AWS re:Invent 2021 re:Cap - デジタルネイティブビジネス

re:Invent2021のデジタルネイティブビジネス向けのre:Capです。
https://aws.amazon.com/jp/events/reinvent-2021-recap/?reinvent-2021-recap-jp-cards.sort-by=item.additionalFields.sortOrder&reinvent-2021-recap-jp-cards.sort-order=asc&awsf.tech-category=*all&awsf.industry=industry%23software-internet

Transcript

1. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS re:Invent 2021 re:Cap For Digital Native Business 2022. 1. 27 Amazon Web Services Japan G.K.
3. AWS re:Invent イベント概要 1. 2021年は11/29-12/3開催（現地時間） 2. ラスベガス＆オンラインで開催、オンライン参加は無料 3. 5つの基調講演や22のリーダーシップセッションをはじ めとして1500+のセッション 4. その他ラーニングコンテンツも盛り沢山 AWSによるクラウドコンピューティングについて の世界規模の『学習型』カンファレンス
4. Adam Selipsky Keynote AWS Partners Keynote Peter DeSantis Keynote Swami Sivasubramanian Keynote Werner Vogels Keynote 2021年は５つの基調講演
5. 今年が第一回目として初開 催。JavaとPythonの開発者 向けに、会期中に可能な限 り多くのバグを修正し、修 正したバグの複雑度に応じ てポイントを競う大会。大 会への参加を通じてチーム ビルディングやコード品質 の改善手法を学ぶことがで きます。 機械学習を体感する最速の 方法はAWS DeepRacerです。 クラウドベースの3Dレー スシミュレータで強化学習 モデルをトレーニングする 方法を学ぶことで、AWS DeepRacerをハンズオンで 体験することができます。 JamsとGameDaysは、 お客様がAWSとパートナー 様の様々なサービスを利用 したシナリオを通して、ハ ンズオンの経験を積むこと ができるゲーム化された セッションです。 22のリーダーシップセッ ションをはじめ、数百の ラーニングセッション、8 の日本語によるセッション など、様々な技術的なコン テンツに触れることができ ます。また日本語による re:Cap (AWS OnAir)で、よ り理解を深めていただくこ とができます。 その他ラーニングコンテンツも盛り沢山
6. 業務データにあわせた AWS AI/ML サービスのチューニング DX へ繋げる AWS クラウド マイグレーション成功の法則 AWS で始めるレイクハウス アプローチ 〜Analytics サービスアップ デート〜 データベース移行を検討する際の ベストプラクティス AI/ML を活用してビジネスを成長させるために は、データ収集、データにもとづく AI/ML の改 善、お客様満足度の向上というサイクルを実現 することが重要です。本セッションでは、AWS における AutoML サービスの利用方法について、 まず概略を説明し、Amazon Rekognition Custom Labels、Amazon Personalize、Amazon SageMaker JumpStart など、個別の AutoML サービスの詳細とユースケースについてご紹介 します。 日本企業のクラウドマイグレーションが加速し ています。単なる既存システムの AWS 移行によ るコストダウンや IT スタッフの生産性の向上に とどまらず、多くのお客様が最終的には、 Amazon も AWS 誕生で DX を実現したように、 クラウドマイグレーション（IT トランスフォー メーション）から DX 実現へ繋げる道筋を模索 されています。本セッションでは、AWS がご提 供する包括的なマイグレーション加速へ向けた ご支援内容のご紹介と共に、実際にマイグレー ションを加速推進されているお客様の成功事例 を通して皆様のクラウドマイグレーション本格 検討の参考として頂ける内容になっています。 AWS でレイクハウスアーキテクチャを利用すると、お 客様はデータレイクにデータを保存し、適材適所で利用 可能な専用データサービスを活用することで、類を見な いコストパフォーマンスとスケーラビリティ、スピード と俊敏性を持ってデータドリブンにマーケットにおける 意思決定を実現することができます。本セッションでは、 レイクハウスアプローチとレイクハウスアプローチを実 現するレイクハウスアーキテクチャに関する全体像につ いて解説の上、レイクハウスアーキテクチャを構成する Analytics サービスとそのアップデートについてご紹介 します。 オンプレミスのデータベースを AWS に移行することで、 商用ライセンス、運用負荷などのコスト削減を検討される お客様が増加しています。このような状況の中、データ ベースの移行を検討する際の一般的なステップや AWS が 提供している移行に役立つツール、サービスについて説明 します。また、いくつかデータベース移行の実例を見なが ら移行を検討する際のベストプラクティスをご紹介します。 (なお、本セッションでは各データベースエンジンに特有の 非互換性の書き換えなどの細かい Tips などは含まれませ ん) AWS ネットワークの 新機能まとめ アプリケーション開発を加速させる AWS サービス最新動向 2020 re:Invent 主要発表内容と大阪リー ジョンのアップデート 教育から戦力へ。AWS の教育プログラムが サポートする日本の新しい世代 AWS では、お客様の様々な課題を解決するため の新サービスや新機能を続々とリリースしてい ます。本セッションでは、2020 年、2021 年に 行われたネットワーク関連機能のアップデート をまとめてご紹介します。 アプリケーションの開発において、ユーザー体 験の質を向上させるチャレンジのサイクルを早 く回していくことは競合サービスとの差別化に つながる重要なポイントとなります。アプリ ケーション開発に求められるスキルはコーディ ングのスキルだけではなく、CI/CD を動かす開 発フローや分析基盤の構築スキル、スケーラビ リティを意識したアーキテクティングなど、多 岐に渡るサービスのスキルが必要になります。 AWS Amplify と AWS AppSync は FE 開発の効 率化、開発フローの構築支援、AWS 環境の調達 と運用の効率化などを通してユーザーへの価値 創出に集中して取り組むことができるサービス となっています。本セッションでは、AWS Amplify と AWS AppSync の概要と 2021 年の アップデートをご紹介します。 2020年、AWS は 2,757 回のアップデートをおとどけし ました。このセッションでは、2020 年 re:Invent で発表 されたアップデートの 2021 年における対応状況を、東 京リージョン、大阪リージョンの観点で対応状況をおと どけいたします。 アマゾン ウェブ サービス（AWS）は、re:Invent 2020 に おいて、2025 年までに全世界で 2,900 万人を対象に、ク ラウドコンピューティングのスキルトレーニングを無償で 提供し、技術力の向上を支援する取り組みを発表しました。 本セッションでは、AWS Education to Workforce (E2W) Japan が、AWS Education Program を活用して、教育機関 や教員、学生のクラウドコンピューティングを支援してき た軌跡を紹介します。さらに、E2W Japan のミッションで ある「産学連携」の一環として、民間企業のお客様とのコ ラボレーションをご紹介します。 日本語によるセッションも
7. Adam Selipsky 基調講演 Pathfinder (先駆者) の3つの要件と AWS の取組み より良い方法の探求 Constant pursuit of a better way 見えないものを見る力 Ability to see what others don’t 他者の歩みへの支援 Enable others to forge their own paths • 前世代より25%高速なプロセッサー Graviton 3 • メインフレーム・モダナイゼーションの支援強化 • エッジコンピューティングの進展と AWS Private 5G の発表 • 目的別データベース、データレイク、アナリティクス、機械学習 の強化を通じたデータストラテジーの支援 • 機械学習を民主化する Amazon SageMaker Canvas の発表 • インダストリー・ソリューションや特化型ソリューション（Amazon Connect等）の強化 • 2025年までに29百万人のクラウド人材育成にコミット、AWS re/Start等の新しいトレーニングプログラムの提供
8. サービスアップデート Compute / Container / Serverless Storage / Database / Network Analytics / AI / ML Management & Governance / Security / Others
9. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved.
