのが良いと思います。 Q. Aurora MySQL と Aurora PostgreSQL の間で on-going CDC として DMS を使用する予定です。これは、移行のためだけでなく、進行中のCDCになります。TaskRecoveryTableEnabled = true に設定して、DMS リカバリが必要な計画外のイベントに備える予定です。DMS チェックポイントはいつ発生しますか？24時間ごとでしょうか？ https://docs.aws.amazon.com/dms/latest/userguide/CHAP_Task.CDC.html#CHAP_Task.CDC.StartPoint.Checkpoint A. TaskRecoveryTableEnabled をTRUEにすると、CDC のチェックポイント情報をターゲット側インスタンスのawsdms_txn_stateテーブルに格納します。チェックポイント情報はターゲット側に反映されたタイミング等で更新される為、環境によってタイミングは異なります。お客様環境のawsdms_txn_stateテーブルをご確認頂ければと思います。 […]

Operating Lambda シリーズでは、AWS Lambda ベースのアプリケーションに関わる開発者、アーキテクト、システム管理者向けの重要なトピックについて説明します。この3部構成のシリーズではイベント駆動型アーキテクチャと、それがどのようにLambdaベースのアプリケーションと関係しているのかについて説明します。 Part 1 では、イベント駆動型パラダイムの利点と、スループット、スケール、拡張性をどのように改善できるかについて説明しました。この記事では開発者が Lambda ベースのアプリケーション構築におけるメリットを享受するための、設計原則とベストプラクティスについて説明します。   概要 ソフトウェア開発および分散システムに適用されるベストプラクティスの多くは、サーバーレスアプリケーション開発にも適用されます。幅広い原則は、Well-Architected Frameworkと一致しています。全体的な目標は次のようなワークロードを開発することです。 信頼性: エンドユーザーに高レベルの可用性を提供します。AWS サーバーレスサービスは障害に備えるように設計されているため、信頼性が高くなります。 耐久性: ワークロードの耐久性のニーズを満たすストレージオプションを提供します。 安全性: ベストプラクティスに従い、提供されたツールを使用してワークロードへのアクセスを保護し、問題が発生した場合にブラストラディウス（訳注：影響範囲）を制限します。 パフォーマンス: コンピューティングリソースを効率的に使用し、エンドユーザーのパフォーマンスニーズを満たします。 コスト効率: 不要なコストを抑え浪費することなく拡張可能であり、必要に応じて大幅なオーバーヘッドなしに廃棄可能なアーキテクチャを設計します。 Lambda ベースのアプリケーションを開発する際には、上記の目標を達成するワークロードの構築に役立つ、いくつかの重要な設計原則があります。すべてのアーキテクチャにすべての原則を適用するとは限りませんし、Lambda を使用して構築する方法はかなり柔軟性があります。しかし、これらは一般的なアーキテクチャに関する意思決定をガイドする役割を果たします。

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。 LoRaWan (Long Range Wide area network) は省電力長距離通信規格 (LPWA: Low Power Wide Area Network) の一つで、LoRa Alliance により策定されている主に無線通信にかかわる仕様です。IoT デバイスがこの規格に対応することで、より消費電力が少なく、バッテリーの交換なしで長距離通信を実現できる可能性があり期待がされています。このLoRaWan通信の実現において、LoRaWan デバイスとゲートウェイの接続を管理するために必要なものが LNS (LoRaWan Network Server) です。ゲートウェイはブリッジとして機能し、LNS との間でデバイスデータが転送されます。 2020 年 12 月に AWS がリリースした AWS IoT Core for LoRaWan は AWS IoT Core の新しい機能であり、これを使うことで、LNS の管理に伴う画一的な作業や運用上の負担を排除し、多数の LoRaWan デバイスを簡単かつ迅速に接続することができます。またゲートウェイと AWS IoT Core 間の通信はセキュアなウェブソケットを用いているため、セキュリティの確保を大規模に行うことができます。

