20140608 interlop keynote

4,815
-1

Published on

20140608 interlop keynote

  1. 1. モノと⼈人をクラウドが つなげる 2014年年6⽉月11⽇日 アマゾン  データ  サービス  ジャパン株式会社 技術本部⻑⾧長 ⽟玉川  憲
  2. 2. Kolibree - http://www.kolibree.com
  3. 3. 図書館の空席情報が確認できる?! 福井県鯖江市JK課企画アプリ http://fukuno.jig.jp/642
  4. 4. チャレンジ 数百億〜のデバイス データの生産者 数十億〜のユーザー データの消費者
  5. 5. アドバタイジング クラウド Eコマース マーケットプレイス ロジスティクス 本日の フォーカス Amazonのビジネス
  6. 6. ITインフラの チャレンジ 数百億〜のデバイス データの生産者 数十億〜のユーザー データの消費者 ITへの莫大な初期投資 スケーラビリティの課題    大資本のみ可能 限定されたデータ 分断されたデータ
  7. 7. ITインフラの チャレンジ 数百億〜のデバイス データの生産者 数十億〜のユーザー データの消費者 ITへの莫大な初期投資 スケーラビリティの課題    クラウド事業者として お客様の 代わりに解決する
  8. 8. AWS  のグローバルなインフラ AWSは、30種類以上のクラウドサービスを提供 お客様のアプリケーション ライブラリ & SDKs Java, PHP, .NET, Python, Ruby Web インターフェース Management Console IDE プラグイン Eclipse/Visual Studio デプロイと⾃自動化 AWS Elastic Beanstalk AWS CloudFormation 認証  &  請求 AWS IAM Identity Federation Consolidated Billing モニタリング Amazon CloudWatch スケーリング Auto Scale ネットワーク&ルーティング Amazon VPC Amazon Elastic LB Amazon Route 53 AWS Direct Connect コンテンツ配信 Amazon CloudFront キューイング Amazon SNS Amazon SQS ワークフロー Amazon Simple Workflow メール配信   Amazon SES コンピュータ処理理 Amazon EC2 ストレージ Amazon S3 Amazon Glacier Amazon EBS データベース Amazon RDS Amazon RedShift Amazon DynamoDB Amazon Elasticache 検索索 Amazon Cloud Search 分散処理理 Elastic MapReduce
  9. 9. ⽇日本でも2011年年3⽉月にデータセンタ群開設 リージョン 米国西" オレゴン EU西 東京 シンガポール 米国西 カリフォルニア 南米 米国東 米国政府 シドニー 北京" (発表済み)
  10. 10. ⽇日本でも20,000以上のお客様導⼊入実績
  11. 11. Gartner  Magic  Quadrant  for  Cloud     Infrastructure  as  a  Service   (August  19,  2013)   Gartner  “Magic  Quadrant  for  Cloud  Infrastructure  as  a  Service,”  Lydia  Leong,  Douglas  Toombs,  Bob  Gill,  Gregor  Petri,  Tiny  Haynes,  August  19,  2013.  This  Magic  Quadrant  graphic  was  published  by  Gartner,  Inc.  as  part  of  a   larger  research  note  and  should  be  evaluated  in  the  context  of  the  enPre  report..  The  Gartner  report  is  available  upon  request  from  Steven  Armstrong  (asteven@amazon.com).  Gartner  does  not  endorse  any  vendor,  product   or  service  depicted  in  its  research  publicaPons,  and  does  not  advise  technology  users  to  select  only  those  vendors  with  the  highest  raPngs.  Gartner  research  publicaPons  consist  of  the  opinions  of  Gartner's  research   organizaPon  and  should  not  be  construed  as  statements  of  fact.  Gartner  disclaims  all  warranPes,  expressed  or  implied,  with  respect  to  this  research,  including  any  warranPes  of  merchantability  or  fitness  for  a  parPcular   purpose.   14  
