Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Microsoft Azure PaaS 概要

2,577 views

Published on

2019/03/07 に実施した Microsoft Azure 勉強会の資料です。

Published in: Software
  • Be the first to comment

Microsoft Azure PaaS 概要

  1. 1. Microsoft Azure 勉強会
  2. 2. 作成日時点 予告なく変更される場合
  3. 3. FastTrack (2019/2/27) Azure Lab Services (2019/2/27) SQL MI rename (2019/2/26) SQL DB as reference data input (2019/2/25) DMA support for SQL MI (2019/2/7) SMA supports SQL MI (2019/2/7) DMS supports for AWS RDS online (2019/2/7) DMS supports AWS RDS online (2019/1/23) SQL DB upgraded monitoring alerts (2019/1/17) Token-based identity for Azure AD and SQL DB on PBI pv (2019/1/23) DMS online support for SQL to SQL DB (2019/1/9) Additional compute levels added to SQL DB elastic pools (2019/1/9) https://support.microsoft.com/ja-jp/lifecycle/search https://azure.microsoft.com/en-us/updates/ 2019/1 2019/2 2018 20192008 2009 2010 2011 2012 2013 2014 2015 2016 2017 SQL Server 2008 (2008/11/07) SQL Server 2008 R2 (2011/7/12) SQL Server 2012 (2012/05/20) SQL Server 2016 (2016/06/01) SQL Server 2014 (2015/04/14) SQL Server 2017 (2017/09/29) 数年単位 数か月単位
  4. 4. https://azureheatmap.azurewebsites.net/ https://azure.microsoft.com/ja- jp/updates/
  5. 5. Azure PaaS 概要
  6. 6. Productive + Hybrid + Intelligent + Trusted
  7. 7. どなたでも 2
  8. 8. 地球約56周 1.6PB
  9. 9. Azure: 最も信頼性の高いクラウド
  10. 10. 7.5億 Azure Active Directory の ユーザー数 1940億 Azure App Service への 外部からのリクエスト数 3400億 Azure SQL Database への リクエスト数 100兆 Azure Storage の オブジェクト数 Fortune 500 企業の Microsoft Cloud 利用率
  11. 11. $1B 3500+ 数兆
  12. 12. Azureでは、100以上のサービスを提供中 Microsoft Azure のすべてのサービス 一覧 = https://azure.microsoft.com/ja-jp/services/ Azure Datacenter Infrastructure Azure Backup Site Recovery Azure Monitor Azure Policy Azure Bluepirnts Log Analytics Azure Migrate Databox Family Compute Storage Networking Linux Virtual Machine Compute / Containers Web / Mobile DevOps / Developer Container Instance Functions Service Fabric Integration IoT Data Services Service Bus Event Grid Logic Apps API Management Management Platform as a Services ( PaaS ) Security Infrastructure as a Services ( IaaS ) Disk Storage Managed Disks Windows Virtual Machines Express Route Load Balancer Azure Firewall Virtual WAN Network Watcher Virtual Network VPN Gateway Media Services Content Delivery Network Media / CDN Cognitive Services IoT Hub Stream Analytics Role- based access control Azure