-
AWS Glue ETLワークロードをGUIでオーケストレーションする『Workflows』を実際に試してみました
AWS Glueは、ワークフローを用いて、クローラ、ジョブ（及びトリガ）の有向非循環グラフ（DAG）を作成して、ETLワークロードをオーケストレーションできるようになりました。AWS Glueが利用可能なすべての地域で利 […]
-
AWS Glue Spark ETL ジョブでリアルタイムの進行状況を追跡する『Continuous Logging』をサポートしました
AWS Glueは、Spark ETLジョブでApache Sparkのステージを実行するリアルタイムの進行状況を追跡する『Continuous Logging』をサポートしました。リアルタイムにDriver/Execu […]
-
Apache Arrow(PyArrow)を使って簡単かつ高速にParquetファイルに変換する
インメモリの列指向データフォーマットを持つApache Arrow(pyarrow)を用いて簡単かつ高速にParquetに変換できることを「db analytics showcase Sapporo 2018」で玉川竜司 […]
-
みずほ銀行、三菱UFJ銀行のデジタル・トランスフォーメーションにおけるデータ利活用 #AWSSummit
メガバンクにおけるAWS利活用についてのセッションレポートです。
-
AWS Glue のジョブタイプ『Python Shell』が Python 3.6と互換性のあるスクリプトをサポートしました
本日からPython 3.6と互換性のある Python Shell ジョブを使用してスクリプトを実行できるようになりました。今後はPython 2.7互換とPython 3.6互換のいずれかを選択可能になります。早速確 […]
-
[アップデート]AWS GlueのPython ShellでPython 3.6が利用できるようになりました！
AWS GlueのPython ShellでPython 3.6が利用できるようになりました！
-
GlueのPython ShellでクロスアカウントのS3ファイルコピーをしてみた
Glueで別アカウントのS3ファイルって触れる？ こんにちは。DI部の大高です。 先日、Glueで別アカウントのS3ファイルを触れるのかどうかという話が開発チーム内であり、気になったので実際に試してみました。 やりたいこ […]
-
AWS Glue の新しいジョブタイプ『Python Shell』を実際に試してみました
新しいジョブタイプ『Python Shell』は、単にPythonスクリプトを実行する目的のジョブです。AWS Glueを使っている人であれば、このありがたみが身にしみて感じるはずです。
-
327件のシェア(そこそこ話題の記事)
(2018/1/28更新) AWSのSLA対象サービスが大量増加したので一覧にまとめました！ どんどん増えて現在全45サービス
(2018/1/28更新) AWSのSLA対象サービスが続々と増えました。色々なサービスで設定されたので一覧にまとめてみました。現在全45サービス（SLA自体は40個）
-
[レポート] ANT376 : AWS Glue Data Catalog のアクセスコントロール #reinvent
はじめに ANT376-Access Control in AWS Glue Data Catalog のセッションのレポートとなります。AWS Lake Formation のセキュリティを正しく理解するには必須のセッ […]
-
[アップデート]Step FunctionsでDynamoDB + Glue を試してみた #reinvent
はじめに こんにちは、福岡オフィス所属、IT推進室の井手です。 re:Invent 2018にて、Step Functionsの連携サービスが大幅に追加されました。 [神アップデート]Step Functionsが新たに […]
-
SageMakerの前処理をGlue開発エンドポイントで実行させる:Amazon SageMaker Advent Calendar 2018
SageMakerの前処理をGlue開発エンドポイントで実行してみよう
-
[レポート] ANT308 : AWS Glue のサーバレスアナリティクスパイプライン構築する #reinvent
はじめに ANT308-Building Serverless Analytics Pipelines with AWS Glue のセッションのレポートとなります。AWS Glueの新機能やパフォーマンス改善方法につい […]
-
Sapporo.aws 第4回「re:Invent 2018 Analytics関連アップデート!」について発表しました #reinvent #sapporoaws
今回、Sapporo.aws 第4回 AWS re:Invent 2018 報告会において、以下の内容で話してきました。 「re:Invent 2018 Analytics関連アップデート!」 話題の新サービス AW […]
-
[レポート] ANT327 : AWSにおけるセキュアなデータレイクのベストプラクティス #reinvent
はじめに ANT327 - Best Practices to Secure Data Lake on AWS のセッションのレポートとなります。データレイクのセキュリティに関して包括的にまとめられています。 Best […]
-
[レポート] ANT326 : AWS Glue ETL Jobの Metrics-Driven パフォーマンスチューニング #reinvent