10. Compute アップデート 1. Amazon EC2 M1 Mac (Mac2) インスタンスを発表 2. Amazon EC2のC7gインスタンスのプレビューを開始 3. Amazon EC2のTrn1インスタンスを発表 4. Amazon EC2のIm4gn/Is4genインスタンスを発表 5. Amazon EC2のI4iインスタンスを発表 6. Amazon EC2のX2idn/X2iednインスタンスを発表 7. Amazon EC2のX2ieznインスタンスを発表 8. Amazon EC2のG5gインスタンスを発表 9. Amazon EC2のM6aインスタンスを発表 10. Amazon EC2のR6iインスタンスを発表 11. Amazon EC2のHpc6aインスタンスを発表 12. Amazon EC2のG5インスタンスを発表 13. Amazon EC2のC6iインスタンスを発表 14. Amazon EC2のDL1インスタンスを発表 15. Amazon Linux 2022のプレビューを発表 16. PclusterManager を発表 17. NICE Engin Frame for Hybrid HPC を発表 18. Amazon Braket Hybrid Jobs を発表 19. Amazon Braket QPU の追加をアナウンス
11. Amazon EC2 M1 Mac (Mac2) インスタンスを発表 • iOSとmacOSのアプリケーションのビルドに最適 な、Amazon EC2 M1 Macインスタンスを発表 • Apple(iOS/macOS)、Android、Windowsのクロスプラット フォームの開発環境をAWSで統合できるようになった • クラウド上で、オンデマンドで利用できるApple Silicon。x86ベースのEC2 Macインスタンスと比 較して最大60%高い価格性能比を発揮する • 8CPUコア,16GiBメモリ, 16コアのNeural Engineを持つMac miniに、10GbpsのVPC NW帯域、8GbpsのEBS帯域を備える • macOS BigSur 11とmacOS Monterey 12のAMIに対応 • バージニア、オレゴンでプレビューを開始
12. Amazon EC2 の C7g インスタンスのプレビューを開始 • AWS Graviton 3プロセッサを搭載する最初のEC2 インスタンス、C7gのプレビューを開始。 Amazon EC2で最高の価格性能比を誇る • DDR5メモリを搭載しDDR4比で50%高いメモリ帯域を提供 • C6gインスタンスと比較して20%高いネットワーク帯域幅 • Graviton2と比較して25%高速。浮動小数演算と暗号演算につ いては最大2倍高速。bfloat16とfp16に対応する命令セットによ り、CPUによる機械学習分野では最大3倍高速に • HPC、大規模演算、EDA、ゲーム、動画エンコー ディング、広告配信、 CPUベースの推論処理など 幅広い用途に適する • プレビューには申込が必要
13. Amazon EC2 の Trn1 インスタンスを発表 • AWS独自設計の第二世代機械学習向けチップ、AWS Trainiumを搭載し たTrn1インスタンスを発表 • 最大16のTrainiumアクセラレータ、512GBのアクセラレータメモリを搭載 • 最大800GbpsのEFAネットワーク帯域、 768GB/sの高速 NeuronLink チップ間接 続 • EC2 UltraClusterにデプロイされ、最大で数万のTrainiumにスケール可能。最も複 雑な深層学習モデルを高速にトレーニングできるスーパーコンピュータとして動作 • Stochastic rounding (確率的な丸め処理）にハードウェアで対応 • 自然言語処理、画像認識、レコメンデーション、インテリジェント検索 といった用途で、クラウドでの深層学習モデルのトレーニングにおいて 最高の価格性能を提供 • プレビュー申込を受付中 Instance size vCPUs Trainium chips Accelerator memory NeuronLink Instance memory Instance networking Local instance storage Trn1.2xlarge 8 1 32 GB N/A 32 GB Up to 10Gbps 500 GB NVMe Trn1.32xlarge 128 16 512 GB 768 GB/sec 512 GB 800 Gbps 8 TB NVMe
14. Amazon EC2 インスタンスタイプアップデート タイプ 用途 スペック リージョン Im4gn/ Is4gen Graviton2 搭載のストレージ最適化インス タンス AWS Graviton2 プロセッサ AWS Nitro SSD による最大30TBのインスタンス ストレージ • Im4gn: I3と比較して最大で40%高い価格性能比、 最大44%安価なストレージ費用 • Is4gen: vCPUあたり最もストレージ容量が大きく、 TB単価が最も安価。 バージニア、オハイオ、オ レゴン、アイルランドリー ジョン I4i (Coming Soon) Ice Lake 搭載のストレージ最適化インスタ ンス 第3世代Xeonスケーラブルプロセッサ Ice Lake 最大30TBの AWS Nitro SSD によるインスタン スストレージ • I3と比較して最大で30%高い価格性能比 Coming Soon G5g Android端末へのゲームストリーミング用途 に高い価格性能比を発揮 AWS Graviton2 プロセッサ NVIDIA T4G Tensor Core GPU • 最大で2GPU、64vCPU、32GiBのメモリ、25Gbps のNW帯域幅、19GbpsのEBS帯域幅 • ストリームあたりのコストを最大30%削減 東京、バージニア、オレゴ ン、ソウル、シンガポール リージョン M6a 第3世代AMD EPYC Milanプロセッサを搭載 した汎用インスタンス 第3世代AMD EPYC Milanプロセッサ • 全コア3.6GHzのターボ周波数 • 前世代のM5aと比較して35%高い価格性能比 バージニア、オレゴン、ア イルランドリージョン
15. Amazon Linux 2022 のプレビューを発表 • クラウドアプリケーションを開発・実行するために安全で安定した実行環境を 提供することを目的に設計されたAmazon Linux 2022 (AL2022) を発表 • Fedora projectがアップストリーム • 2年毎にメジャーバージョンを提供し、5年間のLTS（長期サポート）を提供 • 四半期毎のマイナーリリースで最新ソフトウェアを利用できる • Amazon Linuxパッケージリポジトリに収録されたソフトウェアの特定バージョンにロック する機能を提供する • SELinuxがデフォルトで有効 • 追加費用なしで、全てのAWSの商用リージョンでプレビューが可能 https://aws.amazon.com/jp/about-aws/whats-new/2021/11/preview-amazon-linux-2022/ https://aws.amazon.com/jp/amazon-linux-ami/faqs/ https://aws.amazon.com/jp/amazon-linux-2/faqs/ 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031 Amazon Linux AMI EOL Amazon Linux 2 EOL Amazon Linux 2022 EOL Amazon Linux 2024 EOL Amazon Linux 2026 EOL 長期サポート メンテナンスサポート メンテナンスサポート メンテナンスサポート メンテナンスサポート 標準サポート 標準サポート 標準サポート
16. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved.
17. Container アップデート 1. Amazon ECR Enhanced Scanning を発表 2. Amazon ECR がキャッシュリポジトリ機能を発表 3. Docker Official Images on Amazon ECR Public を発表 4. AWS Marketplace for Containers Anywhere を発表 5. Karpenter v0.5が一般提供開始
18. Amazon ECR Enhanced Scanning を発表 • Amazon Inspector との統合によるイメージスキャンが利用 可能に ➢ 継続的、かつ高度な脆弱性の検出を実現 • OS とプログラミングライブラリ両方の脆弱性を検出 ➢ basic scanning では、OS パッケージの脆弱性のみ ➢ C#、Golang、Java、Javascript、PHP、Python、Ruby、Rust • push 時のスキャン / 継続的なスキャン ➢ 新しい脆弱性が発見されると、自動的に再スキャン • 東京リージョンで利用可能 (大阪リージョンは未サポート)
19. Basic Scanning vs Enhanced Scanning Basic Scanning Enhanced Scanning Scanning engine オープンソースの Clair プロジェクト Amazon Inspector (Snyk と連携、脆弱性 DB を拡張) Package coverage OS パッケージ OS パッケージ プログラミング言語パッケージ Scanning frequency on-push / マニュアル on-push / 継続的 AWS service integration Amazon EventBridge Amazon EventBridge AWS Security Hub AWS Organizations Cost 追加料金なし push : $0.11 per image re-scan : $0.01 per re-scan
20. Amazon ECR がキャッシュリポジトリ機能を発表 • Amazon ECRでPull Through型のキャッシュリポ ジトリ機能を利用可能になった • 公開リポジトリのイメージをECRでキャッシュす ることで、ダウンロード性能やセキュリティ、可 用性の向上につながる • ECRからPullすることで、ネットワーク的により近い場所からコ ンテナイメージを取得できる • AWS PrivateLinkやAWS KMSとの連携といったECRが持つセ キュリティ機能を活用することも • キャッシュがあれば、何らかの理由で公開リポジトリへのアク セスができない状況でもECRから必要なイメージを取得できる
21. Docker Official Images on Amazon ECR Public を発表 • ECR Public Gallery で、Docker 公式イメージが利用可能に ➢ シンプルで高速、可用性の高いイメージの pull を実現
22. Karpenter v0.5 が一般提供開始 Kubernetes クラスターのオートスケーリングツール https://github.com/aws/karpenter/ https://aws.amazon.com/jp/about-aws/whats-new/2021/11/aws-karpenter-v0-5/ • 柔軟性があり高性能
23. Kubernetes Autoscaling 101 https://www.cncf.io/blog/2019/10/29/kubernetes-autoscaling-101-cluster-autoscaler-horizontal-autoscaler-and-vertical-pod-autoscaler/ Kubernetes におけるオートスケーリングは Node/Pod の各レイヤーで行う EC2 インスタンス (Node) EC2 インスタンス (Node) EC2 インスタンス (Node) Horizontal Pod Autoscaler (HPA) Cluster Autoscaler (CA) Pod Pod Pod Pod Pod Vertical Pods Autoscaler (VPA)
24. Where is Karpenter’s position? https://www.cncf.io/blog/2019/10/29/kubernetes-autoscaling-101-cluster-autoscaler-horizontal-autoscaler-and-vertical-pod-autoscaler/ Cluster Autoscaler (CA) に置き換わり、Node のオートスケーリングを行う Horizontal Pod Autoscaler (HPA) Pod Pod Pod Pod Pod Vertical Pods Autoscaler (VPA) EC2 インスタンス (Node) EC2 インスタンス (Node) EC2 インスタンス (Node) Karpenter
25. Karpenter vs Cluster Autoscaler (CA) Karpenter が解決しようとしているのは、CA のデザインによる課題 ASG の設定に依存 あらかじめ作成しておく必要 Auto Scaling group Instances
26. Karpenter vs Cluster Autoscaler (CA) Karpenter が解決しようとしているのは、CA のデザインによる課題 ASG などの事前作成は不要 Instances EC2 Fleet
27. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved.