Digital Twins Time Series Insights IoT Central IoT Edge Bot Services SQL Data Warehouse Azure Databricks HDInsight AI Machine Learning Studio Machine Learning Service Azure Search Analytics Data Lake Storage Gen2 Mobile Apps Web Apps Logic Apps API Apps Notification Hubs SignalR Service Application Insights Lab Services Azure DevOps SDK SQL Database Data Factory Database for MySQL Cosmos DB Database for PostgreSQL Database for MariaDB Database Migration Service Azure Cache for Redis Azure AD Key Vault Security Center DDoS Protection Multi-Factor Authentication Azure ATP Azure AD for Domain Services Azure AD B2C Cost Management Video Indexer Content Protection Kubernetes Service SQL Data Warehouse Table Storage
  13. 13. Virtual Machine / Virtual Machine Scale Sets (VMSS) Azure (Public Cloud) Azure Stack (Private Cloud) Virtual Machine Extensions Kubernetes、SCALR、RightScale, Mesos、Swarm Service Fabric (Mesh) App Service Web Apps Mobile Apps Apprenda、Cloud Foundry Jelastic、Marathon、OpenShift インフラ IaaS / IaaS+ 汎用コンピュー ティング PaaS 用途特化型 コンピューティング PaaS クラスター オーケストレーション API Apps Function Apps
  14. 14. ストレージ サーバー ネットワーク OS ミドルウエア 仮想化 データ アプリケーション ランタイム OS ミドルウエア データ アプリケーション ランタイム ユ ー ザ ー 管 理 アプリケーション データ Microsoft 管 理 Microsoft Azure 仮想マシン Windows Server Hyper-V Windows Server Microsoft Azure App Services Office 365 Dynamics 365 など Microsoft 管 理 Microsoft 管 理 ユ ー ザ ー 管 理 ユ ー ザ ー 管 理
  15. 15. クラウドにそのまま 再展開します • CAPEX の削減 • データセンター スペースの 解放 • 短期間でのクラウドの 投資回収 IaaS クラウドの利点を高めるために 最小限の変更を加えます • より迅速かつ短期間での更新 • コードの移植性 • クラウドの効率化 (リソース、スピード、コスト) コンテナー PaaS アプリケーションからサービスへと 実質的に変更/分解します • アプリのスケールと俊敏性 • 新しいクラウド機能の導入を 簡素化 • テクノロジ スタックの 混合環境 PaaS サーバーレス マイクロサービス クラウド ネイティブなアプローチで 新しいコードを作成します • イノベーションの加速 • アプリ作成期間の短縮 • 運用コストの削減 説明 推進要因 テクノロジ
  16. 16. 既存のアプリケーショ ン (オンプレミス) クラウド最適化 PaaS クラウド ネイティブ PaaS (マイクロサービス とサーバーレス) クラウド インフラストラクチャー対応 VMs マネージド サービス オンプレミス 移行 / 再ホスト クラウド向けに設計された新規のコード Azure PaaS ( コンテナ化されたマイクロサービス + サーバーレス コンピューティング + マネージド サービス )+ コンテナー IaaS (Infrastructure as a Service) モダナイゼーション コードの変更は最小限 クラウド環境が基本。検討事項: ネットワーク、ハイブリッド クラウド、IDと認証、コスト コントロールと運用モデル Azure Azure
  17. 17. 災害対策(DR) 冗長化対策 高負荷対策 CI/CD セキュリティ対策 人材不足
  18. 18. メンテナンスフリー • パッチ適用不要 • EOS対応はしなく てもよい ベストプラクティス による可用性向上 • クラスター構成 • リージョン間の レプリケーション 新技術の取り組み • 簡易認証 • Linux 対応 • コンテナ対応
  19. 19. クラウドアプリを作成/ホストするための PaaS  実行環境が提供されるので開発に集中することができる。 • 環境構築作業の軽減 • インフラ部分の管理が不要 • 仮想マシンよりも安価
  20. 20. App Service
