Amazon Web Services ブログ

Amazon Lightsail の更新 – インスタンスサイズが増えて料金は値引きに

  Amazon Lightsail なら AWS のパワーがシンプルな VPS (Virtual Private Server) で利用できます。メニューから構成を選択し、SSD ベースのストレージ、DNS 管理、および静的 IP アドレスを使用して事前構成された仮想マシン (インスタンス) を開始します。Linux または Windows を使用できます。また、次のような人気のウェブ、eコマース、開発ツールをすぐに実行できる 11 種類の Linux ベースのブループリントから選択することもできます。 Linux/Unix 上で CentOS を含む 6 つのオプションを利用できます。 各インスタンスの月ごとの利用料には十分なデータ転送アロケーションが含まれるため、ウェブサイト、ブログ、オンラインストア、その他皆さんの好みの用途に利用できます。 2016 年後半に Lightsail が開始されて以来、私たちは積極的にお客様のフィードバックに耳を傾け、対応するために最善を尽くしてきました。例: 2017 年 11 月 – Microsoft Windows – 今回の更新により、Windows Server 2012 R2、Windows Server 2016、Windows Server 2016 と SQL Server 2016 […]

Read More

AWS CDK 開発者プレビュー

皆さんに AWS Cloud Development Kit (CDK) の開発者プレビューをご案内できることを嬉しく思います。現在の対応言語は TypeScript、 JavaScript そして Java で、.NET と Python を近々ご案内予定です。AWS CDK はソフトウェア開発のフレームワークであり、クラウドのインフラストラクチャをコードで定義して CloudFormation でプロビジョニングできます。CDK は AWS のサービスと統合され、高レベルかつオブジェクト指向の抽象概念を使ってAWS リソースを定義できます。CDK によってモダンなプログラミング言語を使ってAWS インフラストラクチャを見通しよく効率よく定義できるため、アプリケーションからインフラストラクチャまで一貫した開発体験 (development experience) が得られます。

Read More

SAP HANAワークロードの非本稼働環境における小さいサイズのX1eインスタンス

この記事は、Amazon Web Services (AWS)でSAP Solutions Architectを務めるWilson Karunakar Puvvulaによるものです。 AWS上でSAP HANAを稼働しているお客様の多くは、R4ファミリーの小規模なインスタンスで開発やQA、テスト環境を実行し、X1/X1eインスタンス上で本稼働環境を実行しています。このブログでは、開発やQA、テスト環境において、より小さいX1eインスタンスを使用する方法について説明します。これは特に、グリーンフィールドソリューションとしてSAPを導入しようとしているお客様や、SAP HANAのデータ使用量が少ないお客様に役立ちます。 AWSでは、お客様がTCO (総所有コスト)の低いソリューションを構築できるよう常に努力しており、SAP HANAワークロードをサポートする多くのインスタンスタイプを提供しています。R4インスタンスは、より最適なvCPUとメモリの比率を提供しますが、非本稼働環境の中には高いCPU性能やI/Oをあまり必要としないものもあります。例えば、r4.8xlargeはx1e.2xlargeと同様のインメモリ処理量を提供しますが、vCPUは4倍のスペックを持っています。これはしばしば十分に活用されません。 すべてのSAP本稼働システムでは、それ以外に数多くの非本稼働システムがあるため、非本稼働システムのコストが全体のTCOのかなりの部分を占める可能性があります。したがって、TCOを下げるために、X1eファミリーの小さなインスタンスの1つで、非本稼働環境を実行してはいかがでしょうか。これは、SAPノート 2271345 – Cost-Optimized SAP HANA Hardware for Non-Production Usage (SAPログオンが必要)に記載されているアプローチと一致しています。