28. Serverless アップデート 1. AWS Lambda: Event Filtering が発表 2. AWS Lambda: logs Hyperplane (ENI) ID in AWS CloudTrail events が発表 3. AWS Lambda: Partial Batch Response for SQS as an event source が発表 4. AWS Lambda: Ephemeral Storage のサイズ設定が Coming Soon 5. AWS Lambda Functions Powered by AWS Graviton2 Processor が発表 6. Amazon SQS: Enhanced DLQ Management が発表 7. Amazon SQS: Managed SSE が発表 8. SAM Accelerate (Preview / 開発用機能) が発表 9. Step Functions が AWS SDK との統合をサポート が発表 10. AWS Step Functions: Sync Express support for PrivateLink が発表 11. AWS Step Functions: Integration with Athena and Batch Console が発表
29. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS Lambda: Event Filtering • Lambda関数実行前のフィルタリング • EventBridge と同じ形式のパターンマッチング • イベントソースごとに、最大5パターン(組み合わせは OR 条件) • (10パターンまで緩和可能) • パターンごとに最大2048文字 • フィルタリングの後に、バッチ収集実施 • Lambda 関数実行コストの低減 • サポートイベントソース: • Kinesis Data Streams, DynamoDB Streams, SQS FleetTirePressureMapping: Type: AWS::Lambda::EventSourceMapping Properties: FunctionName: fleet-tire-pressure-evaluator BatchSize: 100 StartingPosition: LATEST EventSourceArn: arn:aws:kinesis:...:stream/fleet-telemetry FilterCriteria: Filters: - Pattern: | { "data": { "tire_pressure": [{"numeric": ["<", 32]}] } }
30. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS Lambda: Event Filtering イベントがAWS Lambda サービスに届くと、まず定義されたFilterに一致するか判断され、その後、「バッチ （Lambda 関数に渡すイベントまとまり）」を作りバッチ単位にLambda関数が起動される このため、Amazon Kinesis Data Streams では、Batchに入らない場合でもキャパシティが消費される • 例) 数万レコード入れ、1件もフィルタ条件に一致しない場合もキャパシティユニットは消費される • Kinesis Data Streams の max read capacity は 2MB/s
31. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS Lambda: Partial Batch Response for SQS as an event source • 失敗したメッセージのみの再処理可能に • SQSキューのメッセージの処理に失敗すると、 Lambdaはメッセージキュー内のメッセージのバッチ を部分的に成功したものとしてマーク • Amazon SQS キューの処理がより効率的に • バッチレベルではなくメッセージレベルで情報を処理 することにより、データ転送を繰り返す必要がなくな り、スループットが向上 { "batchItemFailures": [ { "itemIdentifier": "id2" }, { "itemIdentifier": "id4" } ] } Lambda の レスポンス payload
32. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS Lambda: Partial Batch Response for SQS as an event source SQSポーリングで処理されているバッチは完全に成功した場合、メッセージはSQSキューから 削除される。 Amazon Simple Queue Service (Amazon SQS) AWS Lambda Lambda function poller [A,B,C,D] batch Success delete [A,B,C,D]
33. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS Lambda: Partial Batch Response for SQS as an event source Partial Batch Response を使わない場合、１メッセージでも失敗すると、バッチは完全に失敗し、 キューに保持され、可視性タイムアウト期間後に再処理されます。 Amazon Simple Queue Service (Amazon SQS) AWS Lambda Lambda function poller Error [A,B,C,D] batch メッセージ C を 正常処理できない [A,B,C,D] 可視性タイムアウト期間終了 すると再処理可能になる
34. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS Lambda: Partial Batch Response for SQS as an event source Partial Batch Response を使用すると、SQSキューは正常に処理できなかったレコードのみを保 持し、処理パフォーマンスを向上させます。 Amazon Simple Queue Service (Amazon SQS) AWS Lambda Lambda function poller [A,B,C,D] batch メッセージ C を 正常処理できない [C] 可視性タイムア ウト期間終了 すると再処理可 能になる { "batchItemFailures": [ { "itemIdentifier": "C" } ] } delete [A,B,D] Success
35. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. x86ベースの Lambda と比較し 最大 34% のコストパフォーマンス向上 最大 34% のコスト パフォーマンス向上 20% コスト削減 vs 同サイズの Lambda 関数 高パフォーマンス vs x86 AWS Lambda Functions Powered by AWS Graviton2 Processor
36. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Arm64: 言語、ツールキット、ランタイム • インタープリター型およびコンパイル済みバイトコード言語は変更 なしで実行可能 • コンパイル言語は arm64 用にリコンパイルが必要 • ほとんどの AWS ツールと SDK は Graviton2 を透過的にサポート • AWS CLI v1、AWS CLI v2 • C/C++、node.js、Python、Go、Java、.NET用のSDK AWS Lambda Functions Powered by AWS Graviton2 Processor
37. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon SQS: Enhanced DLQ Management • デッドレターキューの未処理メッセージのライフサイクル を効果的に管理可能に • 標準キューのみの対応 • DLQ からソースキューに、メッセージをリドライブ 1. 未処理のDLQメッセージを確認 2. エラー原因を特定、アプリを修正 3. DLQメッセージをソースキューに転送 • DLQ内のメッセージのサンプルを簡単に検査してから、 ソースキューに移動 • カスタムスクリプトによるリドライブが不要 Source Queue DLQ Application エラー発生時 DLQに移動 Source Queue DLQ Application DLQから 書き戻す メッセージを 取得して再処理 （通常時と同じ処理)
38. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. 問題のあるメッセージの何が問題になっているのかを理解するためにSQSリドライブ 機能を使用して、Dead Letter Queue で、DLQ redriveを選択
39. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. DLQのメッセージを選択して内容の確認を 実施
40. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. デフォルトでは、SQSは消費されて いない メッセージをソースキューに redrive する ※別の destination を指定すること も可能 ※ カスタム速度(1秒あたりのメッセ ージ転送最大数)を設定可能
41. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved.
42. Storage アップデート 1. EBS snapshot アーカイブ（コスト削減） 2. Amazon EBS スナップショットのごみ箱機能 3. クラウド向けに構築された SAN パフォーマンス 4. Amazon FSx for OpenZFS 5. FSx for Lustre発表 6. FSx for Lustre とS3の統合を強化 7. Amazon EFS 固有のレプリケーションを発表 8. S3 Object ownership によるACL無効化 9. S3ポリシー編集時のIAM Access Analyzerによる推奨表示 10. Glacier Instant Retrieval / Glacier Flexible Retrieval 11. ストレージクラス最大32%の値下げ、Glacier Flexible Retrieval のbulk取得 の無償化 12. S3 Event NotificationのEvent Bridge対応 13. AWS Snowballwith Tape Gatewayを発表 14. Snowball Edge Storage Optimized でのオフラインテープデータ移行 15. AWS Backup VMware と S3 の対応を発表 16. Amazon S3とVMwareワークロードのサポート
43. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon EBS スナップショットアーカイブ EBS スナップショット をアーカイブするため の新しい低コスト階層 サード・パーティ製ソフトウェアなしで スナップショットをアーカイブ 使いやすい — 1 回の API コールでスナップ ショットをアーカイブ スタンダード階層の 1 GB あたり 0.05 USDに対し、 保存されるデータは GB あたり 0.0125 USD。 最大 75% のコスト削減を実現
44. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. EBS snapshot サービス Snapshot #1 [おさらい] EBS Snapshotの動作 課金対象 blocks: 1,2,3 1 TiB EBS volume
45. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. EBS snapshot サービス Snapshot #1 Snapshot #2 [おさらい] EBS Snapshotの動作 1 TiB EBS volume 課金対象 blocks: 1,2,3 課金対象 blocks: 4,5,6
46. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. EBS snapshot アーカイブ: 動作の概要 1 2 Snapshotをアーカイブする、とは • Snapshotのフルバージョン(全容量）を作 成し、それをアーカイブティアに移動する Snapshotをリストアする、とは • そのフルバージョンのsnapshotをスタ ンダードティアにリストアする • Temporary(一時) または Permanent(永 続)を選ぶ 1 2 % aws ec2 modify-snapshot-tier …. % aws ec2 modify-snapshot-tier ….
47. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon EBS Snapshot のごみ箱機能 削除したスナップショットを保持期間が切れる 前に復元 ごみ箱内のスナップショットは、通常のス ナップショットと同じ料金で課金される 誤って削除したスナップショットを、指定した保 存期間だけ自動的に保持 誤って削除したこ とによるデータ消 失のリスクを軽減 Always Protect
48. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. S3 Object Ownership で ACL 無効化 あなた (Account A) Account B Account C Account D Account E 1. ACLを指定す る必要はなく、 クロスアカウン トでの書き込み が可能 2. バケット内のすべ てのオブジェクトの 所有者は A （バケット所有者） 3. バケットポリシーで権限制御
49. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon S3 Glacier Instant Retrievalを発表 • 即座にデータを取り出すことができる、アーカイ ブ用途のAmazon S3の新しいストレージクラス • TBクラスからPBクラスのデータを長期保存しつつ、必要な場合 は即座に呼び出す必要がある場合に向けたサービス • S3 Standardと同じスループットと、同じミリ秒単位の待ち時 間でアーカイブデータにアクセスできる • メディアコンテンツのアーカイブ、ユーザ生成コンテンツ、医 療画像、ゲノミクスなどの用途に最適 • データへのアクセスが四半期に1度だと仮定しS3 Standard IA と比較するとストレージコストが最大68%安価になる • 全てのAWSリージョンでご利用可能に
50. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon S3 Intelligent Tiering の機能強化 • S3 Intelligent-Tieringは、データへのアクセスパターンに応じて、自 動的にストレージコストを削減するストレージクラス • S3 Glacier Instant Retrievalがサポートされ、3つのストレージクラス を自動的に切り替えることでさらなるコストの最適化を行う • 30日経過で低頻度アクセスティアへ、その後60日が経過するとS3 Glacier Instant Retrievalに自動移行 • さらにアーカイブ層への移行を有効にすることも • 全リージョンで利用可能に
51. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. ストレージクラスの活用例1 PUT GET ライフサイクルの活用 予測可能なアクセスパターンか？ S3 Standard S3 Glacier Instant Retrieval 90日経過 オブジェクト作成また は更新日に基づく移動 365日経過 Yes S3 Glacier Instant Retrieval はミリ秒単位でアクセスでき る 一度、S3 Standard にRestoreで戻してからアクセスする S3 Glacier Flexible Retrieval （S3 Standardに滞在する日数を指定する) 作成して 0日
52. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. ストレージクラスの活用例2 PUT GET S3 Intelligent Tieringの活用 Frequent Access Tier Infrequent Access Tier +30日経過 (固定) アクセス日に基づく移動 +60日経過(90日) (固定) No アクセス階層であればどのTierでも即時アクセスが可能 Archive Instant Access Tier 作成し て0日 アクセ ス0日 予測可能なアクセスパターンか？
53. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. ストレージクラスの活用例3 PUT GET S3 Intelligent Tieringの活用 Frequent Access Tier Infrequent Access Tier +30日経 過 (固定) アーカイブ層も併用(Opt-in) +60日経過(90日) (固定) No 作成して 0日 アクセス 0日 予測可能なアクセスパターンか？ Archive Access Tier Deep Archive Access Tier 90〜730日経過(設定) 180〜730日経過(設定) Archive Instant Access Tier アーカイブ階層からは一度 Frequent Access Tierに戻す （Restoreオペレーション)
54. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon S3 で最大31%の値下げを発表 • Amazon S3の3つのストレージクラスで、最大31% の値下げを発表 • S3 Standard Infrequent Access: 東京・大阪をはじめ9リージョンで31%の値下げ • S3 One Zone Infrequent Access: 東京・大阪をはじめ9リージョンで31%の値下げ • S3 Glacier Flexible Retrieval(旧S3 Glacier): バルク取出しの無料化と、全リージョンで10%の値下げ • 新価格は2021年12月1日より有効になり、自動的に 適用される
55. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. ストレージクラス S3 Intelligent- Tiering S3 Standard (S3 標準) S3 Standard-IA (S3 標準-IA) S3 Glacier Instant Retrieval S3 Glacier Flexible Retrieval S3 Glacier Deep Archive S3 One Zone-IA (S3 1ゾーン-IA) AWSグローバル インフラストラクチャ 3つ以上のアベイラビリティゾーン (AZ) 1つのAZ 想定されるデータタイプ アクセスパターンが 変化するデータ 頻繁にアクセスさ れるアクティブ データ アクセス頻度が低 いデータ めったにアクセス されないデータ アーカイブデータ 長期保存のアーカ イブデータ 再生可能でアクセ ス頻度が低いデー タ 設計上の耐久性 99.999999999% 99.999999999% 99.999999999% 99.999999999% 99.999999999% 99.999999999% 99.999999999% 設計上の可用性 99.9% 99.99% 99.9% 99.9% 99.99% 99.99% 99.5% 可用性(SLA) 99% 99.9% 99% 99% 99.9% 99.9% 99% レイテンシー ミリ秒単位の アクセス ミリ秒単位の アクセス ミリ秒単位の アクセス ミリ秒単位の アクセス （復元ではない） 分から時間単位の 復元 (数分〜12時間) 時間単位の 復元 (12〜48時間) ミリ秒単位の アクセス 取り出し料金 なし なし GBあたり GBあたり GBあたり GBあたり GBあたり 最低保存期間 － － 30日 90日 90日 180日 30日 最小オブジェクトサイズ － － 128KB 128KB 40KB 40KB 128KB ストレージ価格 * 0.025 〜 0.002 USD/GB 月 0.025 〜 0.023 USD/GB 月 0.0138 USD/GB 月 0.005 USD/GB 月 0.0045 USD/GB 月 0.002 USD/GB 月 0.011 USD/GB 月 * 2021年12月 東京リージョンの容量価格（各ストレージクラスで、リクエストや管理の料金があります）
56. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon S3 のイベント通知機能を強化 • Amazon S3のイベント通知機能が強化され、新た なイベントを通知できるようになった • ライフサイクルポリシーでストレージクラスが変化したり、削 除されたりした場合 • S3 Intelligent-Tieringによって自動的にアーカイブまたは ディープアーカイブに変更された場合 • オブジェクトタグやアクセスコントロールリスト(ACL)が変更さ れた場合 • バケット全てでイベント通知を行うことも、プレ フィックス・サフィックスで絞り込むことも可能 • EventBridge[NEW], SNS, SQS, Lambdaに対し て送信できる Amazon Simple Storage Service (Amazon S3) S3 Standard S3 Glacier Amazon EventBridge Event
57. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved.
