Submit Search
Upload
HTML5J AWS でできるIoT
•
7 likes
•
2,539 views
Toshiaki Enami
Follow
HTML5J AWS でできるIoT
Read less
Read more
Technology
Report
Share
Report
Share
1 of 47
Download now
Download to read offline
Recommended
IoTデザインパターン 2015 JAWS沖縄
IoTデザインパターン 2015 JAWS沖縄
Toshiaki Enami
5分でわかるAWS IoT! - あなたも今日からIoT生活 -
5分でわかるAWS IoT! - あなたも今日からIoT生活 -
Toshiaki Enami
AWS IoTのい・ろ・は
AWS IoTのい・ろ・は
Daiki Mori
AWS IoTの勘所
AWS IoTの勘所
Tsuyoshi Seino
今日からはじめようAWS IoT
今日からはじめようAWS IoT
Toshiaki Enami
AWS歴2週間で IoT に挑戦してみた。
AWS歴2週間で IoT に挑戦してみた。
Shogo Matsuda
Aws step functionsのい・ろ・は
Aws step functionsのい・ろ・は
Daiki Mori
Soracom dev conf_soracom beamとbluemixで簡単iot
Soracom dev conf_soracom beamとbluemixで簡単iot
Hideaki Tokida
Recommended
IoTデザインパターン 2015 JAWS沖縄
IoTデザインパターン 2015 JAWS沖縄
Toshiaki Enami
5分でわかるAWS IoT! - あなたも今日からIoT生活 -
5分でわかるAWS IoT! - あなたも今日からIoT生活 -
Toshiaki Enami
AWS IoTのい・ろ・は
AWS IoTのい・ろ・は
Daiki Mori
AWS IoTの勘所
AWS IoTの勘所
Tsuyoshi Seino
今日からはじめようAWS IoT
今日からはじめようAWS IoT
Toshiaki Enami
AWS歴2週間で IoT に挑戦してみた。
AWS歴2週間で IoT に挑戦してみた。
Shogo Matsuda
Aws step functionsのい・ろ・は
Aws step functionsのい・ろ・は
Daiki Mori
Soracom dev conf_soracom beamとbluemixで簡単iot
Soracom dev conf_soracom beamとbluemixで簡単iot
Hideaki Tokida
SORACOM と Azure で IoT
SORACOM と Azure で IoT
kekekekenta
Morning Session - AWS Serverless Ways
Morning Session - AWS Serverless Ways
akitsukada
Scale Your Business without Servers
Scale Your Business without Servers
Keisuke Nishitani
Big DataとContainerとStream - AWSでのクラスタ構成とストリーム処理 -
Big DataとContainerとStream - AWSでのクラスタ構成とストリーム処理 -
Amazon Web Services Japan
Aws io tとsoracomを 使ってiotの世界に触れてみる
Aws io tとsoracomを 使ってiotの世界に触れてみる
Hideto Masuoka
AWSマネージドサービスをフル活用したヘルスケアIoTプラットフォーム
AWSマネージドサービスをフル活用したヘルスケアIoTプラットフォーム
Hiroki Takeda
AWSでのビッグデータ分析
AWSでのビッグデータ分析
Amazon Web Services Japan
aws mackerel twilio_handson_public
aws mackerel twilio_handson_public
Tomoaki Sakatoku
SA プライムなう! - AWS IoT とロボットアームでお絵かき
SA プライムなう! - AWS IoT とロボットアームでお絵かき
崇之 清水
AWSにおける モバイル向けサービス及び事例紹介(20151211)
AWSにおける モバイル向けサービス及び事例紹介(20151211)
Keisuke Nishitani
AWS Black Belt Techシリーズ Amazon Kinesis
AWS Black Belt Techシリーズ Amazon Kinesis
Amazon Web Services Japan
Amazon kinesisで広がるリアルタイムデータプロセッシングとその未来
Amazon kinesisで広がるリアルタイムデータプロセッシングとその未来
Shinpei Ohtani
Alieaters2 alibabacloud 20180320
Alieaters2 alibabacloud 20180320
Qiu Binbin
AWS Lambda のご紹介 2015 JAWS沖縄
AWS Lambda のご紹介 2015 JAWS沖縄
Toshiaki Enami
Serverless Architecture on AWS(20151121版)
Serverless Architecture on AWS(20151121版)
Keisuke Nishitani
