Amazon Web Services の Chen Xiaojian: 未来志向のクラウドネイティブ データ インフラストラクチャの 4 つの要素

オフラインイベントには合計5万人以上の顧客とパートナーが参加し、オンラインミーティングには30万人以上が参加しました。第 11 回 Amazon Web Services re:Invent Summit が終了しました。毎年、re:Invent Global Conference では、世界中の何千もの業界の顧客が革新と改革を継続できるようサポートするために、多くの主要な新サービス、機能、アプリケーションがリリースされます。 Amazon Web Services は、継続的な技術革新を通じて、中国を含む世界中のお客様が飛躍し、未来を再構築できるよう常に尽力してきました。

最近、Amazon Web Services は、2022 re:Invent Global Conference の最新の製品とテクノロジー、最先端のトレンド、ベストプラクティスを紹介する 2022 re:Invent China Tour を正式に開始しました。

データ爆発は未来ではなく現実です。アナリストは、今後 5 年間に生成されるデータの量は、デジタル時代の始まり以来の 2 倍以上になると予測しています。膨大なデータをどのように管理し、その価値を活用するかは、あらゆる組織にとって大きな課題です。 Amazon Web Services は、エンドツーエンドの包括的なデータソリューションを提供し、取り込み、データの保存とクエリから、データ分析、ビジネスインテリジェンス、人工知能、機械学習のイノベーションに至るまで、お客様がデータを構築し、安全かつ準拠した方法でグループ内または企業間で共有および出力できるように支援します。

Amazon Web Services Greater China の製品部門ゼネラルマネージャーである Chen Xiaojian 氏は、エンドツーエンドのデータ戦略を構築するための 3 つの中核要素として、将来志向のクラウドネイティブ データ インフラストラクチャの確立、効率的な組織間データ統合を実現する。教育とツールを通じて、一般の人々がデータにアクセスできるようにします。

その中で、将来志向のクラウドネイティブ データ インフラストラクチャには、さまざまな種類のワークロードに適したツールを提供すること、大規模実行時に高いパフォーマンスを維持する;インテリジェントな手段とツールを通じて顧客の運用上の複雑さを軽減し、作業効率を効果的に向上します。データストレージを保護するために最高レベルの信頼性とセキュリティを提供します。

陳暁建、アマゾン ウェブ サービス グレーター チャイナ、製品部門ゼネラル マネージャー

あらゆるワークロードに適したデータベースツール

ツールの面では、Amazon Web Services は、リレーショナル データベース (Amazon Aurora など) と 8 つの専用データベース (Amazon DynamoDB など) を含む、アプリケーションのデータ ワークロード サポートを提供する最も完全なデータベースを備えています。同時に、Amazon Web Services は、Amazon Redshift を使用した SQL 分析、Amazon EMR を使用したビッグデータ分析、Amazon QuickSight を使用したビジネスインテリジェンス、Amazon OpenSearch を使用したインタラクティブなログ分析など、分析ワークロード向けの最も包括的なサービスを提供します。さらに、Amazon Web Services は、PyTorch や TensorFlow などのディープラーニングフレームワーク、ML モデルの作成を容易にする Amazon SageMaker などのサービス、Amazon Transcribe や Amazon Polly などの機械学習機能が組み込まれた AI サービスなど、機械学習ワークロードをサポートする幅広い機能を提供しています。

このカンファレンスで、Amazon Web Services は Apache Spark 向けの Amazon Athena のリリースを発表しました。これにより、ユーザーは Athena を使用して Spark を呼び出し、インフラストラクチャ構成を準備することなく、わずか 1 秒で Apache Spark 上でインタラクティブなデータ分析タスクの実行を開始できるようになります。同時に、顧客は使用したリソースに対してのみ料金を支払います。

Amazon Web Services は、Apache Spark 向けの新しい Amazon Redshift 統合のプレビューも発表しました。これにより、顧客は Amazon EMR や Amazon Glue などの Spark エンジンを通じて Amazon Redshift のデータを使用できるようになります。この統合により、Spark エンジンは既存の Amazon Redshift-Spark コネクタよりも 10 倍高速に Amazon Redshift からデータを取り込むことができます。

