最新テクノロジーに圧倒された一日！ – AWS Summit Tokyo 2019 参加レポート

2019年6月12日/13日/14日の3日間、幕張メッセにてAWS Summit Tokyo 2019が開催されました！tyottoからは私・伊藤と山本が3日目だけ参加してAWSの最新情報を手に入れてきました。

今回はその内容や感想をまとめていきたいと思います！

基調講演

セッション内容

Marco Argentiさん
AWSの特徴の紹介
新しいリージョンの紹介
AWSの強み
- 多様なデータベース・ストレージ
クラウドへの移行のポイントはデータの転送
- 11の異なる方法で移行を支援
- AWS Snowballを使った物理的なデータの転送
- AWS DataSyncを使ったネットワーク越しのデータの転送
- 14万件のデータベース移行実績がある
- AWS Database Migration Service
Windows on クラウドの事例
- マイクロソフトの2倍以上のインスタンスをホスティングしている
ハイブリッドインフラ
- インフラの一部にクラウドを取り入れた構成
AWS Direct Connect
- オンプレの環境とAWSの閉域網を接続
AWS Outposts
- AWSのサービスをオンプレの環境で実行
AWS Snowball Edge Compute Optimized
- AWS Snowballにコンピューティングリソースがついたもの
- ネットワークに接続されていない環境でも処理が行える
VMWare on Cloud
- AWS上でVMWareを使うこともできる
マイクロサービスの思想
- 個々が一つのことをそれぞれ担う
200以上のEC2インスタンスタイプが存在する
- ほぼ全てのワークロードとビジネスニーズに対応できる
- 60TBのメモリを持つインスタンスもある
コンテナ
- ECS
  - Fargateを使えば開発に集中できる
- EKS
  - Kubernetesを動かせる
  - Kubernetesの進化にキャッチアップするので、安心して使うことができる
  - マクドナルドはEKSを使って一日あたり6,400万人のユーザー、1秒あたり2万以上のリクエストをさばいている
ゲストスピーカー：メルカリ
- メルカリは他のECサービス等と比べて滞在時間が長い
- AIで違反検知を行なっている
- 今後はメルペイを行なっていく
- Image Searchという画像で商品を検索できる機能の開発にAWSの機械学習リソースを活用している
- 学習にEKSクラスタを利用している
- 画像は全てS3に格納している
- フルコンテナのワークロードを実現している
- そのほかにもAIが出品情報を人間に代わって入力してくれる機能も開発中
- AWSを使う理由
  - 信頼が日々積み重ねられ続けている
  - 無数の新機能がリリースされ続ける
  - Customer Obsessionが徹底されている
  - まるで自社社員のようにソリューションを考えてくれる
サーバーレス
- インフラに注意を払わなくてよくなる
- AWS Lambdaを活用している企業は非常に多い
AWS AppMesh
- マイクロサービス間のコミュニケーションのルールづくり
Database Freedom
Amazon Aurora
- MySQL/PostgreSQLに対応
- 商用グレードデータベースの10分の1のコスト
- AWS史上もっとも成長の速いサービス
その他のデータベースサービス群
- KVSならDynamoDB
  - グローバルテーブルを使えば複数リージョン間でレプリケーションできる
  - ポイントインタイムリカバリを使ってバックアップを作成できる
  - フォートナイトで発生する1分あたり1億2千万件以上のイベントをDynamoDBで処理している
- インメモリキャッシュならElastiCache
- DocumentDB
- グラフデータベースならAmazon Neptune
- IoTのためのストリームデータ用ストアならAmazon TimeStream
- ブロックチェーン元帳ならAmazon Quantum Ledger Database
ブロックチェーン技術
- 分散型と集約型がある
- 透過的でイミュータブル
- ログの中でアペンドのみできる
- 暗号的に検証可能
- それぞれのトランザクションを検証できる
データレイク
- S3を使うのが一般的
- エクサバイトのデータを好みのサービスで分析
- Athena/Redshift
IoT
- AWSではエッジからクラウドまで提供
機械学習
- Amazon Comprehend
- P3インスタンス
- Amazon Elastic Inference
  - Amazon SageMakerインスタンスにGPUをアタッチして高速計算・コスト削減
- AWS Inferentia
  - 低コストで高パフォーマンスを実現するよう設計された機械学習推論チップ
- Inferentiaが載ったG4インスタンスが提供開始予定
- SageMaker
  - Amazon SageMaker Ground Truthを使ってラベルづけ
  - ハイパーパラメーター最適化も行える
  - Amazon Forecastで時系列予測
  - Amazon Personalizeでパーソナライズを実現

感想

AWSはどんなサービスかの簡単な説明とリージョンの拡大状況から始まり、今熱いトピックが重点的に紹介された基調講演でした。

大量のデータを入れられるデータレイク
スケーリングの課題を排除したサーバーレス/マネージドサービス
データレイクのデータを分析する機械学習基盤
多様なアプリケーションをシンプルに構築できるコンテナとマイクロサービスアーキテクチャ