  21. 21. 朝 昼 夜 システム 負荷 OFF OFF OFFOFF ¥ ¥ 起動時間のみ課金 スライダーのような UI でインスタンス数を変更 https://helloappsvc.azurewebsites.net https://helloappsvc-staging.azurewebsites.net App ver1 App ver2 App Service Plan
  22. 22. Demo (App Service)
  23. 23. https://azureheatmap.azurewebsites.net/ https://azure.microsoft.com/ja- jp/updates/
  24. 24. Azure Data Services概要
  25. 25. 収集 蓄積 準備 &トレーニング モデリング &提供 Azure Blob Storage ログ (非構造化) Azure Data Factory メディア (非構造化) ファイル (非構造化) PolyBase ビジネス/ カスタムアプリ (構造化) Azure SQL Data Warehouse Azure Analysis Services Power BI センサーと IoT (非構造化) Azure HDInsight (Kafka) Azure IoT Hub Azure Databricks / HDInsight Cosmos DB SparkR Real-time apps SQL Azure SQL Database My Azure Database for MySQL Azure Database for PostgreSQL Azure Database for MariaDB 本日のご紹介範囲
  26. 26. オンプレミスの MySQL / PostgreSQL /Maria DBを マネージドサービス(PaaS) へ移行 3 Azure Cosmos DB への移行4 オープンソースへ の投資を活用して クラウドにデータ を移行 クラウド上に NoSQL DB を 構築する SQL Server 2017 Azure SQL DB / DW Azure SQL Database Managed Instance Azure Database for MySQL, PostgreSQL, MariaDB Azure Cosmos DB OSS DB を オンプレミス 環境で利用 NoSQL (MongoDB, Cassandra, Gremlin)を オンプレミス 環境で利用 SQL Server 2017 へ移行 Linux および Windows で拡張 SQL Server 2017 へ アップグレード 1 Azure 上でのフルマネージド サービ ス (PaaS) である SQL DB/DW に移行 2 オンプレミスの DB を Azure に リフトアンドシフト 要望 解決策 既存環境は出来る 限りそのまま 新しい環境へ データをクラウド に移行して SaaS への展開の準 備をする 現在 SQL Server / Oracle を オンプレミス 環境で利用
  27. 27. SQL Server 物理マシン SQL Server Private Cloud 仮想マシン Azure VM上の SQL Server 仮想マシン Azure SQL Database 仮想データベース 仮想化ソフトのVM上の SQL Server 仮想マシン 物理 ストレージ サーバー ネットワーク OS ミドルウエア 仮想化 データ アプリケーション ランタイムユ ー ザ ー 企 業 管 理 仮想/IaaS ストレージ サーバー ネットワーク OS ミドルウエア 仮想化 データ アプリケーション ランタイム ベ ン ダ ー 管 理 ユ ー ザ ー 企 業 管 理 PaaS ストレージ サーバー ネットワーク OS ミドルウエア 仮想化 アプリケーション ランタイム データ ベ ン ダ ー 管 理 ユ ー ザ ー 企 業 管 理 オンプレミス クラウド
  28. 28. IaaS ストレージ サーバー ネットワーク Windows SQL Server XXXX 仮想化 データ アプリケーション データベース PaaS ストレージ サーバー ネットワーク OS SQL Database 仮想化 アプリケーション データベース データ 初期導入 Windows Server と SQL Server のインストールされた VM を デプロイする。 もしくは Windows Server のイ ンスールされたVMをデプロイ し、SQL Server を必要な構成 でインストールする。 初期導入 データベースをデプロイし、 テーブルの作成をする 管理範囲 Windows Server、SQL Server の設定管理 Windows Server、SQL Server のパッチ管理 管理範囲 データベースの設定
  29. 29. Microsoft Azure IaaS SQL Server Integration Services Relational Database Analysis Services Reporting Services Windows Server Windows Server VM SQL Database Azure Analysis ServiceData Factory SQL Server Integration Services Relational Database Analysis Services Reporting Services PaaS Application Application App Service
