AWS を活用する Amazon.com

Amazon Customer Fulfillment は AWS を基盤としており、機器の計画外のダウンタイムを 69% 削減し、顧客の注文を予定どおりに処理するという同社の目標を達成するのに役立ちました。Amazon Customer Fulfillment は世界中にフルフィルメントセンターを抱え、そこでは従業員が顧客の注文をピッキング、梱包、発送しています。世界規模の組織である Amazon Customer Fulfillment は、幅広いメンテナンス戦略の一環として、より手頃な価格で効率的な予知保全プログラムを導入したいと考えていました。Amazon Monitron を使用することで、Amazon Customer Fulfillment は技術者の時間を有効活用でき、予知保全によってコストのかかる計画外の機器のダウンタイムを回避できます。

導入事例を読む »

Amazon のカスタマーパッキングエクスペリエンスチームは AWS と提携して、カスタマーエクスペリエンスの水準を高く保ちながら、より持続可能なパッケージングに関する意思決定を行うための機械学習 (ML) ソリューションを構築しました。Amazon は The Climate Pledge の共同創立者であり、かつ最初の署名者です。この誓約は、署名者に対し、パリ協定の目標を10年早く達成すること、すなわち 2040 年までにネットゼロカーボンに到達することを約束するよう呼びかけています。2015 年以降、同社は配送物のパッケージの重量を 33% 削減し、世界中で 915,000 トン、つまり 16 億個以上の輸送箱に相当する量の梱包材を削減しました。サプライチェーン全体で使用されるパッケージが少なくなると、出荷あたりの体積が減り、輸送がより効率的になります。Amazon のネットワーク全体にわたる累積的な影響として、二酸化炭素排出量が劇的に削減されています。

ブログを読む »

Amazon Fulfillment Technologies は、配置場所が定かではない在庫を特定するためのレガシーカスタムソリューションから Amazon SageMaker に移行し、AWS インフラストラクチャのコストを 1 か月あたり概算で 40% 削減し、アーキテクチャを簡素化しました。

導入事例を読む »

Amazon は、俊敏性を高め、運用コストと労力を削減し、増大するパフォーマンスニーズに対応するために、分析システムを Oracle から AWS に移行しました。同社は、Amazon S3、Amazon Redshift、Amazon EMR、およびその他のさまざまな AWS のサービスを使用して、クラウドに高性能な分析インフラストラクチャを構築しました。

導入事例を読む »

Amazon は、インベントリ管理サービスを Oracle Database から Amazon Aurora に移行して、可用性とスケーラビリティを向上させ、運用上の負担を軽減しました。同社は 700 個の Oracle インスタンスを PostgreSQL と互換性のある Amazon Aurora に移行しました。これにより、スループット、スケーラビリティ、および復元力が向上しました。

導入事例を読む »

Amazon では 5,000 のデータベースを Oracle から AWS に移行した結果、データベースの年間オペレーションコストを半分以下に削減し、ほとんどのクリティカルサービスのレイテンシーを 40% 削減しました。Amazon では重要なサービスをサポートし、高可用性を必要とするデータベースには Amazon DynamoDB と Amazon Aurora を使用しています。重要性の低いサービスには、Amazon RDS for PostgreSQL and MySQL を使用し、リレーショナルデータおよび非リレーショナルデータを低コストで長期間保存するには、Amazon S3 を使用しています。

導入事例を読む »

Amazon は、可用性とスケーラビリティを向上させ、運用上の負担を軽減し、使用率を向上させるために、アイテムマスターサービスを Oracle から Amazon DynamoDB に移行しました。Amazon は AWS Database Migration Service を使用して 150 TB のデータをダウンタイムなしでわずか 2 か月で移行しました。今では、Amazon DynamoDB を利用して、毎日 50 億件を超えるカタログ更新を、多大な手作業なしで処理しています。

導入事例を読む »

Amazon.com の Transaction Risk Management Services (TRMS) チームは、わずか 6 か月で 40 TB のデータをオンプレミスの Oracle データベースから AWS に移行しました。その際のダウンタイムは、たった 1 時間でした。TRMS は、機械学習アルゴリズムを使用して Amazon.com での不正取引を予測および防止するバイヤー詐欺サービスを実行しています。TRMS チームは、AWS Database Migration Service (DMS) を含む移行スタックを使用して、PostgreSQL 互換の Amazon Aurora に基づく新しいリレーショナルデータベースソリューションに移行しました。