  12. 12. ITインフラの チャレンジ 数百億〜のデバイス データの生産者 数十億〜のユーザー データの消費者 ITへの莫大な初期投資 スケーラビリティの課題    クラウド事業者として お客様の 代わりに解決する
  13. 13. 経済性 スケーラビリティ グローバル 数百億〜のデバイス データの生産者 数十億〜のユーザー データの消費者
  14. 14. 経済性 スケーラビリティ グローバル 数百億〜のデバイス データの生産者 数十億〜のユーザー データの消費者 沢山のプレイヤー (スタートアップ、企業の新規 ビジネス、研究機関、政府& 自治体)
  15. 15. 事例例: サイエンス
  16. 16. ヒトゲノム計画 ヒトのゲノムの全塩基配列列を解析するプロジェクト 13年年の⽉月⽇日と数千億をかけ2003年年に完了了 Gb(ギガビット)のデータ (32億塩基対  –  6.4  x  10^9)
  17. 17. ヒトゲノム計画
  18. 18. 1000⼈人ゲノムプロジェクト ヒトの遺伝的多様性に関する、現時点で最も詳細な カタログの確⽴立立を⽬目的 異異なる⺠民族グループから少なくとも1000⼈人分の 匿匿名ゲノムの配列列決定 200Tb(テラビット)のデータ
  19. 19. AWS  PUBLIC  DATA  SET 1000ゲノムプロジェクトが全ての⼈人に公開されている
  20. 20. イルミナ  -‐‑‒  次世代シーケンサ
  21. 21. 150B Soil Observations 3M Daily Weather Measurements 850K Precision Rainfall Grids Tracked 200  TB  Stored  in  Amazon  S3
  22. 22. 事例例: コンシューマー
  23. 23.   DropcamはビデオUpload量量で世界最⼤大クラス •  毎分あたりYouTube よりUploadされてい る •  毎月ペタバイトの処理 •  1000億モーションが 検知されている
  24. 24. nest    -­‐  学習する室温調整器
  25. 25. 健康保険会社Aetenaが健康統合アプリCarePassを提供
  26. 26. 薬の服用をリマンドしてくれる薬入れ
  27. 27. direct lineのDrivePlus 運転を支援して保険が安くなる?
  28. 28. WHILL – 最先端の車椅子
  29. 29. Coiney
  30. 30. 事例例: 流流通
  31. 31. 75% のユーザーが! リコメンデーション機能を使って! 映画を選ぶ!
  32. 32. 2700万ユーザー" 3000万の映画/1日" 400万の評価、300万の検索" 位置情報" デバイス情報" ソーシャルメディアの情報"
  33. 33. ビッグデータがあればあるほどリコメンデーションは正確に
  34. 34. 事例例: 位置情報
  35. 35. 遠くからでも見えるため、バスがくるまでに コーヒーを買ったりできる
  36. 36. 事例例: スポーツ
  37. 37. Moneyball: The Art of Winning An Unfair Game  「マネーボール:不公平なゲームに勝利する技術」 野球を統計学的手法をもって分析
  38. 38. Optaの 無料スマホアプリ STATS ZONE
  39. 39. 3Dゴルフスイングセンサー「Fullmiere®」
  40. 40. 過去1,000回分のスイングデータから 複数のデータを比較表示 スイング軌跡 シャフトプレーン フェース角
  41. 41. 事例例: 産業機器
  42. 42. CEED  CollaboraPve  Federated  Environment   GEがSmarter  ManufacturingのためのPlaZorm   ITAR-­‐compliantのため、AWSのGov  Cloudを利用
  43. 43. 工事現場の騒音や振動を測る
  44. 44. Healthcare@Cloud CRやMRIの画像をクラウドに
  45. 45. AWSの取り組み
  46. 46. 運⽤用コストを下げてお客様に還元 規模の拡⼤大と イノベーション 過去7年年間で42回以上の値下げを実施