  30. 30. Microsoft Azure IaaS Windows Server Windows Server VM PaaS
  31. 31. 冗長構成を考える必要あり 論理データベース Write Write Ack Ack Read value write Ack 自動的に3重化 SLA 99.99%
  32. 32. 東日本 非同期 非同期 非同期 西日本 東アジア 米国中央 Read Only Read Write セカンダリ レプリカ セカンダリ レプリカ セカンダリ レプリカ セカンダリ レプリカ プライマリ レプリカ Read Only 非同期 GUI で簡単にGEOレプリケーション構成が可能
  33. 33. 自動バックアッ プ ポイントタイム 復元 自動エクスポー ト エクスポート時 点への復元 BLOB ストレージ Bacpac ファイル システムのサービスレベルに合わせてリカバ リタイムを考えてバックアップ/リカバリ方 法を設計し、運用と管理をする必要がある。 自動で35日間 (価格レベル S0以上) のバックアップを取得
  34. 34. 使用率の増加に合わせて必要なリソースを オンデマンドで割り当てることができる。 余剰リソースは発生しない。 今後の利用者増加を考え、リソースが枯渇し ないように最終的に必要なリソースを予 測し、それより多めに H/Wの見積もる 予測するのは難しい場合は経験則などで H/Wのサイジング
  35. 35. 夜間バッチ処理の時にリソースが枯渇しない ように、リソースを多めに H/Wの見積もりを する。 夜間バッチ処理の時だけ、コア数を増やし、 日中は元に戻すといった運用も可能。
  36. 36. Query Performance insight / クエリストア クエリのパフォーマンス情報をシンプルな操作で確認可能 Index Advisor / 自動チューニング インデックスの推奨事項を使用してデータベースの パフォーマンスを向上
  37. 37. オンプレミス クラウド SQL Server 2017 (物理、仮想) SQL Server on Azure VM (IaaS) Azure SQL Database (PaaS) 既存アプリの移行先と しての使い分け 変更を最小限に抑えて移行 する必要ある既存のアプリ ケーション 変更を最小限に抑えてクラ ウドに移行する必要ある既 存のアプリケーション 開発を短期間で行い、イン フラの運用は任せたい新規 アプリケーション 運用管理の範囲 N/W、H/Wを含むすべての 層を管理 OS、DBの管理が必要 アプリケーションと利用す るデータのみ バックアップ/リカバリ 運用 発生する障害を想定し設計 運用が必要 発生する障害を想定し設計 運用が必要 既定で用意されていてる サービスで要件に合えば運 用不要 高可用性 SLA に合わせてH/WとS/Wを 構成する必要あり SLA に合わせてVMとS/Wを 構成する必要あり 自動的に3重化構成される。 災対サイトを構成すること も可能 スケールアップ 物理はH/Wのリプレース 仮想はホストの仮想OSによ り、H/Wの上限まで可能 利用するVMの価格レベルを 上げることで可能 (再起動あり) 利用するサービスの価格レ ベルを上げることで可能 (再起動無し)
  38. 38. Demo (SQL Database)
  39. 39. 収集 蓄積 準備 &トレーニング モデリング &提供 Azure Blob Storage ログ (非構造化) Azure Data Factory メディア (非構造化) ファイル (非構造化) PolyBase ビジネス/ カスタムアプリ (構造化) Azure SQL Data Warehouse Azure Analysis Services Power BI センサーと IoT (非構造化) Azure HDInsight (Kafka) Azure IoT Hub Azure Databricks / HDInsight Cosmos DB SparkR Real-time apps SQL Azure SQL Database My Azure Database for MySQL Azure Database for PostgreSQL Azure Database for MariaDB
  40. 40. S Q L D A T A W A R E H O U S E  SQL Server テクノロジーを活用した 「データウエアハウス」 as a Service  パワフルなETLツールのエコシステム  様々なデータ・ソースからの直接の ロード  透明性のある並列ロード  結果の整合性と安定性の保証 • 大規模データ処理 • 高速なスケールアウト / イン • 一時停止 / 再開 • 使い慣れたクエリ
  41. 41. Control Node SQL DB Compute Node Compute Node Compute Node Compute Node SQL DB SQL DB SQL DB SQL DB コンピュート層 • スケールアウト・ダウ ン可能 • 停止可能 データはストレージ層 MPP処理 コンピュート層とスト レージ層を分離するこ とで、スケール アウトを容易にし、同 時に 課金も柔軟にする DMS DMS DMS DMS DMS Compute Node SQL DB DMS プレミアムストレージ(SSD)