Read More

AWS Innovate ML Live Day が 開催されます。

みなさん、こんにちは。アマゾン ウェブ サービス ジャパン、プロダクトマーケティング エバンジェリストの亀田です。 オンラインカンファレンス、AWS Innovate がいよいよ8月28日から開幕します。 AWS Innovateでは、6つのトラックをご用意しております。 Beginnersトラック オンプレミスエンジニアからクラウドエンジニアへ 〜基本技術の再確認からクラウド技術入門 AWSome Day オンライントレーニング 踏み出そう、AWS への最初の一歩 AWS の基礎を学ぶ 3 時間 Solutions あるある課題を解決! スモールスタートで無理なく Innovate を始めよう Machine Learning 機械学習で イノベーションを実現しよう IoT IoT エッジから分析まで 〜広範囲な IoT テクノロジー概要を一挙に学ぶ〜 Container コンテナ技術の活用で 開発・運用プロセスにイノベーションを! クラウドを活用した生産性の向上やそこから生まれるイノベーションにご興味のある方は是非こちらからお申込みください。 そして初日に機械学習の Live イベントである、Live Day が合わせて開催されます。 AWS Innovate 機械学習トラックでは、 今後多くのITを活用したビジネスが機械学習の影響を受けると予測される中、企業が機械学習に取り組む際にまず考えるべきこと、整理するべきこと、準備するべきこと、そしてそのIT基盤構築をより簡単にするAWSのサービス群などをご紹介します。 特にその中でも、Amazon SageMakerというサービスについて大きく取り上げています。SageMakerは開発者やデータサイエンティストが、機械学習モデルをあらゆる規模で、迅速かつ簡単に構築できるようにする完全マネージド型プラットフォームです。 多くのお客様との会話の中で、機械学習基盤に責任を持つデータサイエンティストと言われるエンジニアが、そのインフラ構築に多くの時間が割かれていることに気づきました。そして、その問題を解決するために生み出されたサービスです。 是非この機械学習トラックを通して、皆さんがイノベーションを起こすお手伝いができれば幸いです。 機械学習の各セッションをライブで配信します。そして最大のポイントは各セッションごとにLiveのQ&Aが実施されることです。これを機に、みなさんの疑問を是非解消してしまいましょう。 – […]

Read More

Amazon SageMaker を利用して都市の空気汚染データをもとに天気への影響を予測するモデルを構築する。

都市における大気汚染は、人々、動物、植物や財産への悪影響をもたらす深刻な問題を引き起こしかねません。大気汚染は都市の人口が増え続けるにつれて注目を浴びるようになってきた重要な問題です。今年は ACM SIGKDD が主催する、毎年開催されるデータマイニングとナレッジディスカバリーの競技大会、2018 KDD Cup のテーマとして取り上げられました。 輸送と家庭暖房用に化石燃料を燃焼すると、汚染物質の二酸化窒素 (NO2) が生成され、都市環境の大気が汚染される主な原因となっています。二酸化窒素は、一酸化窒素 (NO) が酸化することによって生成される二次汚染物質です。これは呼吸器疾患の主な原因となっています。  欧州連合においては、2008/50/EC (Cleaner Air For Europe、CAFÉ) 指令により、NO2 の上限を毎時 200μg/m3、年平均 40μg/m3 と定められました。1 時間あたりの制限値の上限が年間で 18μg よりも上回ることは許されていません。 世界中の多くの都市で、少なくとも 1 日単位で大気質の水準が報告されています。私たちは、Amazon SageMaker (開発者やデータサイエンティストがあらゆる規模の機械学習モデルを短期間で簡単に構築、トレーニング、デプロイできるようにする完全マネージド型プラットフォーム) を使用して大気質のデータを調べることにしました。 シナリオ このブログ記事のデモンストレーションでは、選択した都市の大気汚染物質 (NO2) と天気の関係を調べます。 アイルランド、ダブリン。 大気質データは、アイルランド環境保護庁が運営する、長年にわたって確かな地位を築いてきたモニタリングステーションから取得したものです。このモニタリングステーションは、アイルランドのダブリン市のラスミネスにあります。ラスミネスは市内中心部から約 3 キロ南のダブリンの郊外に位置しています。  アイルランド共和国の首都ダブリンの人口は、約 100 万です。ダブリンは東側には海、南側には山があり、そして西と北側には平坦な地形が広がっています。市の風速と風向きは、ダブリンの南側にある山々から影響を受けます。一般的に風向きが南であるとき、山があることで風向きは南西または南東に偏向させられます。 天気データは、ダブリン空港にある長年信頼されてきた気象観測所から取得したものです。ダブリン空港は都市の北側の平坦な地形に位置していて、ダブリン市内中心部からは約 12 キロ北にあります。 ツール 探索的データ解析と機械学習のための Amazon SageMaker Amazon Simple Storage Service (Amazon S3) […]