58. Database アップデート 1. Amazon RDS Custom for SQL Serverを発表 2. Amazon DevOps Guru for RDS 3. Babelfish for Aurora PostgreSQL 4. RDS: Multi-AZ DB Cluster 5. Aurora MySQL version 3 6. DynamoDB: Standard-IA 7. Amazon ElastiCache for Redis: データ階層化 8. Amazon Timestreamの速度とコスト効率を改善 9. 新しいDMSコンソールAWS DMS Studioを発表 10. AWS DMS Fleet Advisorを発表
59. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon RDS Custom for SQL Server を発表 • DBサーバのOSやRDBMSの設定変更ができる、 Amazon RDS Custom for SQL Serverを発表 • OSやRDBMSの設定変更、特殊なパッチ適用、特権アクセスなどが 必要なビジネスアプリケーションを動作可能に • 従来はEC2で構築し自己管理が必要だったが、Amazon RDSのマ ネージドサービスで対応可能になり運用負荷の軽減につながる • Amazon RDS Custom for Oracleはリリース済み • ユーザによる設定変更がAmazon RDS Customの動 作に影響しないことを継続モニタリング。問題があ れば自動復旧を試みる • 自動復旧不可能な場合、ユーザに通知し推奨される修正案を提示 • 東京リージョンを含む各リージョンで一般提供開始
60. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon DevOps Guru for RDS を発表 • 機械学習のテクノロジを用いてデータベースに関 する性能問題の検知と解決を迅速化するサービス • データベースに意図しない高負荷が発生した場合、 原因となるSQL文を特定し、原因と影響範囲を ユーザに通知したうえで解決策を提示する • 原因箇所の特定と対策の立案には相応の知識・経験が求められ るが、DevOps Guru for RDSを利用すればパフォーマンス問題 の改善が容易になる • EventBriddgeまたはSNSでの通知をサポート • 東京リージョンをはじめ各リージョンで一般提供 開始に
61. RDS Multi-AZ DB cluster deployments (Preview) • Multi-AZ DB ”クラスター” は、2つの読み取 り可能なスタンバイDBインスタンスを持つ Amazon RDS の高可用性モード • Multi-AZ DBクラスターは、同一AWSリージョン内の 3つの別々のアベイラビリティーゾーンに 1つのライターDBインスタンスと 2つのリーダーDBインスタンスを配置 • Multi-AZ DBクラスターは、 従来のMulti-AZ DBインスタンスと比較して、 高可用性、読み取りワークロード性能 向上、および低書き込みレイテンシを提供
62. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Aurora MySQL version 3 • MySQL 8.0 互換の Aurora MySQL • このバージョンから リリースモデルを変更し、 コミュニティ版 MySQL 8.0 の リリースに追従 • 3.01.0: compatible with 8.0.23
63. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon DynamoDB Standard IA table class を発表 • Amazon DynamoDBのストレージコストの削減 を可能にする新しいテーブルクラス、Standard Infrequent Accessを発表 • アクセス頻度の低いデータを格納するテーブルに おいて、最大60%のコストを削減 • ただし、従来のテーブルクラスであるStandardはStandard IA と比較して読み書きリクエストの費用が20%安価となる • 全体の費用に対してストレージコストが占める割合が大きけれ ば大きいほど、Standard IAが有効に働く • テーブルクラスの変更は性能影響やコード変更の 必要なく実行できる • 中国とGovCloud(US)以外の全リージョンで一般 提供開始に https://aws.amazon.com/dynamo db/pricing/on-demand/
64. Amazon ElastiCache for Redis: データ階層化 LRU 64 vCPU 25 Gbps network Example: R6gd.16xlarge RAM 419.1 GiB memory SSD 1592.56 GiB NVMe 2,011.66 GiB 合計容量(メモリ+ストレージ) • データセット全体の最大 20％ に 定期的にアクセスするワークロードや、 SSD 上のデータにアクセスする際に追加の レイテンシーを許容できるアプリケーションに 最適 • 最大使用率で 60％ 以上のコスト効果 • アプリケーションの変更は不要で、 パフォーマンスへの影響は最小限 • 最大 1 PiBまでクラスタの拡張可能
65. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Timestream の速度とコスト効率を改善 • 時系列データ処理をより高速かつコスト効率良く 処理するために3つの新機能を追加 • Scheduled Queries: データ集計などリアルタイム分析に必要な クエリと頻度を指定すると、宛先テーブルに結果を出力する。 参照、サマリされたデータだけを取得することができる • Multi-measure records: テーブルの単一行に複数の値データを 格納することで、データ量を削減しストレージコストの削減と パフォーマンスの改善につながる • Magnetic store: 到着が遅延したデータを標準のメモリではな く、磁気ストレージに書き込むことでメモリ領域の確保量を減 らし、コストの最適化が可能に。長期のデータ保存や、履歴 データの分析用途にも • Amazon Timestreamが利用可能な全リージョン でご利用可能 Amazon Timestream Client Memory Magnetic
66. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS DMS Fleet Advisor を発表 • オンプレミスのデータベースサーバ群に関する情 報収集を容易にするAWS Database Migration Service(DMS)の新機能 • コレクター（エージェント）を利用して、DBに関 する情報を自動的に収集。移行先との差分から移 行難易度を算出する • DBエンジンのバージョンやエディション、名前、スキーマなど を取得し、自動的に整理・解析する • 個別に開発者や運用ベンダーに問い合わせることなく、移行対 象をリスト化し、移行プランの策定に役立てることが可能 • AWS DMS Studioから利用する。現在バージニア リージョンでプレビューを実施中 AWS Database Migration Service (AWS DMS)
67. 新しい DMS コンソール AWS DMS Studio を発表 • これまでのデータベース移行の 機能を統合的に管理 • 移行の評価、変換、データ移行 をシームレスに使用可能 • 評価：AWS DMS Fleet Advisor • 変換：AWS Schema Conversion Tool (SCT) • データ移行：AWS Database Migration Service (DMS) AWS SCT AWS DMS AWS Fleet Advisor データ移行 変換 評価 AWS Database Migration Studio
68. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved.