  42. 42. A Z U R E C O S M O S D B  グローバル分散、スケーラブル、 マルチ モデル データベース サービス 多彩な整合性モデル • Strong (強い整合性) • Bounded Staleness (有界整合性制約) • Session (セッション) • Consistent Prefix (一貫性のあるプレフィッ クス) • Eventual (結果整合性)
  43. 43. Azure Cosmos DB SQL MongoDB Table API ターンキー グローバル分散 ストレージ、スループットの エラスティック スケール アウト 99 パーセンタイルでの 低レイテンシ保証 包括的な SLA 5 つの明確に定義された 整合性モデル ドキュメント列ファミリ キー/値 グラフ
  44. 44. A Z U R E C O S M O S D B M U L T I - M A S T E R • マルチマスター書き込み サポート (これまでは読み書き可能な単 一の書き込みリージョン+複数 の読み取り専用リージョンの構 成) • グローバル分散が構成さ れているすべてのリー ジョンで読み書き可能 • SLA 99.999% (読み書き両方に対して)
  45. 45. 収集 蓄積 準備 &トレーニング モデリング &提供 Azure Blob Storage ログ (非構造化) Azure Data Factory メディア (非構造化) ファイル (非構造化) PolyBase ビジネス/ カスタムアプリ (構造化) Azure SQL Data Warehouse Azure Analysis Services Power BI センサーと IoT (非構造化) Azure HDInsight (Kafka) Azure IoT Hub Azure Databricks / HDInsight Cosmos DB SparkR Real-time apps SQL Azure SQL Database My Azure Database for MySQL Azure Database for PostgreSQL Azure Database for MariaDB 本日のご紹介範囲
  46. 46. Microsoft AI概要
  47. 47. Microsoft の考える AI とビジネスとの関わり AI は人を脅かす存在ではなく あらゆる人の豊かな未来を実現するための 「ツール」である
  48. 48. Azure Cognitive Services Azure Bot Services Azure Search (Cognitive Search) Azure Databricks Azure Machine Learning Azure AI Infrastructure ナレッジ マイニングAI アプリ & エージェント 機械学習 61
  49. 49. オンプレミス クラウド エッジ Vision Language Azure Search Azure Machine Learning ONNX Speech 人気のフレームワーク 高度なディープラーニングソリューションを構築する 生産的なサービス データサイエンティスト/開発チームの生産性を向上する 柔軟な展開 クラウドとエッジに、モデルを展開/管理する 洗練された Pre Trained モデル ソリューション開発を簡素化する 強力なインフラストラクチャ 高速な環境を提供する Keras Cpu Gpu Fpga Azure Databricks Machine Learning vm TensorFlowPytorch Cognitive Services 62
  50. 50. Azure Cognitive Services Azure Bot Services Azure Search Azure Databricks Azure Machine Learning Azure AI Infrastructure ナレッジマイニングAI アプリ & エージェント 機械学習 63
  51. 51. 6
  52. 52. Demo (Intelligent Kiosk)
  53. 53. 6 Bot とは? Web で 自動で動作する アプリ Bot Framework とは? コミュニケーションを行う Bot (Chatbot) を容易に作成するためのフレームワーク
  54. 54. AI Capabilities Bot Features: Personality Dialogs Language Model ナレッジ ソース Manuals (PDF) Data Sources General Knowledge Azure Bot Service + Cognitive Services LOB Apps Enterprise stores Language Understanding Speech Vision QnA Type Speak Tap ユーザー デバイス Channels Azure Bot Services Adaptive Cards 69
  55. 55. 7 会話の入出力 自然言語処理 回答 DB ログ DB Botと対外機能 のHUB
  56. 56. Microsoft Bot Framework Azure Bot Service 全ての作業がAzure Portalで完結
  57. 57. Bots Bot Connector Channels Bot用Webサー ビス Line も正式追加!