Read More

動的なDeepLearningによる時系列データの予測

時間の経過とともに展開していくイベントを予測することは、オプション価格決定や、病気の進行、音声認識、サプライチェーン管理などを扱う多くのアプリケーションにとって不可欠な機能です。と同時に、こうした予測は難しいことでも知られています。 全体的な結果を予測するのではなく、特定の時刻に発生するイベントの一連の動き ( シーケンス ) を正確に予測することを目指します。物理学のノーベル賞受賞者である Niels Bohr 氏は、「予測は非常に難しいもので、未来については特にそうです。」と述べています。 このブログ記事では、AWS での深層学習アプローチを使用した時系列予測の高度なテクニックについて見ていきます。この投稿では、任意の時系列値予測に注目します。ですので、時系列を研究している読者にとって興味深い内容になるでしょう。またこの投稿では、読者が機械学習の分野で基礎的な技術知識をすでに持っていることを仮定しています。  Amazon SageMaker (Bring-Your-Own-Algorithm を使用 ) を活用して、複数の要因の過去の傾向に基づく時系列を予測する、独自の RNN ( リカレントニューラルネットワーク ) 深層学習アルゴリズムを開発していきます。Amazon SageMaker は完全マネージド型の機械学習プラットフォームで、データサイエンティストや開発者が機械学習モデルを素早くかつ簡単に構築し、大規模な実稼動アプリケーションとなるようにトレーニングするのををサポートします。これにより、ビルトインアルゴリズムとビルトインフレームワークの両方を使用できるようになり、Docker コンテナを使ったカスタムコードをインポートすることも可能になります。

Read More

新しいインスタンス、 t3インスタンスがリリースされました

2010 年にt1.microインスタンスタイプを開始し、それに続き、2014 年には初の T2 インスタンス (マイクロ、スモール、 ミディアム)、その後は 2015 年 (ナノ)、2016 年 (Xラージおよび2Xラージ)、さらに昨年は無制限バースティングと多くのサイズを開始してきました。 本日は 12 か所のリージョンで T3 インスタンスをリリースします。今回リリースされる多目的インスタンスは T2 インスタンスよりさらにコスト効率に優れており、1 時間あたり $0.0052 ($3.796/月) から始まるオンデマンド料金体系となっています。現在、M4 または M5 インスタンスをご利用のお客様で、持続的な処理能力を必要とされない方は、T3 インスタンスへの移行をご検討ください。極めて低価格でワークロードをホストしながら、依然として必要なときには一貫した高パフォーマンスを利用できます (無制限バースティングはデフォルトで有効になっているため、先行サービスよりさらに使いやすいインスタンスです)。 T1 および T2 のケースでは豊富で信頼できる処理能力のベースラインと、さらに処理能力が必要になったときに、フルコアパフォーマンスまで透過的にスケールする能力が、必要な期間だけ利用できます。このインスタンスを支えるのは 2.5 GHz Intel® Xeon® スケーラブル・プロセッサー (Skylake) で最新の Intel® AVX-512 命令を搭載。次の 7 つのサイズで本日すぐにご利用いただけます。 名前 vCPUs ベースラインパフォーマンス/vCPU メモリ 価格/1 時間あたり (Linux) 価格/1 時間あたり (Windows) t3.nano […]

Read More

Amazon Kinesis Data Streams に新しい機能が加わりました。

数週間前に、当社は2つの重要なパフォーマンス改善機能をAmazon Kinesis Data Streams (KDS):に追加しました。拡張ファンアウトと HTTP/2 データ取得 API です。拡張ファンアウトは、開発者が各ストリームコンシューマーにそれぞれの読み取り処理量を提供することにより、ストリームコンシューマー (リアルタイムでのストリームからのアプリケーションの読み取りデータ) の数を増加させることができます。HTTP/2データ取得APIは、一般的なシナリオでデータをプロデューサーからコンシューマーに70ミリ秒以内に配信できるようになります (65%の向上)。これらの新しい機能により、開発者は Amazon Kinesis Data Streams 上でより高速で、より反応性、並列性に優れ、レイテンシに敏感なアプリケーションを構築できるようになります。 Kinesis は実際に、次のストリーミングサービスのファミリを指します。 Kinesis Video Streams、Kinesis Data Firehose、Kinesis Data Analytics、および本日のブログ投稿のトピックである、 Kinesis Data Streams (KDS)。Kinesis Data Streams では、完全に管理され、大規模にスケーラブルなサービスを利用して、開発者は容易に、かつ継続的にストリーミングデータをリアルタイムで収集、処理、および分析できるようになります。KDS は何十万にも上るソースから 1 秒当たりの数ギガバイトのデータを取り込むことができます。ウェブサイトのクリックストリームやソーシャルメディアのフィードから財務取引や位置情報データに至るまであらゆるものを対象としています。 Kinesis Data Streams は、シャード (shard) の概念を使用してスケールされます。1 個のシャードは、1MB / 秒または 1000 レコード / 秒のインジェスト容量と 2MB / 秒の出力容量を提供します。顧客が数千から数万個のシャードを持ち、毎秒数十ギガバイトの入出力をサポートすることは珍しいことではありません。ファンアウト機能を強化する前に、2MB / 秒 / […]

