【レポート】 アマゾン ウェブ サービス12年のまとめ ～Keynoteをよりお楽しみいただくために～ #AWSSummit

はじめに

清水です。はじまりましたAWS Summit Tokyo 2018！今年は5月30日(水)から6月1日(金)の3日間の日程で行われます。Day1のKeynote前、朝8時半から行われたセッション「アマゾン ウェブ サービス 12年のまとめ～ Keynote をよりお楽しみいただくために ～」についてレポートします。このために早起きしました！

スピーカーは亀田 治伸 氏（アマゾン ウェブ サービス ジャパン株式会社 プロダクトマーケティング エバンジェリスト）です。

セッション情報は下記となります。

新しく AWS のご利用をご検討いただく皆さま向けに、よりキーノートをお楽しみいただけるよう、AWS Summit プリセッションとして、今までの AWS の歴史を振り返りながら、基本サービスのおさらい、クラウドと親和性の高い IT トレンド、インフラストラクチャアザアコード、サーバレス、IoT 、ビッグデータ、機械学習等の流れをご紹介します。

レポート

• 今年のAWS Summit Tokyo 2018
  • 世界でも最大規模、25,000人来場予定、セッション200以上
  • セッション数が多く情報過多になる恐れ。情報の地図として本セッションを活用してほしい
• Our Vision
  • アマゾンのビジョン
  • 地球上で、最もお客様を大切にする企業であること。
• AWS機能改善、イノベーションのスピード
  • 2016で1,000を超える機能改善
  • 2017で1,430
  • 90%-95%はお客様のご要望をもとにしたもの
• Amazon(AWS)の文化
  • 品揃え、顧客体験、顧客数、出店者（パートナー）
  • 成長→低コスト体質、構造→低価格→顧客体験
• AWSのお客様
  • 世界中で数百万を超えるお客様
  • 日本で10万をけるお客様
• AWSのグローバルインフラストラクチャ
  • 18のリージョン、1のローカルリージョン（大阪）
  • 東京でも4つのデータセンター群であるアベイラビリティゾーンがある
• すぐに使える100のサービス
  • 提供サービスは100を超える
  • 煩雑に感じるかもしれない
    • 必要なサービスの選択を
• クラウドのトレンドを捉える2つの流れ
  • Infrastructure as Code
    • マネージドサービスとサーバレスコンピューティング
  • クラウドのデータサイクル
    • IoT、データレイク、機械学習

Infrastructure as Code

AWSサービスのリリース年表とともに、進化を振り返る。

2006年、S3とEC2をリリース

• Amazon.comの2001年のアーキテクチャ
  • モノリシックアーキテクチャ
  • 密結合、一つの大きいシステム。
  • ビジネス立ち上げ当初は非常に効果的
• 規模の拡張とともに迎える限界
  • 密結合、メンテンナスと維持が難しい、ビルド、テストに時間がかかる
  • スケール、共同作業が難しい
  • デプロイがボトルネック
• マイクロサービスアーキテクチャの導入
  • SOA Service Oriented Architecture
  • 疎結合に
  • 単一の目的
  • HTTPSのAPIでのみ連携
  • お互いはブラックボックス
  • マイクロサービスアーキテクチャの導入により、AWSでは年間1400回を超えるサービスアップデートを実現
• 組織の整備とDevOps
  • Two-pizza team
    • すべての所有権
    • すべての説明責任
    • 良くしようという動機
    • DevOps
  • 内部的にモノリシックにならないように、チームメンバ数は2枚のピザでお腹いっぱいになる人数まで
  • 人数が多くなる場合は、チームを分割する
• Infrastructure as a code
  • 2006年から、この考えでやっている。
  • この流れはServerlessへつながる

2009年、Console、ELB、AutoScaling、CloudWatchのリリース

• 2009年1月にConsole（マネージメントコンソール）をリリース
  • それまで管理者画面はなかった、APIのみで操作
  • プログラマがサーバを立ち上げるものとして開発していた
• 2009年 ELB, AutoScaling, CloudWatchをリリース
  • 負荷分散、拡張性の自動化へ
• 負荷分散と拡張性を自動化の仕組み
  • ELBを使いバックエンドのEC2インスタンスのリクエスト数、コネクション数が均等になるように負荷分散
  • CloudWatchとAutoScalingの連携で、過負荷時にも自動でサーバを追加
  • アクセスが増えるような場合にも対応可能、オンプレと異なる

