翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
AWS 最新のデータアーキテクチャ
このガイドでは、データ戦略フレームワークを実装する方法については説明していません AWS。これは、 AWS ドキュメント、ブログ記事、その他のガイド (「 リソース」セクションを参照) で説明されている広範なトピックです。ただし、次の図は大まかな概要を示しています。の最新のデータアーキテクチャ AWSの主なコンポーネントを示し、ロードマップに含めることができるほとんどのサービスについて説明します。
このアーキテクチャの主なコンポーネントは、前に説明した最新のデータ戦略の技術的原則をサポートしています。
-
すべてのデータプロデューサーとコンシューマーがデータを操作するための技術的能力を持つように、統合された費用対効果の高いスケーラブルなストレージレイヤーを使用します。
Amazon Simple Storage Service (Amazon S3)
は、低コストで統合、スケーラビリティ、データ可用性、セキュリティ、パフォーマンスを提供するオブジェクトストレージサービスです。 -
セキュリティは必須です。データプライバシールールの適用、暗号化によるデータ保護の提供、監査の有効化、コンプライアンスの自動化を行います。
データプライバシー、保護、コンプライアンスを自動適用し、監査を有効にするには、 AWS Key Management Service （AWS KMS）
、 AWS Identity and Access Management (IAM) 、、AWS Audit Manager 、および Amazon Macie AWS Secrets Manager を使用できます。 -
データを管理して会社全体で共有します。ユーザーが必要なデータを見つけて使用できるように、一意のデータカタログとビジネス用語集を提供します。
AWS Lake Formation
は、データを管理して会社全体で共有するのに役立ちます。さらに、Amazon DataZone (プレビュー) を使用して従業員が必要なデータを検索できるようにすることで、 AWS Glue とビジネス用語集に一意のデータカタログを作成できます。 -
適切なジョブに適したサービスを選択します。コンポーネントを選択するときは、機能、スケーラビリティ、データレイテンシー、サービスの実行に必要な労力、レジリエンス、統合、オートメーションを考慮します。
Amazon Athena
、Amazon EMR 、、AWS Glue Amazon OpenSearch Service 、Amazon Kinesis 、Amazon Redshift 、Amazon Managed Streaming for Apache Kafka (Amazon MSK) 、Amazon QuickSight を検討してタスクを管理できます。例えば、Kinesis または Amazon MSK を使用したリアルタイムストリーミング、Amazon EMR または を使用したデータ処理 AWS Glue、OpenSearch Service を使用した検索、Athena を使用したアドホッククエリ、Amazon Redshift を使用したデータウェアハウスを実行できます。 -
人工知能 (AI) と機械学習 (ML) を使用します。
Amazon SageMaker
AWS AI では、AI サービス による人工知能の使用と機械学習を有効にできます。 -
データリテラシーとツールにビジネスパーソン向けの抽象化を提供します。
データリテラシー、ツール、抽象化を提供するプロセスはアーキテクチャの一部ではありませんが、Amazon DataZone
(プレビュー）、AWS Lake Formation 、Amazon QuickSight をデータ抽象化ツールとして使用できます。 -
データイニシアチブの仮説をテストし、その結果を測定します。
Amazon OpenSearch Service
ダッシュボードまたは Amazon QuickSight を使用して、ビジネス成果メトリクスとテスト結果を操作し、仮説を検証できます。
さまざまなユースケースのサンプルアーキテクチャの例については、「 アーキテクチャAWS センター