69. Network アップデート 1. AWS 無料利用枠のデータ転送量の拡大 2. Amazon VPC上でIPv6のみのSubnetが作成可能に、 さらにIPv6アドレスのみを持つEC2インスタンスが作成 可能に 3. NAT64とDNS64によるIPv6/IPv4の相互通信が可能に 4. Application Load Balancer とNetwork Load BalancerがEnd-to-endのIPv6サポートを開始 5. AWS Private 5G 6. AWS Direct Connect SiteLink を発表 7. Amazon VPC Network Access Analyzerを発表 8. AWS Transit Gatewayがリージョン内でのPeering接 続が可能に 9. Amazon VPC IP Address Managerを発表 10. AWS Cloud WANを発表 11. AWS Shield Advanced Automatic application layer DDoS mitigation 12. 2022年からAWS Local Zonesを30以上の地域に 設置
70. AWS 無料利用枠のデータ転送量の拡大 リージョンから インターネットへの転送量100 GB/月 Amazon CloudFront は 1 TB / 月へ拡大 ▼AWSリージョンからのデータ転送 リージョンあたり 1 か月あたり最大 100 GB のデータが無料に （もとは1 GB ） 中国,Govcloudを除くすべてのリージョンでご利用可能 ▼Amazon CloudFront からのデータ転送 1 か月あたり最大 1 TB のデータで無料に拡張 （ もとは 50 GB 、サインアップ後 12 か月間の制限も撤廃） 中国の CloudFront POP からのデータ転送以外に適用
71. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS Direct Connect SiteLinkを発表 • AWSのグローバルネットワークを介してオン プレミスネットワーク間を接続できるAWS Direct Connect SiteLinkを発表 • 従来オンプレNW間の通信はAWSリージョンを経由する形 であれば実現できたが、リージョンを介さずにDXロケー ション間での通信が可能になった • Transit Gatewayの管理や経路制御も不要に • オンプレミス拠点から32ヵ国108ヵ所に用意 されたDXロケーションに接続すれば、AWS バックボーンを使った拠点間接続を構成可能 • 東京、大阪を含む中国を除いたすべてのDXロ ケーション、リージョンでご利用可能 VPCやTGW不要
72. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon VPC Network Access Analyzer を発表 • VPCのリソースに意図しないネットワークア クセスがないかを簡単に特定できる新機能 • インスタンスやDBが満たすべきネットワークアクセスポ リシーに準拠していることを確認できる • AWS Organizationsのサポート、定期的な解析の実行、 IPv6のサポートなどは今後の開発予定に入っている • セキュリティグループやCIDRブロック、プレ フィックスリスト、ENI、EC2インスタンス、 ELBなど様々なリソースを解析対象にできる • 東京リージョンを始め各リージョンで一般提 供開始に
73. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS Transit Gateway がリージョン内ピアリングに対応 • 同一リージョンのAWS Transit Gateway(TGW)同士をピアリング接続できる ようになった • 従来はリージョン間でのみTGW同士のピアリングが可能 だったが、同一リージョンでも接続可能に。ネットワーク 構成をシンプル化できる • 自社の別アカウントや他社管理アカウントなどで、同一 リージョンにありながら管理者が異なるTGW同士を相互 接続でき、運用の独立性向上につながる • 東京、大阪を含むすべてのリージョンでご利 用可能
74. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon VPC IP Address Manager を発表 • VPC上のIPアドレスを整理し、割当て状態を 管理するツールAmazon VPC IP Address Managerを発表 • 大規模なネットワークにおいて、IPアドレスを自動的に割 り当てることが可能に • Excel台帳などによるマニュアル管理が不要になり、アド レス割り当て業務自体の手間やミスを回避できる • 過去に遡った分析、監査にも対応。AWS Organizations やAWS Resource Access Managerとの連携も可能 • 東京・大阪をはじめ各リージョンで一般提供 開始に
75. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS Cloud WAN を発表 • グローバルなWide Area Network(WAN)を構築 し、管理し、監視できる新しいマネージドサービ ス • 複雑さを排除して、オンプレミスの拠点、本社・ 支社、クラウドリソースを繋ぐグローバルなネッ トワークを構築できる • ネットワークの状態やセキュリティを可視化する ダッシュボードを提供 • AWSのバックボーンを通過する全てのトラフィッ クはプライバシーのために暗号化される • 東京を始め複数のリージョンでパブリックプレ ビューを開始
76. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved.
77. Analytics領域のアップデート一覧 1. Amazon Redshift Serverlessを発表 2. Amazon EMR Serverlessを発表 3. Amazon MSK Serverlessを発表 4. Amazon Kinesis Data Streams On-Demandを発表 5. AWS Data Exchange for APIsを発表 6. Glue Auto Scalingのプレビューを開始 7. AWS Glue Interactive Sessionのプレビューを開始 8. AWS Glue Studio Notebooksのプレビューを開始 9. AWS Glue Visual Job APIのプレビューを開始 10. AWS Lake Formationで3つの新機能が利用可能に 11. Amazon AthenaがLake Formationの新機能をサポート 12. Amazon AthenaのACIDトランザクションを発表 13. AWS Step Functions を利用したワークフロー管理が可能に 14. RA3.xlplusシングルノードクラスタ対応 15. Amazon Redshift Query Editor v2 SQL Notebooksサポート開始 16. Redshift Automated Materialized View プレビュー開始 17. Amazon Redshift VARBYTE データ型のサポート開始 18. Amazon OpenSearch Service構成変更における DryRun 機能の追加 19. AWS Lambdaがイベントのフィルタリングに対応 20. Amazon MSK public access利用可能に 21. Glue DataBrew PII Detection利用可能に 22. Glue DataBrew Data Quality Rules作成可能に 23. GlueDataBrew でサポートされるデータセットが追加 24. Amazon Athena cross-account federated queryサポート開始 25. AWS Glue Partition Indexes サポート開始 26. Amazon Athena コンソールアップデート 27. Amazon Managed Grafana が Amazon Athena および Amazon Redshift データソースと Geomapの視覚化のサポートを追加 28. Redshift Data Sharing機能 クロスリージョン 対応 29. Redshift Data Sharing機能 新しいパフォーマンス強化 30. Redshift Amazon Managed Grafana がデータソースサポート 31. Redshift GEOGRAPHYデータ型と新たな空間関数サポート 32. Redshift デフォルトIAMロール利用可能に 33. Redshift RA3 Reserved Instance 移行機能提供開始
78. Serverless and on-demand analytics ⚫ Amazon Redshift Serverless ⚫ Amazon EMR Serverless ⚫ Amazon MSK Serverless ⚫ Amazon Kinesis On-Demand
79. Amazon Redshift Serverlessを発表 • クラスタのプロビジョニングや管理の必要なく、 DWHによる分析処理を実行できるAmazon Redshift Serverlessのプレビューを開始 • ノードタイプ、ノード数、ワークロード管理、スケーリングな どを実行する必要はなく、サービスが自動実行。データを投入 してすぐに分析処理を開始できる • 利用量に応じた従量課金で利用できる • 演算処理: 使用したRPU(Redshift Processing Unit) に応じて $0.70/RPU/時間で秒単位課金。1RPU=2vCPU, 16GiBメモリ • ストレージ: Amazon Redshiftマネージドストレージとスナッ プショットストレージの費用が発生 • 東京、バージニア、オハイオ、オレゴン、フラン クフルト、アイルランドでプレビュー開始 Amazon Redshift
80. Amazon EMR Serverlessを発表 • ペタバイトクラスの大規模なデータ分析を簡単か つコスト効率高く実行できる新たな選択肢、 Amazon EMR Serverlessを発表 • ユーザはジョブ実行のための基盤を意識する必要 はない。す処理時に使用されたリソースに対して のみ料金が発生る • API, EMR Studio, JDBC/ODBCクライアントから 使用したいフレームワークとバージョンを指定し てジョブを送信するだけで利用できる • EMR Serverlessが自動的に必要なリソースを起動。処理ステー ジ毎の要求に応じて自動的に変更する • バージニアにてプレビュー申込受付を開始 Amazon EMR
81. Amazon MSK Serverlessを発表 • 容量管理の手間なくApache Kafkaを簡単に実 行できる新しいタイプのAmazon MSKクラス タを発表 • コンピューティングとストレージのリソース を自動的にプロビジョン、スケーリングされ る。使用したリソースに対して料金が発生 • クラスター料金: 1クラスターあたり$0.75/時間 • パーティション料金: 1パーティションあたり $0.0015/時間 • ストレージ料金: 1GiBあたり$0.10/時間 • データin: $0.10/GiB • データout: $0.05/GiB • オハイオにてパブリックプレビューを開始 ※料金はオハイオリージョンでのプレビューのもの Service VPC Customer VPC AWS PrivateLink Amazon Managed Streaming for Apache Kafka Elastic network interface クライアントは broker を意識する必要 は無く、単一の bootstrap エンドポイン トを指定して接続する。 Customer VPC
82. Amazon Kinesis Data Streams On-Demandを発表 Amazon Kinesis Data Streams • キャパシティ管理なしにストリーミングデータの 収集・保管・処理を実現するKinesis Data Streams On-Demandを発表 • ワークロードの増加に応じてキャパシティが自動 的に調整され、利用分に応じた料金が発生する • ストリーム料金: $0.052/時間 • データ収集料金: $0.104/GB(24時間の保存料金込み) • データ取出し料金: $0.052/GB • データ取出し料金(拡張ファンアウト): $0.065/GB • データ保管追加料金(24時間~7日間): $0.12/GB/月 • データ保管追加料金(8日目以降): $0.025/GB/月 • 中国を除く全商用リージョンにて利用可能 ※料金はオハイオリージョンでのプレビューのもの
83. AWS Data Exchange for APIsを発表 • サードパーティのデータをサブスクライブして利 用できるAWS Data ExchangeがAPI製品に対応 • お客様はAWSの認証やガバナンスの仕組みにのっとり、一貫性 のあるAPIやAWS SDKを利用してデータを取得、活用できる • データプロバイダは自社のAPIをData Exchangeのカタログに 登録するだけで、数百万のAWSのお客様に対してサービス提供、 認証、資格管理、請求を実現できる • 利用可能なAPI製品はデータカタログから参照し利 用可能。費用はAWSの請求書に統合される • 東京をはじめ、AWS Data Exchangeが利用でき る11のリージョンにてご利用可能 AWS Data Exchange Lambda function API Call
84. Glue Auto Scalingのプレビューを開始 • Glue 3.0 では、Glue ETLジョブ及び ストリーミングジョブでオートスケー ルをサポート • CloudWatchメトリクスでジョブ実行 中のクラスタサイズの推移を確認可能 • 2021/12現在オハイオ（us-east-2） のみで提供
85. AWS Lake Formationで3つの新機能が利用可能に • AWS Lake FormationがGoverned Tableをサ ポートし、3つの新機能が利用できるようになった • トランザクション処理 • 複数のテーブルにわたるトランザクション処理に対応。データ 取込み時の競合やエラーを自動的に管理し、一貫したデータを 提供 • データ保存方法の最適化 • クエリパフォーマンス改善のためデータ保存方法を最適化する • 行とセルレベルのアクセス権限管理 • テーブルやカラム単位のアクセス権限設定に加えて、行レベル とセル(特定行の特定カラム）レベルのアクセス権限設定が可能 に • 東京、バージニア、オハイオ、オレゴン、アイル ランドのリージョンで利用可能に
86. Amazon AthenaがLake Formationの新機能をサポート • Amazon AthenaがLake Formationの新機能に対 応し、きめ細かなアクセス制御やACID準拠のテー ブルからのデータ読み込みが可能になった • Athenaの管理者はLake Formationのデータフィ ルタリング機能を利用して、カラムレベル、行レ ベル、セルレベルのアクセス権限を設定できる • Lake FormationのGoverned Tableによって、 Athenaから複数のユーザが同時にS3のオブジェク トを追加・削除できるようになった AWS Lake Formation Amazon Athena
87. Amazon AthenaのACIDトランザクションを発表 • Amazon AthenaのACIDトランザクションがパブ リックプレビューとして利用可能に • 独自のロック機構を設けることなく、複数の同時接続ユーザが 整合性を保ちながら、S3データの行レベルの変更を実行可能 • 書き込み、削除、更新、タイムトラベルオペレーションを Athenaのコンソール、API、ODBC/JDBC経由で実行できる • Apache Icebergをベースとしており、Icebergの テーブルフォーマットをサポートするEMRや Sparkなどと互換性がある • バージニア、オレゴン、アイルランドのリージョ ンでプレビューが可能 Client
88. AWS Step Functions を利用したワークフロー管理 ⚫ 下記ワークフローテンプレートを提供 ◼ 複数クエリの実行 ◼ 大規模なデータセットにクエリ ◼ データを最新状態に保つ ⚫ ニーズに合わせたカスタマイズや 独自のワークフローをゼロから 構築することも可能
89. Automated Materialized View プレビュー開始 頻繁に実行されるクエリの自動的なパフォーマンス向上 https://aws.amazon.com/jp/about-aws/whats-new/2021/12/amazon-redshift-preview-automated-materialized-view/ • Redshiftは継続的にワークロードをモニターし、 機械学習によりパフォーマンス面で最適なマテ リアライズドビューを自動的に生成・管理 ※生成後もモニターされ、不要と判断されれば自動DROP • 従来はユーザ自身がワークロードをモニターお よび分析して手動で生成および管理が必要だっ たが、その作業が不要に • すでに提供済みのクエリリライトと自動リフ レッシュ機能と合わせ、ユーザは意識せずに最 も高速なクエリ結果を得られる • 全てのリージョンでプレビュー開始
90. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved.