AWS re:Mind for CTOs
AWS re:Mind for CTOs
Amazon Web Services Japan
Serverless Architecture on AWS(20151023版)
Serverless Architecture on AWS(20151023版)
Keisuke Nishitani
【IVS CTO Night & Day】AWSにおけるビッグデータ活用
【IVS CTO Night & Day】AWSにおけるビッグデータ活用
Amazon Web Services Japan
Awsで作るビッグデータ解析今とこれから
Awsで作るビッグデータ解析今とこれから
Shohei Kobayashi
20151016 soracom-araki-02
20151016 soracom-araki-02
Yasuhiro Araki, Ph.D
AWS_IoT_Appresso-event_20160721
AWS_IoT_Appresso-event_20160721
Takashi Koyanagawa
AWS Black Belt Online Seminar 2017 AWS Summit Tokyo 2017 まとめ
AWS Black Belt Online Seminar 2017 AWS Summit Tokyo 2017 まとめ
Amazon Web Services Japan
More Related Content
What's hot
SORACOM と Azure で IoT
SORACOM と Azure で IoT
kekekekenta
Morning Session - AWS Serverless Ways
Morning Session - AWS Serverless Ways
akitsukada
Scale Your Business without Servers
Scale Your Business without Servers
Keisuke Nishitani
Big DataとContainerとStream - AWSでのクラスタ構成とストリーム処理 -
Big DataとContainerとStream - AWSでのクラスタ構成とストリーム処理 -
Amazon Web Services Japan
Aws io tとsoracomを 使ってiotの世界に触れてみる
Aws io tとsoracomを 使ってiotの世界に触れてみる
Hideto Masuoka
AWSマネージドサービスをフル活用したヘルスケアIoTプラットフォーム
AWSマネージドサービスをフル活用したヘルスケアIoTプラットフォーム
Hiroki Takeda
AWSでのビッグデータ分析
AWSでのビッグデータ分析
Amazon Web Services Japan
aws mackerel twilio_handson_public
aws mackerel twilio_handson_public
Tomoaki Sakatoku
SA プライムなう! - AWS IoT とロボットアームでお絵かき
SA プライムなう! - AWS IoT とロボットアームでお絵かき
崇之 清水
AWSにおける モバイル向けサービス及び事例紹介(20151211)
AWSにおける モバイル向けサービス及び事例紹介(20151211)
Keisuke Nishitani
AWS Black Belt Techシリーズ Amazon Kinesis
AWS Black Belt Techシリーズ Amazon Kinesis
Amazon Web Services Japan
Amazon kinesisで広がるリアルタイムデータプロセッシングとその未来
Amazon kinesisで広がるリアルタイムデータプロセッシングとその未来
Shinpei Ohtani
Alieaters2 alibabacloud 20180320
Alieaters2 alibabacloud 20180320
Qiu Binbin
AWS Lambda のご紹介 2015 JAWS沖縄
AWS Lambda のご紹介 2015 JAWS沖縄
Toshiaki Enami
Serverless Architecture on AWS(20151121版)
Serverless Architecture on AWS(20151121版)
Keisuke Nishitani
AWS re:Mind for CTOs
AWS re:Mind for CTOs
Amazon Web Services Japan
Serverless Architecture on AWS(20151023版)
Serverless Architecture on AWS(20151023版)
Keisuke Nishitani
【IVS CTO Night & Day】AWSにおけるビッグデータ活用
【IVS CTO Night & Day】AWSにおけるビッグデータ活用
Amazon Web Services Japan
Awsで作るビッグデータ解析今とこれから
Awsで作るビッグデータ解析今とこれから
Shohei Kobayashi
20151016 soracom-araki-02
20151016 soracom-araki-02
Yasuhiro Araki, Ph.D
What's hot
(20)
SORACOM と Azure で IoT
SORACOM と Azure で IoT
Morning Session - AWS Serverless Ways
Morning Session - AWS Serverless Ways