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。 在宅勤務になってから家の仕事環境を色々改善しているのですが、最近導入してとても良かったのがケーブルトレイです。机の裏側とかに設置してケーブル等を置くためのシンプルなものですが、思ったいたよりとても良いものでした。ケーブルトレイに電源タップを置き、そこに机上の機器のコンセントや、USBアダプタをまとめることで、コード類が机上にも足元にも出ずにすっきりしましたし、メンテナンスも楽になりました。比較的安価に導入できますのでおすすめです。 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。

2020年12月16日、ポルトガル政府とアマゾン ウェブ サービス (AWS) は、覚書 (MoU=Memorandum of Understanding) の締結を発表しました。この合意は、公共部門でのクラウドコンピューティングの採用を加速し、ポルトガル政府の「デジタル移行戦略」に貢献するものとなります。 今回のブログでは、AWSジャパン・パブリックセクターより、この「覚書」の概要と、実現されるメリットについて、ご紹介します。──── 日本の政府機関・公共機関（自治体・独法・教育・医療/ヘルスケア・NPO）のお客様との間においても、このような個別の案件や調達を”横断”した包括的なDX推進のための協力体制の構築を加速していきたいと、AWSでは考えています。

イントロダクション 多くの企業は顧客をよりよく理解するためのプロセスがあり、データは顧客との関係を強化するための鍵となりつつあります。しかし、単にデータを収集するだけでは十分ではありません。ほとんどの組織は多くのデータにアクセスできますが、データの背後にある意味を判断するのは難しい場合があります。このブログ記事では、SAP Data Intelligence 3（DI3）、SAP HANA、Amazon S3を組み合わせてデータドリブンアーキテクチャを構築し、顧客からのフィードバックをよりよく理解し、意味のある洞察を導き出す方法を紹介します。

はじめに メディアライブラリ内の動画が、長編の特集ムービー、もしくは短編の「ハウツー」クリップであっても、通常、動画アセットの人気は視聴者の好みによって決まります。 AWSは、メディアサプライチェーンの自動化やコンテンツ配信の合理化など、お客様がオンライン動画コンテンツを配信する際に使用できる複数のソリューションを提供しています。 オンザフライ動画変換ワークフローを導入することで、メディア配信にかかる全体的なコストをさらに最適化できます。単一品質のレンディションで、まれにしか視聴されない、またはまったく視聴されない動画アセットについて考えてみてください。例えば、動画処理や配信の投資収益率(ROI)が動画コンテンツの人気と直接結びつく、広告付きの「無料視聴可能」モデルはオンザフライ動画変換の検討対象となるでしょう。また、次のようなユースケースにも適しています 。

こんにちは。アマゾン ウェブ サービス ジャパン株式会社 ソリューションアーキテクトの平間です。 2021年1月29日に、2020年 AWS re:Invent Recapシリーズのひとつとして、分析サービスのRecapセミナーを開催いたしました。2020年 AWS re:Invent では、AWSの分析サービスに関して、新しいサービスおよび多くのアップデートが発表されました。本セッションでは、新しく発表されたサービスやアップデートを中心に共有させていただくとともに、お客さまの課題や問題をどのように解決できるのか、クイックデモを交えてご紹介させていただきました。

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。 コンピュータービジョンを使用した、視覚表現の欠陥や異常の発見を実現する Amazon Lookout for Vison が東京リージョンで一般提供が開始されました。また2021 年 2 月 25 日現在、開催中のAWS Innovate AI/ML Edition で日本語によるオンデマンドウェビナーが視聴可能になっています。 Amazon Lookout for Vision の仕組み 2020 年 11 月 30 日から 3 週間にわたって開催されたAWS re:Invent 2020 で発表された新しいサービスで、コンピュータービジョン (CV) を使用して視覚表現の欠陥や異常を発見することを実現できる機械学習 (ML) サービスです。対象の画像の違いを大規模で速やかに特定することで、品質を向上させ、従来の目視による検査における運用コストなどを削減できます。たとえば、主な利用用途として、製品に不足しているコンポーネント、車両や構造物の損傷、生産ラインの不規則性、シリコンウェーハの微小な欠陥、その他の同様の問題を特定することができます。