どれも不可能を可能にしてきたサービスで、聞いているだけでワクワクが止まりません…！

参加セッション１：Amazon Pinpoint でユーザーを掴んで離すな

セッション内容

登壇者
- アマゾンウェブサービスジャパン株式会社技術統括本部ソリューションアーキテクト塚田朗弘さん
- Amazon Web Services Principal Solutions Architect John Burryさん
84%のユーザーは人として扱われたいと考えている
51%のアプリケーションは期待に応えられていない
通知の方法はユーザーに合わせてメール・プッシュ通知・ラインなど使い分けたい
サイロ（孤立）化した体験から連続性のある繋がった体験へ
Amazon Pinpointを使えば、ユーザーの行動イベントは1分でダッシュボードに反映される
ファネル分析を行うことができる
- 分析を行うためには、アプリケーション側でイベントをPinpointに送信するように実装する必要がある
改善効果が大きい場所を特定する
イベントベースの通知機能もある
- イベントトリガーキャンペーン
- 「商品を購入した人に通知」を実現することができる
Voiceチャンネル
- Amazon Pollyを利用して合成音声で電話をかけられる
- 新しい通知の形
メールを使った通知だと、意外と大変なことが多い
- メールが届いているか？
- スパムボックスに入っていないか？
配信性能ダッシュボードで配信状況を確認することができる
秒間最大送信数を制御することができる
- プッシュ通知を一斉に送信しても、ユーザーが一斉にアプリを起動したときのトラフィックにバックエンドが耐えられないと厳しい
一人のユーザーが一日に受け取るメッセージ数も制御できる
- うざがられないように調整できる
プッシュ通知を配信しない時間帯を現地時間で設定することができる
インポート機能もある
- 通知対象と通知内容のリストをPinpointに与えればシンプルな配信基盤としても利用できる
イベントストリームをエクスポートすることができる
- Kinesisなり好きなサービスで利用することができる
Amazon QuickSightを使えばデータを可視化することができる

感想

プッシュ通知やメール配信は正直全然重要視できていなくて、単にユーザーに連絡を入れるための手段としか認識できていなかったと反省しました。

確かに通知がうっとおしいサービスは使わなくなるし、逆に通知がうまいサービスは使いたくなります。

「送る処理だけ叩いてあとは放置」にせず、そもそも通知は届いているのか、ユーザーのニーズに合った通知を送れているのかを見直したいと思います。

まずは、そこだけFirebaseを使ってしまっている通知機能をAmazon Pinpointに置き換えるところから着手します！

参加セッション２：Amazon DynamoDB Deep Dive

セッション内容

登壇者
- アマゾンウェブサービスジャパン株式会社技術統括本部ソリューションアーキテクト成田俊さん
バーストキャパシティ
- プロビジョニングされたキャパシティを超えるリクエストが来たときにキャパシティを自動的に増やして対応する機能
- 過去300秒の間で未使用なキャパシティを使ってバーストすることができる
- この機能の発動に以前は5分ほど要していたが、アップデートで機敏に反応するようになった
オンデマンドモードを使えば、完全なリクエスト課金で利用できる
データモデリングが非常に重要
GSI Overloadingという縦持ちの設計が効率的になることがある
まずはアプリケーションの要件を整理してクエリコンディションを表にしよう！

感想

最近DynamoDBをかなり触っているので、基本的な特性や使い方の説明は聞き流しました。DynamoDBが今の形になるまでのアップデートはどれも魅力的で、RDBと比較したときの弱点をどんどんカバーできるようになっていると感じました。

複数レコードの更新を同時に行い、一件でも失敗したら全体をロールバックするトランザクションや、強い整合性のある読み込みはすぐにでも利用していこうと思います。

DynamoDBを使ったアプリケーション開発を始めた頃にオンデマンドモードが発表されたので、苦手だったキャパシティユニットも考慮しなくてよくなったのでさらに開発スピードが上がりそうです。（もちろん、特性に応じて使い分けられるよう勉強は欠かせないですが！）

NoSQLを効果的に使うためのデータモデリングには日々苦戦してしまっています。RDBでは特に深く考えず正規化していけばよかったのですが、NoSQLはそうは行きません。アプリケーションの要件を整理して、どんなアクセスパターンがあるかを明確にした上でそれを満たす必要十分なスキーマを設計する必要があります。

頭を使ってクエリコストを下げる工夫をするのはとても楽しいので、効果的に使えるよう日々試行錯誤を繰り返そうと思います。

参加セッション３：【初級】クラウド環境におけるモニタリングの重要性について

セッション内容

登壇者
- アマゾンウェブサービスジャパン株式会社技術統括本部ソリューションアーキテクト　大場崇令さん
モニタリングとは？
- 外形監視（シンセティック監視）
- パフォーマンスモニタリング
  - 過負荷で応答できないなどの障害に気づく
- リソースの監視
  - ディスクがいっぱいになっていないかなど
- アプリケーションのパフォーマンスの監視
  - APM
  - 迅速な改善を行うため
  - モニタリングをしないとワークロードの課題が特定できない
- セキュリティモニタリング
  - 不正操作がないか
  - 機密情報が流出していないか
測定すべき項目
- クラウド上でのアクティビティ
- リソースの構成変更
- サービスへの脅威
- コスト
リソースの監視：CloudWatch Alarms
ログ監視：CloudWatch Logs
CloudWatch Logs Insight
- 高速でインタラクティブなログ分析ツール
- サンプルのクエリが用意されているのでそれを使うと効率的に習得できる
- CloudWatch Dashboardに表示することもできる
APM
- アプリケーションの性能管理
- リクエストの実行状況/アプリケーションの問題/処理ごとのレスポンス
AWS X-Ray
- リクエスト実行状況の確認
- アプリケーションの問題の検出
- アプリケーションからX-Rayのエンドポイントへデータを送る
- X-Rayのデーモンをインストールしたり、SDKを使って自分で情報を送ったりする必要がある
- サービスマップ
  - サービスのコールグラフを可視化
  - 各ノードの呼び出し結果を色で分類し、割合を円グラフにする