  58. 58. Azure Cognitive Services Azure Bot Services Azure Search Azure Databricks Azure Machine Learning Azure AI Infrastructure ナレッジマイニングAI アプリ & エージェント 機械学習
  59. 59. 全てのコンテンツの中で埋も れている価値ある 情報を探り出す ビジネス文書
  60. 60.  全文検索機能を提供する PaaS サービス 検索の専門的な知識なしで、検索システムの構築・利用が可能
  61. 61. 76 プッシュ プル
  62. 62.  プル方式で、 Azure 上にデータソースから直接インデックスの作成/更新 が可能 https://docs.microsoft.com/ja-jp/azure/search/search-what-is-data-import#pulling-data-into-an-index
  63. 63. 文書・画像 Cognitive skills 一括テキスト検索と 絞り込み Cognitive Servicesと連携し、文書や画像から情報を抽出し検索が可能 従来では、人がタグ情報などを準備していた部分が、AIにより自動抽出
  64. 64. Azure Cognitive Services Azure Bot Services Azure Search Azure Databricks Azure Machine Learning Azure AI Infrastructure ナレッジマイニングAI アプリ & エージェント 機械学習 80
  65. 65. Machine Learning AIモデルの作成に必要が作業 Prepare Data Build & Train Deploy 81
  66. 66. Databricks Platform Azure Databricks (Unified Analytics Platform) PaaS による ゼロメンテナンス エンタープライズ セキュリティ クラウドに最適化 されたエンジン 他の Azure サービス との統合 独自のコラボレーション Databricks Notebook Microsoft 1st Party 商用サポート Azure 82
  67. 67. 使い慣れた言語、 好きなライブラリで Collaborative Notebook 高速なパフォーマンスと信頼性 データサイエンス コラボレーション機能 他の Azure サービスとの統合 Azure Active Directoryの 統合とロールベース権限管理 利用量に応じた 無駄のない課金体系 使い易さ多様なスキルセット 生産性向上 ML ライフサイクルの迅速化 パフォーマンス向上 エンタープライズセキュリティ インテグレーションコストの削減 利用コストの最適化 迅速なクラスタ構築と スケーリングの自動化 83
  68. 68. Databricks Platform 84
  69. 69. 86 使い慣れたツール 使い慣れたプラット フォームを利用した開発 を支援する 学習モデルの開発、 デプロイ、管理の ポータルを提供し、 スケーラブルなAI システムを構築する 生産性を向上さ せ、アジャイル な開発を可能に する
  70. 70. • 使い慣れたフレームワークを利用可能 • 様々な実行環境 • ローカルPC / GPU VM / Azure Batch AI / Azure Kubernetes Services / Databricks .. • 実行履歴/モデルの管理 • Azure ML Python SDK • Pythonから、AML Servicesを利用 • 機械学習の自動化 • Automated ML • 機械学習のモデル選択/ハイパーパラメータの チューニング Azure Machine Learning Services 様 々 な 革 新 的 な 技 術 を 利 用 使 い 慣 れ た ツ ー ル の 利 用 使 い 慣 れ た フ レ ー ム ワ ー ク / ラ イ ブ ラ リ の 利 用
  71. 71. Pythonスクリプト 機械学習モデル Dataset Automated ML モデル (ローカル or リモート環境) 出力 モデルアルゴリズムと ハイパーパラメータ値 の生成 協調フィルタリングとベイジアン最適化の 考え方を利用 88
  72. 72. Docker Containers Azure Kubernetes Service (AKS) Azure Container Instance(ACI) Azure IoT EdgeAzure Machine Learning Azure Machine Learning Services Deploy Any other container host…
  73. 73. Register and Manage ModelTrain & Test Model Build Image … Build model (your favorite IDE) Deploy A Scalable Service & Monitor Model Experiment Deploy Azure Machine Learning Service 90
  74. 74. ぜひ、実際に一度触ってみて、 お客様にもご提案ください!!!