Scale Your Business without Servers
Scale Your Business without Servers
Big DataとContainerとStream - AWSでのクラスタ構成とストリーム処理 -
Big DataとContainerとStream - AWSでのクラスタ構成とストリーム処理 -
Aws io tとsoracomを 使ってiotの世界に触れてみる
Aws io tとsoracomを 使ってiotの世界に触れてみる
AWSマネージドサービスをフル活用したヘルスケアIoTプラットフォーム
AWSマネージドサービスをフル活用したヘルスケアIoTプラットフォーム
AWSでのビッグデータ分析
AWSでのビッグデータ分析
aws mackerel twilio_handson_public
aws mackerel twilio_handson_public
SA プライムなう! - AWS IoT とロボットアームでお絵かき
SA プライムなう! - AWS IoT とロボットアームでお絵かき
AWSにおける モバイル向けサービス及び事例紹介(20151211)
AWSにおける モバイル向けサービス及び事例紹介(20151211)
AWS Black Belt Techシリーズ Amazon Kinesis
AWS Black Belt Techシリーズ Amazon Kinesis
Amazon kinesisで広がるリアルタイムデータプロセッシングとその未来
Amazon kinesisで広がるリアルタイムデータプロセッシングとその未来
Alieaters2 alibabacloud 20180320
Alieaters2 alibabacloud 20180320
AWS Lambda のご紹介 2015 JAWS沖縄
AWS Lambda のご紹介 2015 JAWS沖縄
Serverless Architecture on AWS(20151121版)
Serverless Architecture on AWS(20151121版)
AWS re:Mind for CTOs
AWS re:Mind for CTOs
Serverless Architecture on AWS(20151023版)
Serverless Architecture on AWS(20151023版)
【IVS CTO Night & Day】AWSにおけるビッグデータ活用
【IVS CTO Night & Day】AWSにおけるビッグデータ活用
Awsで作るビッグデータ解析今とこれから
Awsで作るビッグデータ解析今とこれから
20151016 soracom-araki-02
20151016 soracom-araki-02
Similar to HTML5J AWS でできるIoT
AWS_IoT_Appresso-event_20160721
AWS_IoT_Appresso-event_20160721
Takashi Koyanagawa
AWS Black Belt Online Seminar 2017 AWS Summit Tokyo 2017 まとめ
AWS Black Belt Online Seminar 2017 AWS Summit Tokyo 2017 まとめ
Amazon Web Services Japan
AWS初心者向けWebinar AWSでBig Data活用
AWS初心者向けWebinar AWSでBig Data活用
Amazon Web Services Japan
拡がるクラウドの利用用途 - AWSの強みとクラウド活用最新事例 -
拡がるクラウドの利用用途 - AWSの強みとクラウド活用最新事例 -
Yasuhiro Horiuchi
Data discoveryを支えるawsのbig data技術と最新事例
Data discoveryを支えるawsのbig data技術と最新事例
Takashi Koyanagawa
AWSについて @ JAWS-UG 沖縄 CMS祭り!
AWSについて @ JAWS-UG 沖縄 CMS祭り!
Yasuhiro Horiuchi
AWSアップデート (2012-08-27 JAWS-UG 札幌 第7回 勉強会)
AWSアップデート (2012-08-27 JAWS-UG 札幌 第7回 勉強会)
Ryuichi Tokugami
[AWS初心者向けWebinar] AWSではじめよう、IoTシステム構築
[AWS初心者向けWebinar] AWSではじめよう、IoTシステム構築
Amazon Web Services Japan
AWS初心者向けWebinar AWSではじめよう、IoTシステム構築(リピート開催用)
AWS初心者向けWebinar AWSではじめよう、IoTシステム構築(リピート開催用)
Amazon Web Services Japan
AWS紹介&AWSとオープンデータの事例紹介
AWS紹介&AWSとオープンデータの事例紹介
Yasuhiro Horiuchi
Ad Tech on AWS - IVS CTO Night and Day Spring 2016
Ad Tech on AWS - IVS CTO Night and Day Spring 2016
Eiji Shinohara
はじめてのAWS at JAWS-UG 岡山 第1回勉強会
はじめてのAWS at JAWS-UG 岡山 第1回勉強会
Yasuhiro Horiuchi
スタートアップでも使える! ビッグデータ×リアルタイム処理- 導入事例
スタートアップでも使える! ビッグデータ×リアルタイム処理- 導入事例
techscore
AWS における Microservices Architecture と DevOps を推進する組織と人とツール