  47. 47. AWS  のグローバルなインフラ 30種類以上のクラウドサービスを提供 お客様のアプリケーション ライブラリ & SDKs Java, PHP, .NET, Python, Ruby Web インターフェース Management Console IDE プラグイン Eclipse/Visual Studio デプロイと⾃自動化 AWS Elastic Beanstalk AWS CloudFormation 認証  &  請求 AWS IAM Identity Federation Consolidated Billing モニタリング Amazon CloudWatch スケーリング Auto Scale ネットワーク&ルーティング Amazon VPC Amazon Elastic LB Amazon Route 53 AWS Direct Connect コンテンツ配信 Amazon CloudFront キューイング Amazon SNS Amazon SQS ワークフロー Amazon Simple Workflow メール配信   Amazon SES コンピュータ処理理 Amazon EC2 ストレージ Amazon S3 Amazon Glacier Amazon EBS データベース Amazon RDS Amazon RedShift Amazon DynamoDB Amazon Elasticache 検索索 Amazon Cloud Search 分散処理理 Elastic MapReduce
  48. 48. AWSのイノベーションのスピード 159 82 61 48 24 9 新サービス/新機能の発表数 290 2011201020082007 2009 2012 2013 お客様のニーズ、課題に応えて 新機能の開発を迅速に⾏行行う
  49. 49. 課題 「ネットワークの接続性、 パフォーマンス」
  50. 50. 社内イントラ(閉域網)の延⻑⾧長でクラウドを 東京リージョン Amazon  EC2 仮想プライベートクラウド(VPC)社内イントラ プライベート   サブネット VPN 接続 物理理 専⽤用線接続
  51. 51. VPCピアリング 東京リージョン VPC社内イントラ A社 VPC VPC B社 C社 VPC ピアリング 社内イントラ 社内イントラ
  52. 52. 課題 「申請ベースでしか使えない スーパーコンピュータ」
  53. 53. スーパーコンピュータも時間課⾦金金で 最近発表されたC3インスタンス •  2.8 GHz Intel Xeon E5-2680v2 (Ivy Bridge) •  SR-IOV ネットワークキングテクノロジー •  SSDを搭載
  54. 54. http://top500.org/list/2013/11/ スーパーコンピューターランキングで64位
  55. 55. あきんどスシロー様事例例 “検証環境の構築は2⽇日。10万円で構築できた。” あきんどスシロー  情報システム部  部⻑⾧長  ⽥田中覚様 2年年分の売上データを収集し、  ク ラウド上にETLツールでデータをク レンジング。DWHに格納。さらに、 ウィングアーク社のDr.SUM  EAで解 析し、BIツールのMotion  Boardで 可視化。売れているネタの地域差や、 商品売上の傾向が⾒見見える。
  56. 56. 課題 「はじめるのに数億円必要な データウェアハウス」
  57. 57. Amazon  RedShift l  初期費⽤用の無いスモールスタートできるDWHクラウド l  数百GB〜~数PBのデータ容量量、⾼高速な超並列列演算(MPP) l  標準インタフェースPostgres  SQL  で既存BIツールを利利⽤用可 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L 8 X L ETLツール Amazon  RedShift 既存BI ツール ⾃自在に容量量を変更更可能
  58. 58. 課題 「BYODでも 情報コントロール」
  59. 59. Amazon.com Confidential Amazon WorkSpaces – 仮想デスクトップ タブレット(Kindle, iPad, Android)、PC(Windows)、 Macからアクセス可能 Windows7相当の仮想デスクトップへ 月額課金($35-)、長期コミット不要
  60. 60. 課題 「数??億円かける ⼤大規模データの リアルタイム処理理基盤」
  61. 61. Amazon  Kinesis
  62. 62. Twitterデータの感情を 解析 on Amazon Kinesis
  63. 63. 最後に
  64. 64. 経済性 スケーラビリティ グローバル 数百億〜のデバイス データの生産者 数十億〜のユーザー データの消費者 沢山のプレイヤー (スタートアップ、企業の新規 ビジネス、研究機関、政府& 自治体)
  65. 65. 「10年年後には 何が変わっていますか?」 とよく聞かれます
  66. 66. ⼤大切切なのは 「10年年経っても変わらないもの」 ①低価格 ②フレキシビリティ ③イノベーション
  67. 67. 東京   Sapporo   Fukuoka   Sendai   Nagoya   クラウド女子会  Osaka   Kanazawa   Kyoto  Yamaguchi   Saga   Japan AWS User Group -> JAWS Miyazaki   Kagoshima   Okinawa   Kumamoto   日本全国40カ所以上に ユーザーグループ
  68. 68. エンタープライズ企業による Japan  AWSユーザー会(E-‐‑‒JAWS)の発⾜足
  69. 69. 経済性 スケーラビリティ グローバル 数百億〜のデバイス データの生産者 数十億〜のユーザー データの消費者 沢山のプレイヤー (スタートアップ、企業の新規 ビジネス、研究機関、政府& 自治体) クラウド上のデータのネットワーク効果

×