  75. 75.  本書に記載した情報は、本書各項目に関する発行日現在の Microsoft の見解を表明するものですMicrosoftは絶えず変化する市場に対応しなければならないため、ここに記載した情報に 対していかなる責務を負うものではなく、提示された情報の信憑性については保証できません  本書は情報提供のみを目的としています Microsoft は、明示的または暗示的を問わず、本書にいかなる保証も与えるものではありません  すべての当該著作権法を遵守することはお客様の責務ですMicrosoftの書面による明確な許可なく、本書の如何なる部分についても、転載や検索システムへの格納または挿入を行うこと は、どのような形式または手段(電子的、機械的、複写、レコーディング、その他)、および目的であっても禁じられていますこれらは著作権保護された権利を制限するものではあり ません  Microsoftは、本書の内容を保護する特許、特許出願書、商標、著作権、またはその他の知的財産権を保有する場合がありますMicrosoftから書面によるライセンス契約が明確に供給さ れる場合を除いて、本書の提供はこれらの特許、商標、著作権、またはその他の知的財産へのライセンスを与えるものではありません © 2019 Microsoft Corporation. All rights reserved. Microsoft, Windows, その他本文中に登場した各製品名は、Microsoft Corporation の米国およびその他の国における登録商標または商標です その他、記載されている会社名および製品名は、一般に各社の商標です
  76. 76. https://support.microsoft.com/ja- jp/lifecycle/search https://azure.microsoft.com/ja-jp/updates/ https://azureheatmap.azurewebsites.net/
  77. 77. 今後の理解促進のために
  78. 78. アーキテクチャ センター > シナリオ 例 https://docs.microsoft.com/ja-jp/azure/architecture/example-scenario/ 今後の理解促進のために  Azure Functions x Cognitive Service: 画像分 類  コンテナーを使用したDevOps: CI/CD  e-commerce フロントエンド  APIベースのアーキテクチャ  Azure Searchを使用した検索エンジン
  79. 79. https://docs.microsoft.com/ja-jp/azure/architecture/example-scenario/ai/intelligent-apps-image-processing
  80. 80. https://docs.microsoft.com/ja-jp/azure/architecture/example-scenario/apps/devops-with-aks
  81. 81. https://docs.microsoft.com/ja-jp/azure/architecture/example-scenario/apps/devops-dotnet-webapp
  82. 82. https://docs.microsoft.com/ja-jp/azure/architecture/example-scenario/apps/ecommerce-scenario
  83. 83. https://docs.microsoft.com/ja-jp/azure/architecture/example-scenario/apps/apim-api-scenario
  84. 84. https://docs.microsoft.com/ja-jp/azure/architecture/example-scenario/apps/apim-api-scenario
  85. 85. オンデマンド ウェビナー 今後の理解促進のために
  86. 86. https://aka.ms/azurejp-live-webinar https://aka.ms/azurejp-ondemand-webinar
  87. 87. ついに上陸!PaaS の最新兵器、ご紹介 (App Service on Linux & Azure Database for PostgreSQL/MySQL) Web App for Containers 概要と実戦投入への 準備(2018/2/8版) Web App for Containers 概要と実戦投入への 準備 -実践編-(2018/3/27版) Web App for Containers + Cosmos DBで コン テナ対応したMEANアプリを作ろう!  App Service App Service Web サーバー管理者のための Azure App Service 再入門 Azure PaaS を活用したモダン E コマースソ リューションの構築方法 - App Service から Azure Search まで PaaS 機能をご紹介 - Xamarin と Cognitive Services、そして Visual Studio App Center が実現する Intelligent Mobile App iOS/Android アプリ開発の必須機能をご紹 介! Visual Studio App Center で始めるモバイ ルアプリ高速開発の基礎と実践