AWS における Microservices Architecture と DevOps を推進する組織と人とツール
Amazon Web Services Japan
AWS Black Belt Online Seminar Antipattern
AWS Black Belt Online Seminar Antipattern
Amazon Web Services Japan
JAWS re:Mote 2015 Nagoya
JAWS re:Mote 2015 Nagoya
陽平 山口
Aws seminar-tokyo dan-jp-final-publish
Aws seminar-tokyo dan-jp-final-publish
awsadovantageseminar
Aws dan jp-final-publish
Aws dan jp-final-publish
awsadvantageseminar
クラウド時代のソフトウェアアーキテクチャ
クラウド時代のソフトウェアアーキテクチャ
Keisuke Nishitani
エンジニアの為のAWS実践講座
エンジニアの為のAWS実践講座
Eiji Shinohara
Similar to HTML5J AWS でできるIoT
(20)
AWS_IoT_Appresso-event_20160721
AWS_IoT_Appresso-event_20160721
AWS Black Belt Online Seminar 2017 AWS Summit Tokyo 2017 まとめ
AWS Black Belt Online Seminar 2017 AWS Summit Tokyo 2017 まとめ
AWS初心者向けWebinar AWSでBig Data活用
AWS初心者向けWebinar AWSでBig Data活用
拡がるクラウドの利用用途 - AWSの強みとクラウド活用最新事例 -
拡がるクラウドの利用用途 - AWSの強みとクラウド活用最新事例 -
Data discoveryを支えるawsのbig data技術と最新事例
Data discoveryを支えるawsのbig data技術と最新事例
AWSについて @ JAWS-UG 沖縄 CMS祭り!
AWSについて @ JAWS-UG 沖縄 CMS祭り!
AWSアップデート (2012-08-27 JAWS-UG 札幌 第7回 勉強会)
AWSアップデート (2012-08-27 JAWS-UG 札幌 第7回 勉強会)
[AWS初心者向けWebinar] AWSではじめよう、IoTシステム構築
[AWS初心者向けWebinar] AWSではじめよう、IoTシステム構築
AWS初心者向けWebinar AWSではじめよう、IoTシステム構築(リピート開催用)
AWS初心者向けWebinar AWSではじめよう、IoTシステム構築(リピート開催用)
AWS紹介&AWSとオープンデータの事例紹介
AWS紹介&AWSとオープンデータの事例紹介
Ad Tech on AWS - IVS CTO Night and Day Spring 2016
Ad Tech on AWS - IVS CTO Night and Day Spring 2016
はじめてのAWS at JAWS-UG 岡山 第1回勉強会
はじめてのAWS at JAWS-UG 岡山 第1回勉強会
スタートアップでも使える! ビッグデータ×リアルタイム処理- 導入事例
スタートアップでも使える! ビッグデータ×リアルタイム処理- 導入事例
AWS における Microservices Architecture と DevOps を推進する組織と人とツール
AWS における Microservices Architecture と DevOps を推進する組織と人とツール
AWS Black Belt Online Seminar Antipattern
AWS Black Belt Online Seminar Antipattern
JAWS re:Mote 2015 Nagoya
JAWS re:Mote 2015 Nagoya
Aws seminar-tokyo dan-jp-final-publish
Aws seminar-tokyo dan-jp-final-publish
Aws dan jp-final-publish
Aws dan jp-final-publish
クラウド時代のソフトウェアアーキテクチャ
クラウド時代のソフトウェアアーキテクチャ
エンジニアの為のAWS実践講座
エンジニアの為のAWS実践講座
Recently uploaded
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Hiroki Ichikura
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
Recently uploaded
(8)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
HTML5J AWS でできるIoT
1.
AWSでできるIoT 18 Aug, 2015 Toshiaki
Enami Partner Solution Architect Amazon Data Service Japan K.K.
2.
⾃自⼰己紹介 • 名前 – 榎並
利利晃(えなみ としあき) – toshiake@amazon.co.jp • 役割 – パートナーソリューションアーキテクト – 主に新規パートナー様を担当 • 好きなAWSのサービス – Amazon Kinesis – AWS Lambda
3.
4.