Amazon Web Services では、新機能のリリースに加えて、パフォーマンスの最適化も継続的に行っています。お客様は、Amazon EMR、Amazon Glue、Amazon SageMaker、Amazon Redshift、Amazon Athena で最適化された Spark ランタイムを実行することで、オープンソースの Spark よりも最大 3 倍高速なパフォーマンスを実現できます。

大規模に高いパフォーマンスを維持する

Amazon Aurora の自動スケーリング機能により、従来のエンタープライズレベルのデータベースの使用コストの約 1/10 で、各データベースインスタンスを最大 128 TB まで自動的に拡張できます。 DynamoDB は、2022 年の Amazon プライムデー中に 1 秒あたり 1 億件を超えるリクエストを処理しました。数万人の Amazon Redshift ユーザーが毎日 EB を超えるデータを処理しており、他のクラウド ウェアハウスに比べて約 5 倍も優れた価格性能比を誇ります。同時に、レポート作成やダッシュボードアプリケーションなどの高同時実行性と低レイテンシーのシナリオでは、Amazon Redshift の価格性能比は他のソリューションの 7 倍になります。

これらの強力な機能を基に、Amazon DocumentDB クラスターを弾力的に拡張して 1 秒あたり数百万回の読み取りと書き込み、PB レベルのストレージ容量をサポートする Amazon DocumentDB Elastic Clusters など、いくつかの新しいデータベース機能が re:Invent でリリースされました。 Amazon RDS 書き込み最適化により、データ書き込みスループットが最大 2 倍に向上します。 Amazon RDS 読み取り最適化により、データクエリのパフォーマンスが最大 50% 向上します。

重労働をなくす

AWS は、自動化と機械学習の組み込みインテリジェンスを通じて手動タスクを削減します。 Amazon SageMaker は、新しい地理空間機械学習機能である Geospatial ML をサポートしており、これにより、顧客は数回クリックするだけで Amazon SageMaker からさまざまなデータソースの地理空間データにアクセスできるようになります。組み込みの視覚化ツールを使用すると、3D アクセラレーション グラフィックスを使用して、インタラクティブ マップ上でデータを分析し、モデル予測を探索できます。このカンファレンスでは、サーバーレス分析サービスのパズルの最後のピースを完成させた Amazon OpenSearch Serveless もリリースされました。

信頼性とセキュリティ

このカンファレンスでは、Amazon RDS ブルー/グリーン デプロイメントが新たにリリースされました。顧客がパッチや新しい構成をテストするためのテスト環境を開き、テストが成功したらすぐにテスト環境を本番環境に切り替えます。この機能により、運用・保守におけるデータベース チームの運用上の負担が大幅に軽減され、運用・保守の効率が向上し、データ損失がゼロになります。

新しくリリースされた Amazon Redshift マルチ AZ 機能により、Amazon Redshift のクロスアベイラビリティゾーン災害復旧が可能になります。この機能は、Amazon Redshift の既存の自動バックアップおよびリカバリ機能と組み合わせることで、重要な分析ワークロードに対して二重の保証を顧客に提供します。

データを接続する機能は、クラウドネイティブのデータ インフラストラクチャと同じくらい重要です。 Amazon Web Services は、「ゼロ ETL」の未来を提案しています。つまり、データ パイプラインを再度手動で構築する必要がなくなるのです。 Amazon Web Services は、このカンファレンスで、顧客が「ゼロ ETL」を実現できるようにするためのいくつかの新しい統合機能をリリースしました。たとえば、Amazon Aurora は初めて Amazon Redshift とのゼロ ETL (抽出、変換、ロード) 統合をサポートし、トランザクション データと分析機能を組み合わせ、Aurora と Redshift 間のカスタム データ パイプラインの構築と管理の作業をすべて排除します。ユーザーは、抽出、変換、ロード (ETL) 操作を実行するために複雑なデータ パイプラインを構築および維持する必要がありません。たとえば、Amazon Web Services は、データを分類、検出、共有、管理するためのデータ管理サービスである Amazon DataZone を作成しました。 Redshift、Athena、QuickSight を統合し、サードパーティのデータソース用の API インターフェースを提供して、きめ細かいデータ管理を実現します。機械学習によって生成されたデータカタログが含まれており、ビジネス用語を使用して簡単に検索できます。