導入事例を読む »

Amazon Advertising Engineering and Development (AED) は、Oracle データベースに保持されているデータを Amazon RDS に移行することで、スループットを向上させ、パフォーマンスモニターと管理ツールを再構築するのに 3 年間かかるプロジェクトを実施せずに済みました。AED は、Amazon のプログラマティック広告サービスを支えるテクノロジーを構築、管理、およびスケールします。新しいソリューションでは、Amazon RDS によるフルマネージド PostgreSQL リレーショナルデータベースを使用し、バックアップの保存には Amazon S3 を使用します。

導入事例を読む »

Amazon は、可用性とスケーラビリティを向上させ、運用上の負担を軽減し、使用率を向上させるために、アイテムマスターサービスを Oracle から Amazon DynamoDB に移行しました。同社は AWS Database Migration Service を使用して 150 TB のデータをダウンタイムなしでわずか 2 か月で移行しました。現在では、Amazon DynamoDB を利用して、毎日 50 億件を超えるカタログ更新を、多大な手作業なしで処理しています。

導入事例を読む »

Amazon は、取引量が増え続ける中で、タイムリーで完全かつ正確な財務報告を提供するという中核的な使命を守るために、トランザクション補助元帳を Oracle から AWS に移行しました。Amazon は重要なデータベースを Amazon DynamoDB に移行し、リフトアンドシフトアプローチを使用してリレーショナルデータベースを Amazon RDS に移行しました。

導入事例を読む »

Amazon Prime Video が 200 か国以上で NFL サーズデーナイトフットボールの試合をストリーミング配信する権利を獲得したとき、お気に入りのチームを観戦する何百万人ものファンに最高のエクスペリエンスを提供する必要があると考えました。Amazon Video のデジタル動画再生および配信のグローバル責任者、BA Winston 氏は次のように説明しています。「ライブスポーツイベントでは、1 秒でも無駄にすると視聴者に悪影響が及ぶため、信頼性と低レイテンシーは極めて重要です」。「中断やバッファリングがあったら、ファンは見ないでしょう」。

導入事例を読む »

Amazon.com は、データベースの大部分をバックアップするために、テープバックアップから Amazon S3 に切り替えました。この戦略により、複雑さが軽減されて設備投資が減り、バックアップと復元が高速になり、バックアップ/アーカイブ用テープのキャパシティプランニングが不要になりました。さらに、管理スタッフが解放されて、より高価値の業務に専念できるようになりました。テープバックアップから Amazon S3 に切り替えることで、Amazon.com は一部のシナリオでパフォーマンスを 12 倍向上させ、復元時間を 15 時間から 2.5 時間に短縮しました。

導入事例を読む »

世界中のお客様が Amazon.com で注文すると、その注文はさまざまなバックエンドシステムを通じて処理されます。その重要なシステムの 1 つが、Amazon eCommerce Foundation チームによって開発されたワークフローオーケストレーションエンジンである Herd です。Herd は、Amazon.com の世界中のお客様からの注文を処理するためのビジネスロジックを管理し、注文処理からフルフィルメントセンターの運用、Amazon Alexa バックエンドの調整機能まで、あらゆるものに対応する 1,300 を超えるワークフローをオーケストレーションしています。Herd は 300 以上の Amazon エンジニアリングチームが使用しているミッションクリティカルなシステムで、ピーク時には 40 億を超えるワークフローを実行します。

導入事例を読む »

CloudWatch チームのライフサイクル管理の問題は、DynamoDB が 2017 年に Time to Live (TTL) を開始したときに解決されました。この機能により、ユーザーはテーブル内の項目の有効期限が切れるタイミングを定義して、データベースから自動的に削除することができます。CloudWatch チームは、1 つの DynamoDB テーブルを使用してすべての項目の管理を自動化できるようになりました。これにより、アクセスする必要のあるテーブルが少なくなるため、チームはより効率的にデータを取得できるようになりました。

導入事例を読む »