数字で⾒見見るAWS • 世界に先駆け2006年年より、クラウドサービスを提供 • 世界に11か所のリージョンと30か所のアベイラビリティゾーン •
世界で190か国の百万のアクティブなお客様が利利⽤用 • 累累計で48回以上値下げをして利利益をお客様へ還元 (2015年年6⽉月時点) • Amazon.comが$7Bの時に必要だったサーバリソースを毎⽇日追加し ている
5.
アマゾンでの取組み
6.
7.
Amazon Drone 他にもあるある。
8.
持ってきました!Amazon Echo
9.
Amazon Echo ⼈人⼯工知能スピーカー • Voice
Interaction • Advanced Audio Design • Connected home カレンダ連携 アラーム ショッピング ⾳音楽/News Q&A 機能の追加
10.
Alexa Skill Kit
(ASK) • Amazon Echoに独⾃自の スキルを覚えさせること ができる! • しかも、AWS Lambda を使ってプログラミング できる!
11.
AWS Lambda
12.
クラウド上でのイベント駆動なコンピュート • Lambda
functions: ステートレスでリクエスト 駆動なコード実⾏行行 – これらを簡単にしてくれる • データがクラウドに来たらすぐに変換する • データ駆動な監査、分析、そして通知を実⾏行行する • キックされるワークフロー
13.
インフラの管理理が不不要 • ビジネスロジックにフォーカス できる • コードをアップロードするだけ で、あとはAWS
Lambdaが以 下をハンドリング – キャパシティ – スケール – デプロイ – 耐障害性 – モニタリング – ロギング – セキュリティパッチの適⽤用
14.
オートスケール • イベントのレートに合うように Lambdaが⾃自動でスケール • プロビジョニング中や完了了を気にす る必要なし •
コードが稼働した分だけのお⽀支払い
15.
Bring your own
code • Node.jsまたはJavaで書かれたコー ドを実⾏行行 • コード内では以下も可能 – スレッド/プロセスの⽣生成 – バッチスクリプトや他の実⾏行行ファイルの実⾏行行 – /tmpのread/write • 各種ライブラリも利利⽤用可能 – ネイティブライブラリも可能 – 利利⽤用するライブラリを⼀一緒にアップロード
16.
細やかな料料⾦金金体系 • 100ミリ秒単位でのコンピュート時間に 対する価格設定 • リクエストに対する低額の課⾦金金 •
リクエスト数と実⾏行行時間 o リクエスト数課⾦金金:0.20 USD/1,000,000 件 o 実⾏行行時間課⾦金金:0.000000208 USD/ 100ms(128MBの場合) • ⼗十分な無料料枠 • 1 か⽉月に 1,000,000 件の無料料リクエストお よび 400,000 GB/秒のコンピューティング 時間が無料料利利⽤用枠
17.
IoT的使い⽅方(例例) センサーデバイスで発⽣生したイベントをトリガーに処理理実⾏行行可能
18.
Intel Edison と
AWS LambdaでHello World
19.
イメージ 照度度 ⽂文字列列表⽰示 必要最低限のコーディングだけでスケーラブルな バックエンドシステムが簡単構築! API Gateway Lambda http://****/device?operation=check&value=照度
20.
イメージ 照度度 ⽂文字列列表⽰示 API Gateway Lambda exports.handler
= function(event, context) { var operation = event.operation; var value = event.value; switch (operation) { case 'check': if(value >= 100){ context.succeed(’Hello World!'); }else{ context.succeed(’Good Night'); } break; case 'echo': context.succeed(event); break; default: context.fail(new Error('Unrecognized operation "' + operation + '"')); } };
21.
イメージ 照度度 ⽂文字列列表⽰示 API Gateway Lambda var
m = require('mraa'); var lcd = require('jsupm_i2clcd'); var request = require('request'); var intervalmsec = 1000; var analogPin0 = new m.Aio(0); var myLCD = new lcd.Jhd1313m1(6, 0x3E, 0x62); var clearStr = " "; var url = "https://***.execute-api.us-east-1.amazonaws.com/prod/device?operation=check&value="; var msg1 = 'Initialize'; var msg2 = ''; setInterval( function() { var value = analogPin0.read(); msg1 = 'Data: ' + value; var options = { url: url + value }; request.get(options, function (error, response, body) { if (!error && response.statusCode == 200) { msg2 = body; } else { msg2 = 'error: '+ response.statusCode; } }); myLCD.setColor(0, 255, 0); myLCD.setCursor(0,0); myLCD.write(clearStr); myLCD.setCursor(0,0); myLCD.write(msg1); myLCD.setCursor(1,0); myLCD.write(msg2); }, intervalmsec); API Gatewayを使うと独自で設計した Web APIを呼ぶだけでよい
22.