91. AI/ML領域のアップデート一覧 1. Amazon SageMaker Canvasを発表 2. Amazon SageMaker Ground Truth Plusを発表 3. Amazon SageMaker Studio Notebooksの機能強化 4. Amazon SageMaker Training Compilerを発表 5. Amazon SageMaker Serverless Inferenceを発表 6. Amazon SageMaker Inference Recommenderを発表 7. Amazon SageMaker Studio Labを発表 8. SageMaker PipelinesとModel Monitor/Clarifyとの統 合 9. SageMakerがアカウントを跨いだ系統追跡に対応 10. Amazon Lex Automated Chatbot Designerを発表 11. Amazon Kendraで3つの新機能を発表 12. Amazon Personalizeのユーザセグメンテーション対応 13. Amazon Personalizeの最適化されたレコメンダを発表 14. Amazon Textractが米国の身分証明書への対応を強化 15. AI & ML学習支援のための取り組みを発表
92. Amazon SageMaker Canvasを発表 • ビジネスユーザやアナリストに向けた、高精度な 機械学習による予測処理を実現できるSageMaker の新機能 • 使い慣れたデータ分析ツールのようなグラフィカルなUIを備え、 機械学習の経験がなくともマウスクリックで利用できる設計 • 様々なデータソースにアクセスし、高品質な予測 モデルを構築できる • SageMakerと同じテクノロジーにより、データに基づいてモデ ルを自動的にトレーニング。内部で数百のモデルをを作成し、 最も良い予測を出力 • バージニア、オレゴン、オハイオ、フランクフル ト、アイルランドにて一般提供開始
93. Amazon SageMaker Ground Truth Plusを発表 • 固有ニーズに合わせたデータラベリングを提供す るAmazon SageMaker Ground Truth Plusを発 表 • 特定ドメインの知識を持つ専門スタッフによる高精度なラベル 付けを、コーディングなしで、速く、低コストで提供 • アクティブラーニングや検証などのML技術を使って、より低コ ストに大規模なデータラベリングを実現 • データをS3に格納し、特定のラベリング要件を提供するだけで AWSがワークフローを組み、ラベリングを実行する • お客様のデータセキュリティ、プライバシー、コンプライアン ス要件に準拠 • バージニアリージョンで一般提供開始
94. Amazon SageMaker Studio Notebooksの機能強化 • 機械学習向けIDE、Amazon SageMaker Studio のNotebooksからAmazon EMRに接続し、Spark, Hive, Prestoによるデータ準備を実行可能に • 1つのノートブックから離れることなく、データ準 備・分析・機械学習までを横断的に実行可能 • データエンジニアリング、分析、機械学習までの一連の作業を 実行できる、単一の統合環境を提供 • Studio NotebookからEMRで稼働するSparkジョブの監視やデ バッグを実行可能になり、データ準備プロセスを簡素化 • マルチアカウント構成もサポート • 東京をはじめ各リージョンで一般提供開始
95. Amazon SageMaker Training Compilerを発表 • Amazon SageMakerのTensorFlowおよび PyTorchの最新バージョンと統合された、新しい 機械学習モデルコンパイラを発表 • ディープラーニングモデルを最適化するコンパイ ラで、トレーニングを最大50%高速化 • グラフレベルの最適化、データフローレベルの最適化、バック エンドの最適化などを実行する • 自然言語モデルで動作検証済み • フレームワークの内部で動作するため、この機能 を有効化しても他の変更は不要 • バージニア、オレゴン、アイルランド、オハイオ で一般提供開始に
96. Amazon SageMaker Serverless Inferenceを発表 • 機械学習における推論のコスト最適化のための新 たな選択肢をご提供 • 推論リクエストの数に基づいて、処理能力を自動 的にプロビジョニング、スケーリング、削除する • チャットボット、リアルタイム需要予測のワークロードでは、 気象条件やプロモーションキャンペーン、休日祝日といった外 部要因で負荷が変動する • Severless Inferenceを使用すると、処理をしていないアイドル 時間は課金されず、実際に使用された計算能力とデータ量に対 してのみ料金が発生する • 東京、バージニア、オハイオ、オレゴン、アイル ランド、シドニーで、プレビューが可能に
97. Amazon SageMaker Inference Recommenderを発表 • インスタンス数、コンテナパラメータ、モデルの 最適化などを自動選択し、推論コストを最適化 • 価格性能比が最も高いインスタンスを選択するの に、様々な要素の検討が必要で数週間を要するこ ともあったが、これを短期間で実現する • Amazon SageMaker Studioでベンチマークの結 果を確認し、様々な設定の影響を評価。総合的に 最適な構成を選択できる • 自然言語処理やコンピュータビジョンで使われる 大規模なモデルで有効 • 中国以外の全リージョンで一般提供開始に
98. Amazon SageMaker Studio Labを発表 • Amazon SageMaker Studioの無料版。学生や開 発者、データサイエンティストが機械学習を学ん だり、試したりすることを容易にする • AWSアカウントを作成することなく、ブラウザを 利用してメールアドレスでサインアップ • 15GBの永続化ストレージ • 最大12時間のCPU利用と、4時間のGPU利用が可能 • ユーザによるリソース管理は不要 • D2L, Machine Learning University, Hugging Faceと連携 • 必要に応じてSageMaker Studioに移行できる • プレビュー利用を開始 https://studiolab.sagemaker.aws/
99. Amazon Lex Automated Chatbot Designerを発表 • ディープラーニング技術による自然言語理解を使 用し、チャットボットの設計を大幅に簡素化する • ボットの設計時間を数週間から数時間に短縮 • 会話のトランスクリプトを分析し、一般的なイン テントと関連情報を中心にクラスタ化。開発者は 過去の通話記録を元に基本的なチャットボットを 作成できる • プレビュー中は無料で利用可能 • Amazon Lex v2が動作する全リージョンで、英語 (米国)を対象にプレビューを開始
100. Amazon Personalizeのユーザセグメンテーション対応 • Amazon Personalizeでインテリジェントなユー ザセグメンテーションを実行可能に • アイテムや属性を入力すると、それ以前に学習した結果に基づ いて、それに興味を持つであろうユーザのリストを出力する • ユーザの属性情報からの推測に基づくのではなく、実データに 基づいてマーケティングキャンペーンを展開する対象ユーザを 抽出し、より精度の高いキャンペーンを実現できる • 機械学習の深い知識は不要。アイテムとそれに対 するユーザの反応データを提供し学習させれば、 それだけで予測結果を得ることができる Amazon Personalize 学習 予測 予測対象の 情報を入力
101. Amazon Personalizeの最適化されたレコメンダを発表 • メディア&エンターテインメント業界と小売業界 でよく使われるレコメンドをこれまでよりも容易 に導入することが可能に • M&Eでは、「最も人気のコンテンツ」「これを見たあなたにお 勧め」「似たコンテンツ」「あなたへのおすすめ」 • 小売りでは、「最も売れている商品」「最もよくチェックされ ている商品」「よく一緒に売れる商品」「これを見た人はこち らにも興味を持っています」「あなたへのおすすめ」 • パーソナライズされたユーザ体験を作るためには、 タイミング毎に異なるレコメンデーションが必要。 今回のアップデートでタイミングに応じて異なる レコメンデーションを設けることが簡単に 一番人気！ この商品も 一緒に売れてます これを観た人への おすすめはコレ！ あなたへの イチオシ
102. AI & ML学習支援のための取り組みを発表 • AWS AI & ML Scholarship Program • 総額1,000万ドルの機械学習に関する奨学金プログラム。毎年 2,000人の学生にUdacity nanodegree奨学金を提供 • 成績上位者500名にはさらなる教育機会と、Amazon/Intelの経 験を積んだエキスパートによるメンタリングを提供 • AWS DeepRacer Student • AI/MLを学びたい学生向けに、20時間以上のコンテンツへのア クセスを提供。AWS DeepRacer用に無料で毎月10時間のト レーニング処理と5GBのモデル用ストレージが利用できる • リーグ上位者には奨学金、賞品などをご用意 • AWS DeepRacer 2022 Season • ライブ大会や新しい仮想サーキットでの対戦を計画中
103. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved.