  88. 88.  Azure Data Services (Cosmos DB / SQL DB) 実録! Cosmos DB でのチャットサービス稼働 ~MongoDB API 編~ クラウドネイティブなアプリケーションを実 現する「Azure Cosmos DB」のキホンと使い ドコロ SQL Server 2008 EOS 直前 ! まだ間に合う SQL Server 移行 (クラウド編) Managed Instance 徹底攻略 Azure Database for MySQL / PostgreSQLを 使ってアプリケーション開発に注力しません か? Azure Database for MySQL/MariaDB/PostgreSQL 入門 何が違う?Azure SQL Database for MySQL/PostgreSQL/MariaDB ついに上陸!PaaS の最新兵器、ご紹介 (App Service on Linux & Azure Database for PostgreSQL/MySQL) Azure Data Services (OSS)
  89. 89. Azure上でのコンテナ利用パターン紹介 Microsoft Azureで動くコンテナ技術の紹介と 活用方法 ~Azure WebApp/Azure Container Service(K8S)/Container Registry/RedHat OpenShift/Pivotal Cloud Foundry~ きっちり“コンテナ”を理解しよう 一挙紹介! Kubernetes on Azureで実現する 快適なマイクロサービス環境 ~ Microsoft Build 2018での発表内容をお届け~  Container Container Web App for Containers 概要と実戦投入への 準備(2018/2/8版) Web App for Containers 概要と実戦投入への 準備 -実践編-(2018/3/27版) Web App for Containers + Cosmos DBで コン テナ対応したMEANアプリを作ろう! 短期モバイルアプリ開発に不可欠な ”コンテ ナ活用” 最新事例と始め方
  90. 90.  Serverless 入門編 インフラ構築不要!Azure で作る Web アプリケーション 本格化するサーバーレス コンピューティング と Azure Functions の進化 Azure Functions&Logic App ではじめるサー バレスアプリケーション: 入門編 Azure Functions&Logic App ではじめるサー バレスアプリケーション: 応用編 高速!高精度!Azure Search はじめの一歩 GA目前! これから始める Chatbot 構築 ~ Microsoft Bot Framework 基礎編 Microsoft Bot Framework と Cognitive Services LUIS で実現する 自然言語解析チャットボッ トの構築 Bot Framework ではじめるチャットボット開 発 Node.jsとBot FrameworkでChat Botをつくっ てみよう!  その他 (Search / Bot )
  91. 91. OpenShift on Azureで始めるDevOps (最新版 2018/5/8) Azureハイブリッドクラウドの本当の価値を 引き出すPaaSの活用 〜Pivotal Cloud Foundry on Azure & Azure Stackがもたらすメリット  DevOps (OSS) DevOps 大好評!Azure DevOps Projects 最新情報 解説 Azure DevOps Project ~Visual Studio Team Services / Team Foundation Server で自 動化をしたい方にお勧めです~ Azure でモダンな共同開発環境をつくろう! 開発環境としての Azure 活用のポイント
  92. 92. 【mstep online】 Microsoft Azure PaaSアプリ開発 (2018 年 6 月) https://note.microsoft.com/JA-PRM-WBNR-FY18-06JUN-21-msteponlineMicrosoftAzurePaaS20186-MPW0005636_Registration.html コースの目標 • Microsoft Azure が提供する主要な PaaS サービスを把握し、システム構築に必要な サービスを選択できる • Microsoft Azure App Service を利用したアプリの開発方法を習得する • Microsoft Azure の様々なデータ サービスにデータを保存する方法を習得する • Visual Studio Team Service を利用したソースコード管理と、デプロイメント方法 を習得する • Application Insight を利用したアプリケーションの監視方法を習得する [アジェンダ] 第 1 章 Microsoft Azureサービス概要 第 2 章 データとストレージへのアクセス 第 3 章 Visual Studioを利用したMicrosoft Azureアプリの 開発 第 4 章 Microsoft AzureとDevOps 参 考 Microsoft Azure IoT Suite

×