注⽬目の新サービス Amazon API Gateway 独⾃自のRESTful
APIを作ることができるマネージドサービス! ロジックは Lambdaで書ける
23.
AWSの何がいいのか?
24.
Why AWS for
IoT/M2M? 代表的なお客様の声 • 「サービスがスケールするかもしれないし、スケールしな いかもしれない。スケールしていない段階から、スケール しても⼤大丈夫な構成にしたかった」 • 「どのように収益につなげるかまだわからないので、とに かく低コストにしたかった」
25.
• 容易易なグローバル展開 • インバウンド費⽤用が無料料 •
充実したエコシステム • 早いイノベーションのスピード Why AWS for IoT/M2M? スケールするIoT/M2Mシステムに対応可能なAWS
26.
Amazon Cognito アクセス認可 AWS Lambda イベント・ドリブン処理理 Amazon
Kinesis データインジェスト Amazon DynamoDB NoSQLサービス Amazon S3 クラウド・ストレージ Amazon Redshift データウェアハウスサービス Amazon EMR Hadoopサービス Amazon SNS 通知サービス 40を超えるサービスを利利⽤用可能 Why AWS for IoT/M2M?
27.
TECHNICAL & BUSINESS SUPPORT Account Management Support Professional Services Solutions Architects Training & Certification Security &
Pricing Reports Partner Ecosystem AWS MARKETPLACE Backup Big Data & HPC Business Apps Databases Development Industry Solutions Security MANAGEMENT TOOLS Queuing Notifications Search Orchestration Email ENTERPRISE APPS Virtual Desktops Storage Gateway Sharing & Collaboration Email & Calendaring Directories HYBRID CLOUD MANAGEMENT Backups Deployment Direct Connect Identity Federation Integrated Management SECURITY & MANAGEMENT Virtual Private Networks Identity & Access Encryption Keys Configuration Monitoring Dedicated INFRASTRUCTURE SERVICES Regions Availability Zones Compute Storage Objects, Blocks, Files Databases SQL, NoSQL, Caching CDNNetworking PLATFORM SERVICES APP Mobile & Web Front-end Functions Identity Data Store Real-time DEVELOPMENT Containers Source Code Build Tools Deployment DevOps MOBILE Sync Identity Push Notifications Mobile Analytics Mobile Backend ANALYTICS Data Warehousing Hadoop Streaming Data Pipelines Machine Learning
28.
AmazonとしてもIoTを意識識してサービス拡充
29.
Device Interface (HTTP/HTTPS, MQTT,
Websockets etc ) Device Management Service Notification / Command Visualize Data Analysis Firmware Capability Status Machine Learning External System Interface Data Archive Event Processing Data Processing IoT/M2Mシステム構成
30.
データフローとAWSサービスのマッピング 収集 処理
分析 保存 S3 Kinesis DynamoDB Data Collection and Storage AWS Lambda KCL Apps Event Processing EMR Redshi; Machine Learning Data Processing Data Analysis
31.
データフローとAWSサービスのマッピング 収集 処理
分析 保存 S3 Kinesis DynamoDB Data Collection and Storage AWS Lambda KCL Apps Event Processing EMR Redshi; Machine Learning Data Processing Data Analysis
32.
1 データを 自動複製 API Amazon S3(Simple Storage
Service) " データを3つ以上のデータセンターに⾃自動複製 " 設計上のデータ耐久性は、99.999999999% " 1GByteあたり⽉月額 $0.033 -‐‑‒ 容量量は無制限 S3 ※Tokyoリージョン
33.
Amazon Kinesis Data
Sources AWS Endpoint App.1 [Aggregate & De-‐Duplicate] Data Sources Data Sources S3 Redshift App.3 [Sliding Window Analysis] Availability Zone Shard 1 Shard 2 Shard N Availability Zone Availability Zone Amazon Kinesis データINPUT データOUTPUT " データのストリーミング処理理のためのマネージドサービス 各種処理理データ保持 低レイテンシー ⾼高信頼性 (3AZ, 24h) 容易易な インテグレーション Pluggable アーキテクチャ
34.