2014年、ECS（Ealstic Container Service）リリース

• Amazon EC2 Container Service(ECS)
  • スケーラブルなコンテナ管理サービス
  • Dockerコンテナに対応
  • EC2によるクラスタ管理
  • コンテナ管理をあらゆるスケールで
  • 柔軟なコンテナ配置
  • AWS基盤との連携
• AutoScalingよりもより高速にシステムリソースのスケールが可能
• コンテナ技術基本構成と課題
  • 使われていないリソースにお金を払っている
  • 解決策として、サーバレスコンピューティング、Lambda
  • 2014年リリース
• AWS Lambda
  • プログラム実行時間のみで課金
  • サーバを維持するよりも安く、クラウドコンピューティングを使える
  • 柔軟な認可
  • シンプルなリソースモデル
  • ステートレス
  • モニタリングとロギング
  • 詳細はSummitの各セッションで
• Lambdaの検討項目
  • 既存のアプリケーションは改善が必要
  • 安くなるから採用しようとしても、改修でコストが大きくなることはある
• Lambdaの事例
  • 日経新聞様、日経電子版
  • EC2と比較して、コストが1/10に

2017年、EKSとFargateのリリース

• Amazon EKS(Amazon Elastic Container Service for Kubernetes)
• AWS Fargate
• KubernetesとAWS
  • Kurbenetesのワークロードの63%はAWSで可動している
  • ECSと同様なことをKubernetesでも実現可能
  • しかしKubernetesでは他のクラウド、オンプレとも行き来ができる
• Amazon EKS
  • ハイブリッドクラウド対応
  • 高可用性
• LambdaとFargate
  • 300秒以内の完全ステートレスがLambda
  • 常時起動がFargate
  • システム要件に合わせて、適切なものを選択を
  • Fargateは使い方はLambdaと同じだが、常時起動が可能
• アプリケーション開発における、AWSの歴史、進化、スピードアップの流れを、Summtiでも感じ取って欲しい

クラウドのデータサイクル

• オンプレ型と違う
• IoTと機械学習は一つの流れ
  • データの量が増えている
  • 機械学習の結果を良くするには、データを増やすことが重要
  • 大量のデータを安価に保存、必要なときにデータを取り出す
• 常時インターネットに接続
• 大量の構造化、非構造化のデータ
• 機械学習、ディープラーニング

データレイクの基本コンセプト

• 中心はAmazon S3
  • イレブン・ナインのデータ堅牢性、自動で容量拡張。
  • 3円/GBの安価な価格帯
  • データを雑多に保存しやすい
• データを保存する場合は、従来であればデータベース、データウエアハウスに保存
  • ストレージに比べて高価であること、またデータが増えれば遅くなる、などの課題
• 高いDBなどに保存するまえに、安価なS3に保存して、必要なものをデータベース、データウェアハウスへ
  • 利用できるサービスがAmazon AthenaとAWS Glue
    • データレイクしやすい、ストレージを使いやすくするサービス
    • 必要なときに起動して、起動した分だけ課金する価格モデル
• Amazon Athena
  • RDBを用いないSQLクエリ実行
  • 必要なデータの取り出し
  • ストレージに雑多に保存したデータを、選別して、DBへ
• AWS Glue
  • ETL作業
  • サーバレス型のサービス
  • Athenaで取り出したデータをGlueへ
  • その後、Redshift、SageMakerなどへ
    • AWSの推奨するシステム構成
    • より高価な解析や機械学習へ

AWSの機械学習サービス

• Amazon SageMaker
  • 機械学習が流行っている
  • データサイエンティストの課題
    • サーバのお守り、障害対応に時間が取られている
  • 課題解決のためのサービスがSageMaker
  • Day3のKeynoteで機械学習基盤については詳しく触れる予定、ご興味あれば参加を

まとめ

• Keynote、3日間のセッションを是非お楽しみください！

まとめ

AWSの12年のまとめということで、Infrastructure as Codeについては2006年のS3、EC2のサービスリリース時の課題解決に向けての考えから、最新のEKSとFargateまでの進化を振り返ることができました。またデータサイクルについては最新の流れであるIoTや機械学習においても、その中心が12年前からあるAmazon S3であることが印象深かったです。

引き続きAWS Summit 2018 Tokyo、Keynoteや各セッションを聴講していきます！