104. Management & Governance領域のアップデート一覧 1. Amazon CloudWatch RUMを発表 2. Amazon CloudWatch Evidentlyを発表 3. Amazon CloudWatch Metrics Insightsを発表 4. AWS Control Towerでデータ所在地の統制が可能に 5. AWS Control TowerがTerraformとの連携を強化 6. AWS ChatbotでSlackでのAWSリソース管理が可能に
105. Amazon CloudWatch RUMを発表 • Webアプリケーションのパフォーマンスをユーザ サイドからモニタすることでユーザ体験の改善に 役立つ、Real-User Monitoring(RUM)機能を発表 • エンドユーザの体験そのものをモニタし、ブラウ ザやデバイスの種類、物理的ロケーション、ネッ トワークの接続性の問題などを把握できる • ダッシュボードでページの読み込み順序やJavaScript/HTTPレ スポンスのエラーなど、パフォーマンス問題に関する情報を可 視化 • 同じ問題の影響下にあるユーザセッション数を提示するため、 改修の優先順位を付けることが容易 • CloudWatch ServiceLens、AWS X-Rayと組み合わせるとクラ イアント・サーバサイドの相関関係トレースも実現できる • 東京を含む10のリージョンでご利用可能に
106. Amazon CloudWatch Evidentlyを発表 • A/Bテストやフィーチャーフラグといった手法で どちらの選択肢が望ましいか検証する際に、ユー ザの挙動をモニタリングするサービス • 新UIやレコメンデーション、サーバサイドの挙動 など、ビジネスに影響しうる要素の変更・導入時 に、データに基づいた良否の判断を可能にする • A/Bテスト、フィーチャーフラグで検証を行う際に、データに基 づいた判断を支援。開発者が新機能を安全に評価できる • トラフィックをコントロールするスケジュール機能や、問題発 生時にロールバックするアラーム機能を備える • CloudWatch RUMと統合されており、RUMのメト リクスを利用可能 • 東京を始め9のリージョンで利用可能に
107. Amazon CloudWatch Metrics Insightsを発表 • SQLベースのクエリによってリアルタイムに CloudWatchメトリクスの集約やグループ化を行 える新機能 • 膨大な量のメトリクスからトレンドやパターンを 見いだすことが可能になり、運用上の問題への対 処が容易になる • 数千のEC2インスタンス群に対してパフォーマンスが悪いものを 抽出する、エラーが発生しているインスタンスだけをピック アップして関連するメトリクスを出力する、といった分析が可 能 • 標準SQLでクエリを記述するほかに、GUIベース のクエリエディタが提供される • 全てのAWS商用リージョンでプレビュー可能に
108. AWS Control Towerでデータ所在地の統制が可能に • AWS Control Towerを利用して管理下のアカウン トにデータ所在地に関する統制が可能になった • 予防的統制と発見的統制の双方の観点で、以下の ような制御を行える • 指定したリージョン以外でのリソース使用を不可とする、リー ジョン間の通信を不可とする、VPN接続やインターネットアク セスを不可とする、といった予防的統制(SCPによる制御) • EBSスナップショットが全アカウントからリストア可能になっ ていないか、ルートテーブルにパブリックルートがないか、と いった発見的統制(Config Rulesによる検知) • 追加費用なしで利用可能
109. AWS Control TowerがTerraformとの連携を強化 • AWS Control TowerによるAWSアカウント作成 とカスタマイズがTerraformで実行可能に • AWS Control Tower Account Factory for Terraform(AFT)を 使用することで連携が可能に • AFTはAWS Control Tower管理下のAWSアカウントを作成し、 初期設定を実施。このときにカスタムのTerraformモジュールを 呼び出し、さらに必要なカスタマイズ処理を実行できる • Terraform Cloud, Terraform Enteprise, オープ ンソースのTerraformがサポートされる • 追加料金無しで利用可能。AFTがデプロイする Code Buildなどのリソースの費用のみ発生
110. AWS ChatbotでSlackでのAWSリソース管理が可能に • AWS Chatbotを介して、Slack ChannelからAWS CLIのコマンドを発行し、AWSのリソースを管理 できるようになった • 従来はAWSリソースの情報取得のみが可能で、何らかのアク ションを実行することはできなかった • Slack Channelを軸とした”ChatOps”をより容易に実現可能に • セキュリティやコンプライアンスの要求に応じて、 Slackから実行可能な操作を定義するProtection Policy機能も提供される • AWS Chatbotが利用可能な全てのリージョンで、 パブリックプレビューとして利用が可能 AWS Chatbot
111. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved.
112. Security領域のアップデート一覧 1. New Amazon Inspector (Inspector v2)発表 2. Amazon ECR Enhanced Scanning 3. Shield AdvancedでLayer 7の自動DDoS緩和に対応 4. CodeGuru Reviewerが機密情報の埋め込み検知に対応 5. AWS Control Towerデータ所在要件のためのリージョン拒否とガードレール追加 6. Amazon VPC Network Access Analyzer 7. Amazon S3 Object OwnershipでACLを無効化可能に 8. S3のコンソールにポリシーチェック機能を統合 9. AWS Managed Microsoft ADでCloudWatch対応を強化 10. AWS Resource Access Manager (RAM) グローバルリソースタイプのサポート有効化
113. New Amazon Inspector (Inspector v2)発表 • Amazon Inspectorが再設計され、継続的な脆弱 性管理とリアルタイムに近い速度での脆弱性検知 が可能になった • クリックひとつで組織全体に対して有効化でき、 ソフトウェアの脆弱性や意図せずネットワークア クセスが可能な状態を継続的にスキャンする • Amazon EC2インスタンスだけでなく、Amazon ECRに格納さ れたコンテナイメージについてもスキャン可能 • EC2インスタンスの脆弱性スキャンにはAWS Systems Managerのエージェントを利用する • 東京をはじめ19のリージョンで一般提供開始。15 日間の無料試用もご用意
114. Shield Advanced で Layer 7 の自動 DDoS 緩和に対応 • AWS Shield Advancedで、アプリケーション 層(Layer 7)でのDDoSイベントに対する自動 的な緩和措置をとれるようになった • ユーザやAWSのチームが人力で介入することなく、自動 的にDDoSイベントの影響を緩和する対処が行われる • 機能を有効にすると、DDoSイベントパターンを識別し、 必要に応じてAWS WAFルールを自動的に作成、テスト、 展開することでWebアプリケーションを保護する • 本来のトラフィックに与える影響を最小化するために、ま ずはカウントモードで実装を行い、影響の度合いを見極め てから、実際にトラフィックをブロックすることも • AWS Shield Advancedの利用者は追加費用な しでご利用可能 AWS Shield Advanced Web system AWS Cloud Internet WAF Rule
115. CodeGuru Reviewerが機密情報の埋め込み検知に対応 • コードレビューを自動化するAmazon CodeGuru Reviewerで、機密情報の埋め込みを検知すること が可能に • ソースコードや設定ファイルに、パスワード、APIキー、SSH キー、アクセストークンがハードコーディングされていること を検知し、改善を提案する • 機密情報の埋め込みはセキュリティ事故の原因になりえるため、 問題を検知・対処すべき。AWS Secrets Managerで安全に管理 し、必要な時に読み出して使う方法をガイド • 現時点ではPythonとJavaのコードに対応 • CodeGuru Reviwerが使用できる全てのリージョ ンで、追加費用なしでご利用可能
116. AWS Managed Microsoft ADでCloudWatch対応を強化 • AWS Directory Service for Microsoft Active Directory(AWS Managed Microsoft AD)が CloudWachへの対応を強化 • ドメインコントローラとディレクトリの利用率に ついてのメトリクスをCloudWatchで監視可能に • CPU、メモリ、ディスク、ネットワークの利用率 • DNSとディレクトリのRead、Write • これらのメトリクスを確認することで、ドメイン コントローラの追加の要否が数値で判断できる • 中国を除いた全てのAWS Managed Microsoft AD が利用できるリージョンにて一般提供開始 AWS Managed Microsoft AD Amazon CloudWatch
117. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved.
118. Contact Lens for Amazon Connectの機能強化 • Contact Lens for Amazon Connectで機械学習の 技術による通話要約機能が追加された • 通話の要約があれば、コールセンターの業務の効 率化につながる • 各オペレータは終話後にコールログを作成するが、その作業時 間の短縮が期待できる • 顧客のトラブル対応のため、管理者が通話の録音を全て聞くの ではなく、要約から要点だけを詳細に確認できる • 東京リージョンを始め、Contact Lensが利用可能 な各リージョンでご利用可能
119. Amazon Connectでオペレータ向け統合アプリを提供 • Amazon Connectでオペレータ向けに様々な機能 を統合したアプリケーションを提供開始 • Amazon Connectの様々な機能に対してひとつの アプリケーションからアクセス可能で、オペレー タの作業を効率化できる • Amazon Connect Customer Profilesで発信者の氏名や電話番 号といった顧客情報を表示する • Amazon Connect Voice IDで発信者の音声特性から、発信者の 本人確認をおこない、その制度とステータスを表示する • Amazon Connect Wisdomで発信者の相談内容を検出し、対応 に必要な情報をオペレータに提示する • 東京を始め各リージョンでご利用可能に
120. AWS Cloud Development Kit(CDK) v2を発表 • デベロッパープレビューだったAWS CDK v2が一 般提供開始に • プログラミング言語(TypeScript, Python, Java, C#, Go)の コードでAWS環境を構築・管理できるツールキット • CDK v2では各種の改善を取り込んでいる • Constructライブラリが1パッケージになり、管理が容易に • 実験的(Experimental)なライブラリが別パッケージで管理され、 CDKコード実装の後方互換性の確保が容易に • v1のコードは、基本的にライブラリのインポート部分を修正す るだけでv2にアップデートできる • v1から引き続き、コードの変更を即座にデプロイするWatch モードに対応。開発を高速化する複数の機能を備える
121. CDK開発者向けのConstruct Hubを発表 • 700を超えるオープンソース化されたCDKのCostruct Libraryを共有・ 検索可能にするポータルサイトを公開 • Constructとは、CDKにおけるある種の部品で、これを組み合わせてシステムを構築する。 標準提供のもののほかに、目的に合わせたConstructを利用してシステム構築を迅速化でき る https://constructs.dev/
122. AWS SDKが新たに3つの言語に対応 • AWS SDK for Swift • 268のAWSサービスに対応 • iOS, macOS, Linuxをサポート。tvOS, watchOS, Catalyst, Windowsについては今後対応予定 • AWS SDK for Kotlin • 284のAWSサービスに対応 • AWS SDK for Rust • 288のAWSサービスに対応 • いずれもいち早く使ってみたいと考える開発者向 けのデベロッパープレビュー。評価目的での利用 に限られる
123. AWS Mainframe Modernizationのプレビューを開始 • メインフレームで稼働するワークロードの、AWS のマネージドランタイム環境への移行・モダン化 を支援する • COBOLやPL/Iのアプリケーションを解析し、お客 様が希望する移行戦略を選択できる • リプラットフォーム: 最小限のソースコード変更で移行するため に、リコンパイラがコード変換を実施。テストサービスが用意 され、機能テストも実行できる。メインフレームと互換性のあ るEC2環境でアプリケーションを実行する • リファクタリング: EC2やLambdaで実行できるようにするため に、COBOLのコードをJavaに変換する • CI/CDパイプライン実装のためのツール提供も
124. AWS Migration Hub Refactor Spacesを発表 • アプリケーションの継続的なリファクタリングを 支援するAWS Migration Hubの新機能を発表 • リファクタリングのための基盤構築・管理の手間 を削減し、アプリケーションの改善に注力するこ とを可能にする • システムのリファクタリング手法として知られるStrangler Fig パターン（機能毎に新たに用意したマイクロサービスで置き換 えることを繰り返し、最終的にアプリを置き換える手法）を実 践するためのプロキシを提供 • システムの利用者からは、呼び出している機能が旧アプリと新 アプリのどちらで提供されているかを気にせず透過的に呼び出 しが可能になり、システムの構成変更や改善が容易に Legacy System Requester API A API B Legacy System Requester API A API B Proxy API A API B
125. © 2020, Amazon Web Services, Inc. or its affiliates. All rights reserved.