データ⼊入⼒力力 & ストリーム処理理 HTTP
Post AWS SDK LOG4J Flume Fluentd Get* APIs Kinesis Client Library + Connector Library Apache Storm Amazon Elastic MapReduce データ⼊入⼒力力 データ処理理 AWS Mobile SDK Apache Spark Streaming
35.
Data Recordに設定されたパーティションキーを基にShard に分配 データ⼊入⼒力力イメージ Stream Shard-‐‑‒0 Shard-‐‑‒1 Data Record Data Record Data Record DataRecordの中身 データブロブ (Max 1M) パーティ ションキー (Max
256B)
36.
シーケンス番号 • KinesisがStream内でユニークなシーケンス番号を付与 • データもシーケンス番号も不不変 •
シーケンス番号でデータが何回でも取得できる(24時間以内) • 何度度取得してもシーケンス番号の順番はかわらない SeqNo (14) SeqNo (17) SeqNo (25) SeqNo (26) SeqNo (32) Stream
37.
データフローとAWSサービスのマッピング 収集 処理
分析 保存 S3 Kinesis DynamoDB Data Collection and Storage AWS Lambda KCL Apps Event Processing EMR Redshi; Machine Learning Data Processing Data Analysis
38.
EMR とは クラウドにある
Hadoop Hadoopは膨⼤大なデータをクラスタ上で パラレル処理理するためのオープンソース フレームワーク Elastic MapReduce(EMR) AWS上のHadoopサービス • 簡単かつ安全にビッグデータを処理理 • 数千のお客様、多数の実績 簡単スタート • 数クリックでHadoopセットアップ 低コスト • ハードウェアへの投資不不要 • 従量量課⾦金金制 • 処理理の完了了後、クラスタを削除し て課⾦金金停⽌止 • Spotインスタンスの活⽤用 収集したデータのETL処理理をHadoopなどの分散処理理フレームワーク を使って効率率率的に処理理
39.
Amazon Redshift " フルマネージドのデータウェアハウスサービス •
DB構築は数クリックで完了了 • ⾃自動バックアップ、障害時の⾃自動復復旧 " 従来のBIツール/SQLでの利利⽤用が可能 " 最⼤大2PBのデータ容量量までの拡張性 " 従量量課⾦金金で利利⽤用可能 • 初期費⽤用、ライセンス費⽤用不不要 • 30円/時間〜~ • 従来のDWHソリューションの1/10の費⽤用 ※1ドル=100円で計算 Redshift 収集したデータを中⻑⾧長期的に分析することができる基盤
40.
⽤用途に応じた組み合わせ! ストリーム トランザクション ファイルアップロード 適材適所に各サービスを適⽤用可能 Spark Streaming,
Storm Amazon Kinesis Amazon DynamoDB Native Client AWS Lambda Amazon S3 Amazon Redshift Native Client AWS Lambda Spark Presto Hive KCL 秒単位 分単位 時間単位 ⽇日⽉月単位
41.
例例えば、
42.
dash様 ⾞車車のセンサー情報をクラウドに収集し、⾞車車の状態把握や燃費⾛走⾏行行の提案などをモバ イルアプリを通して提供 1⽇日で1TBのデータを収集・分析している
43.
イベント会場での騒⾳音監視システム 騒⾳音 センサー ぷらっとホーム社 OpenBlocks IoT BX1 認証: Amazon Cognito データ収集: Amazon
Kinesis レポート登録 -‐‑‒ 通知 -‐‑‒ ワークフロー イベントエンジン: AWS Lambda リアルタイムモニタ: Amazon EC2 カスタマイズビュー 3⽇日間:約259,200レコード 簡単に構築でき、マネージドであるため運⽤用も容易易
44.
あきんどスシロー様 捨てていたデータをクラウドに送り、他のデータと合わせて分析することで、 今まで⾒見見えなかったことがデータとして可視化ができた。
45.
まとめ
46.
まとめ • アマゾン⾃自体がIoTを使ったサービスをしている • AWSは、40を超えるサービスを持ち、今後もお 客様がすぐに使いたいサービスが増える •
⽤用途に合わせてサービスを組み合わせる
Download now