Read More

“医療情報システム向け「Amazon Web Services」利用リファレンス”の公開:APN パートナー各社

医療情報システム向け「Amazon Web Services」(以下「AWS」)利用リファレンスが AWS パートナーネットワーク のパートナー(以下、APN パートナー)各社のサイトを通じて公開されましたので、お知らせさせていただきます。医療情報を取り扱うお客様がこの文書を活用することにより、医療情報システムの安全で効率的な構築が AWS 環境で可能となることを目指し、AWS は APN パートナー各社の皆様を継続して支援させていただいています。   -医療情報システム向け「AWS」利用リファレンスとは 日本において医療情報システムの構築・運用を行う上で遵守すべき厚生労働省、総務省、経済産業省の 3 省が定めた各ガイドラインに AWS 環境上で対応するための考え方や関連する情報を APN パートナー各社で整理検討したリファレンス文書となります。   -医療情報に関連したガイドラインおよび背景 日本では全ての医療行為は医療法等で医療機関等の管理者の責任で行うことが求められており、クラウドサービスを利用する場合も、医療情報システムの構築や運用に関連して、安全かつ適切な技術的及び運用管理方法を確立し、安全管理や e-文書法の要件等への対応を行う必要があります。こうした医療情報システムのデータは、個人情報保護法における「要配慮個人情報」に該当し、医療情報の取扱いにおいても、「収集」「保管」「破棄」を通じて、諸法令をはじめ、通知や指針等に定められている要件を満たす適切な取扱いができる仕組み作りが必要です。     医療情報システムでは、2018 年の現在において、厚生労働省、総務省、経済産業省の 3 省が定めた医療情報システムに関する各ガイドラインの要求事項に対して、医療情報に係る関連事業者や責任者が必要に応じて各種対策を施す必要があります。クラウド環境の導入を検討する場合には、これらのガイドラインの要求事項を整理検討し、必要となる対策項目の洗い出しや対応する情報、実施策の検討等を行う必要があります。     -AWS と APN パートナー様の取り組み Amazon Web Services(以下「AWS」)は、AWS の環境において、医療情報を取り扱うシステムを構築する際に参照される各種ガイドラインに対応するための「医療情報システム向け AWS 利用リファレンス」の文書の作成にあたり、AWS パートナー各社様をHIPAA等実績に基づき支援してきました。AWS は米国における HIPAA に対応した医療情報システムのクラウド基盤として多くの事業者に利用された実績を有し、セキュアで柔軟かつ低コストのクラウドサービスを実現可能なAWS環境において、医療情報システムの様々な要件に対応するため各種サービスや関連情報を提供しています。AWS はお客様の医療情報システムにおける AWS 環境の活用を今後も支援していく予定です。     -「医療情報システム向け AWS 利用リファレンス」のダウンロード先 […]

Read More

AWS Database Migration Service を使用して Amazon Aurora から Amazon S3 にデータをレプリケート

このブログ記事でご紹介するのは、AWS CloudFormation テンプレートを使って Amazon Aurora のようなリレーショナルデータベースから Amazon Simple Storage Service (Amazon S3) にデータをレプリケートできるよう、設定を自動化する方法です。CloudFormation テンプレートのサンプルを使って説明していくので、ニーズに合わせて応用してください。 AWS Database Migration Service (AWS DMS) を使えば、データをあるデータソースから別のデータソースに移行できます。たとえば、Oracle から Aurora、NoSQL から SQL、オンプレミスからクラウドへの移行などがあります。顧客が DMS を利用するのは 1 回限りのデータ移行の場合だけではありません。ETL プロセスの一部として継続的な異種データレプリケーションを行う場合にもよく利用します。それこそがこのブログ記事のテーマです。 ソリューションの概要 アーキテクチャを図で示します。 この CloudFormation テンプレートのサンプルは、この例に必須のすべてのリソースを記述しプロビジョニングします。コードは GitHub で探すことができ、テンプレートをスタックとしてデプロイするには [Launch Stack] ボタンをクリックします。注意: us-east-1 リージョンでは、このテンプレートは RDS DB クラスタースナップショットを使用します。スタックを別のリージョンにデプロイしたい場合は、希望するリージョンにスナップショットをコピーして、CloudFormation テンプレート内の SnapshotIdentifier の値を置き換えます。 このプロセスの開始からスタックが作成されるまでには、約 50 分ほどかかります。このテンプレートは下記の処理を行います。 AWS DMS Sample Database […]

Read More