126. Sessions in AWS re:Invent 2021 事例セッション ANT318 - JP Morgan Chase Data lakes: Easily build, secure, and share data with AWS Lake Formation AIM320 - Vanguard Implementing MLOps practices with Amazon SageMaker ARC208-L-SGT - United Airlines Deliver positive cloud outcomes with architecture best practices DAT307 - TSYS Deep dive on Amazon MemoryDB for Redis AMZ301 - Amazon.com How Amazon migrated a large ecommerce platform to AWS Graviton NFX203 - Netflix How Netflix operates mission-critical data stores on AWS GAM201 - SIE How Sony Interactive Entertainment launched PlayStation 5 CMP313 - Morgan Stanley Risk calculations using HPC and Spot Instances with Morgan Stanley ADM301 - Amazon Ads Under the hood at Amazon Ads
127. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. JP Morgan Chase様 Challenge • データの民主化、鮮度、ガバナンスを鼎立させながら、チー ム間でのデータ共有を実現したい。 Solution • チームごとにAWS Lake FormationとS3でDataLakeを構築 し、データの正しさ、鮮度を各チームの責任で管理する。 ドメイン知識を使ってメタデータの管理、適切なデータ加工 を実施する。 • 中央管理されたLake FormationですべてのDataLakeを統合し てDataMeshを構築し、データを共有する。権限は各 DataLake側で共有可否のタグを付与して管理する。 • データを利用する場合は、利用者側で必要なリソース（EMR, Redshift, SageMaker等）を準備し、中央管理されたLake Formationを経由でアクセスする。 AWS Services AWS Lake Formation, S3 Data lakes: Easily build, secure, and share data with AWS Lake Formation Analytics https://youtu.be/jSjPCHKmIxw
128. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Vanguard様 Challenge • ML開発利用加速のための24時間以内のプラットフォームの自 動構築、デプロイメントの自動化、権限や検証の自動化を行 う。また利用者の満足度を向上させるためのユーザビリティ の実現。 Solution • Amazon SageMaker Pipelinesを主とし、Codeシリーズ、 Analyticsサービスを利用しデータの準備、モデルの学習、モ デルの管理、モデルのデプロイ、モデルの監視のそれぞれで 自動化されたパイプラインを構築する。 • ユーザーはChatbotをインターフェースとし、AWS Service Catalogを利用して各フェーズの環境を自動で構築利用する。 AWS Services SageMaker, Code Series, Athena, Glue, Service Catalog, RDS, Dynamo DB Implementing MLOps practices with Amazon SageMaker, featuring Vanguard MLOps https://youtu.be/fuXUi_hoK78
129. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. United Airlines様 Challenge • 50年以上前のメインフレームの上にアプリケーションが 構築されていため、制約が大きく、改善に時間を要する 体制でもあった • COVID-19の影響で50万人の利用者が8000人に激減、顧 客や業務側からのニーズも変わっていた Solution • 業務プロセスにW-A Frameworkを活用することで、無駄な意 思決定を排除し、迅速かつ効率的なProject推進をすることが 出来た • 以前であれば、10年かかるところを１年でリプレース • またCloudに移行したことで、天候の影響で利用状況が刻々 と変化するワークロードにも柔軟に対応することが出来た • オンプレと比較して40%のコスト削減 AWS Services AWS Well-Architected Framework W-A Frameworkを活用したレガシーシステムのリプレースメント事例 W-A Framework https://youtu.be/FCSAwTiF450
130. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. TSYS様 Challenge • グローバル規模の大量トークンデータ（4+billion） • ミリ秒レイテンシー（1,000s/sec）、高IOPS（Read >=100,000、Write >=20,000） • 24/7、ゼロデータロス、RBACセキュリティ Solution • MemoryDB for Redisを利用することでパフォーマンス要件 をクリアすることができた。 • MultiAZトランザクションログがゼロデータロスを実現する ことでき、Redis ACLで認証認可制御。 • マルチリージョン対応：ビルドイン機能まだ未サポート、 Kafkaでリージョン間MemoryDBクラスター同期の仕組み を構築した。 AWS Services Amazon MemoryDB、Apache Kafka Deep dive on Amazon MemoryDB for Redis Database https://youtu.be/RvBbaKl9k6w
131. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon.com Challenge • Amazon.com のサイト内で、数万台の EC2 インスタンスを利用する Datapath Platform をコスト削減効果を見据え Graviton2 へ移行 Solution • Graviton に対応するため AL1 から AL2への移行からスタート • Linux イメージにビルトインされている libssl, GCC, standard lib への 依存解消には膨大なアップグレード、修正作業が必要 • 5つの決断をし 2,000を超えるパッケージを修正 • Remove, Upgrade, Replace, Help, Deprecate • まとめて変更せず小さい変更を繰り返す • 変更後に問題があった場合の問題箇所特定と切り戻しを容易に • リスクと影響範囲を考え小さいものから順に段階的にデプロイ • Prime Day 2021 の時点で 53,000 インスタンス以上 • Gravion2 により 1ホストあたりの最大スループットが向上&負荷が かかっても性能が低下せず安定 • インスタンスコストは 22% 削減、コストパフォーマンスは約 39% 向上 AWS Services EC2 (Graviton2) How Amazon migrated a large ecommerce platform to AWS Graviton Graviton2 Migration https://youtu.be/IyoMAFlDNdI
132. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Netflix 様 Challenge • Netflix で稼働する数百のマイクロサービスを支える、数百TB/ 数百PBのデータを保持可能で 35M ops/sec を処理可能なデー タストアが必要であった Solution • CockroachDB, Cassandra, Netflix 謹製である EVCache, Dynomite などが利用されていたが、より deep にサポートす るために EVCache を中心に添えることを決断 • リージョン内/外でレプリケーション可能なアーキテクチャに より、リージョン障害に耐える構成を実現, Chaos Monkey/Chaos Kongによる頻繁な試験を実施 • Atlasをベースとしたメトリクス管理、eBPF で拡張し、 より柔軟なトラブルシューティングやモニタリングを実現 • EBS Multi-Attach を使った新規ノードウォーミングにより、よ り高速なスケーリングを実現 • AWS Services Amazon EC2, Amazon EBS Multi-Attach 数百のマイクロサービスを支えるミッションクリティカルデータストア Database https://youtu.be/MtGYgilaPgo
133. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Sony Interactive Entertainment (SIE)様 Challenge • 世界中からアクセスする数億人のアクティブユーザー • UX向上のため、インターネット経由でのAPIコールの レイテンシー影響を最小化したい Solution • マルチリージョンアーキテクチャ • 可用性とパフォーマンスの向上を実現 • マネージドサービスの活用 • コンテナサービスや、RDS、DynamoDBを活用して スケールするインフラ基盤の運用をAWSにオフロード • 必要な情報はprefetchしてキャッシュに乗せておく • 直近利用しうるデータの情報をKinesis Data Streamで集約し、 アクションリストを作成 • それをもとにPS5側でprefetchしてキャッシュに事前に情報を 載せておく AWS Services EKS, EC2, KDS Sony Interavtive EntertainmentはいかにPlayStation 5をローンチした か ゲーム https://youtu.be/xprIpm2faRU
134. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Morgan Stanley様 Challenge • さまざまな業務において、規制上の理由から非常に計算量の多い value at riskを計算する必要があり、さらに日々増加するコンピュー ティングリソースへ柔軟に対応できる仕組みを実現したい • Solution • アプリケーションのリファクタリングを行い、クラウドネイティブなサー ビスを多く使ったアーキテクチャを実現。 • S3,FSx,EFSの機能を比較しユースケースごとのストレージの最適な選択を 行った。 • コスト最適化とResilienceの確保の両立のためにspot instanceの中断に対応 した仕組みを導入 • スケーラビリティの観点では、当初の要求であは25,000コアに対し今で は、アーキテクチャを変更することなく、その8倍にあたる20万コアまで拡 張が可能に。 AWS Services EC2、EFS、S3、FSx for Luster Risk calculations using HPC and Spot Instances with Morgan Stanley Serverless https://youtu.be/gTwkVchhzes © 2021, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS Cloud Amazon S3 to store application data IBM Spectrum Symphony Host Factory dynamically provisions compute nodes using Amazon EC2 Spot Instances Direct Connect ELB Symphony manager Symphony SSMs Corporate data center Users HPC Grid Compute nodes Infrastructure orchestrator Availability Zone 1 Availability Zone 2 Morgan Stanley HPC architecture Amazon S3 backed Docker registry Shared storage Compute nodes Direct Connect FSx for Lustre Amazon EFS Cross- AZ traffic
135. © 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Ads（Amazon.com） Challenge • 数ミリ秒内に数億件の広告を配信できる性能 • より低いレイテンシで最適な広告をリアルタイムに判定できる性能 Solution • システムの疎結合化と分散、水平スケーラビリティの重用 • フルスタックに渡り目的に応じたソリューション選定をして最適化 • 反復的な開発 + 常に効果を観測 + よりシンプルにして効率化 AWS Services • Compute, Container, Serverless, Database, Storage, Analytics, ML, Message/Queueなど、目的に応じて多種多様なAWSサービス を組み合わせて、それぞれのサービスを最適化し続けている。 Under the hood at Amazon Ads Advertising and Marketing https://youtu.be/BS4MPpEO66I