はじめに ANT326: Metrics-Driven Performance Tuning for AWS Glue ETL Jobs のChalk Talkのレポートとなります。本セッションではパフォーマンスチューニ […]
-
[レポート] ワークショップセッションENT302:余計な支出を抑える #reinvent
re:Invent 2018のワークショップ「ENT224-End Extra Spending」のレポートです。AWS 流 Cloud Financial Management Frameworkを学びます。
-
AWS Glue・Amazon Athena・Amazon QuickSightを使ってAWS CloudTrailログをETL後に可視化する
AWSビッグデータブログに、AWS CloudTrailログのインプットに対してAWS GlueでETL処理を行い、Amazon Athena・Amazon QuickSightで可視化するウォークスルーがあります。 V […]
-
AWS CLIによるはじめてのAWS Glue
はじめに 中山（順）です クラスメソッドでAWSソリューションアーキテクトをやっていると、AWSに関するあらゆることを聞かれます。 全てのサービスについて詳しくなるのは物理的に厳しいのですが、少なくとも大半のサービスにつ […]
-
AWS Glue がETLジョブのデバッグとプロファイリングを可能にするメトリックをサポートしました
はじめに AWS Glueの中で最も大きなアップデートです。AWS Glue がついにETLジョブのデバッグとプロファイリングを可能にするメトリックを提供するようになりました。DriverとExecutorのメモリー使用 […]
-
AWS Glue の Excludeパターンによるデータストアのフィルタリング効果の違いについて
はじめに AWS Glue の Excludeパターンによるデータソースのフィルタリングは、実務では避けて通れない機能ですが、S3データストアとJDBCデータストアでは機能や目的が異なります。これらの違いについて解説した […]
-
AWS Glue が DynamoDBのテーブルのクロールやETLジョブをサポートしたので試してみました
はじめに AWS Glue アップデートを確認したことろ、DynamoDBのテーブルのクロールとETLジョブをデータソースに指定できるようになったようです。どこまでサポートしたのか早速試してみました。 Discussio […]
-
AWS Glueで多くの小さなファイルをまとめて読み込むgroupFiles/groupSize指定でパフォーマンスを改善する
はじめに 最近、データサイズは大きくない割に、ジョブが徐々に遅くなったり、メモリ不足が発生して処理が中断するといった相談を受けましたので、その対策の一つである小さなファイルをまとめて読み込むgroupFiles/grou […]
-
「db analytics showcase Sapporo 2018」でサーバーレスの話を聞いてきました #dbts2018 #dbasSPR
札幌で開催されている「db analytics showcase Sapporo 2018」のセッション「Serverless Analytics on AWS」へ参加してきました
-
Amazon Athena がついにビュー（CREATE VIEW）をサポートしました！
はじめに 超嬉しいアップデート、Amazon Athena がついにビュー（CREATE VIEW）をサポートしました。朝起きて、Amazon Athenaのコンソールを見ると「ビュー」というメニューが追加されているのを […]
-
AWS Glue と SQLのみで、サクッとETL（Extract、Transform、Load）するJobを作成する
はじめに AWS Glueは、指定した条件に基づいてPySparkのETL（Extract、Transform、Load）の雛形コードが自動生成されますが、それ以上の高度な変換は、PySparkのコードを作成、デバックす […]
-
AWS Glue の Pushdown Predicates を用いてすべてのファイルを読み込むことなく、パーティションをプレフィルタリングする
はじめに AWS Glueが自動生成するETLコード（PySpark）では、ソースデータをDynamicFrame内部のRDDに読み込み、後続の条件に基づいてデータのフィルタ・変換を繰り返し、最終的にターゲットデータに出 […]
-
AWS Glue の Dynamicframeを使わずDataframeを用いて自在にCSV/TSVファイルを出力する
はじめに Dynamicframeは、フォーマットにCSVファイルを指定できますが、空白を含む文字列は自動的にダブルクォーテーションで括られてしまったり、デリミタ文字列はカンマのみとなります。今回はこの課題を解決するため […]
-
AWS Glueを用いてパフォーマンス向上やコスト最適化するカラム名ありパーティションのデータに変換するETLコードを作成する
はじめに Amazon Redshift Spectrum や Amazon Athena は、いかにスキャンデータ量を少なくするかが重要です。その理由は、スキャンデータ量を少なくすることによってコストを削減するだけでな […]
-
AWS GlueでネストされたJSONファイルをCSVファイルやParquetに変換する
はじめに AWS GlueのRelationalizeというTransformを利用して、ネストされたJSONをCSVファイルやParquetに変換する方法をご紹介します。CSV形式に変換することでリレーショナルデータベ […]