読者です 読者をやめる 読者になる 読者になる

akiyoko blog

akiyoko の IT技術系ブログです

「AWS Summit Tokyo 2015 (Day 2)」に参加してきました

勉強会 AWS クラウド

AWS Summit Tokyo 2015 の Day 2(2日目)に参加してきました。
今年は(今年も)業務の都合で一日だけの参加です。



昨年に続いて、2回目の参加となります。
ちなみに、昨年は Day 1 に参加してきました。



参加したセッションは、以下の通りです。
今回は特に、Lambda、Machine Learning、Elastic File System が特に気になりました。

10:30 - 11:50 Day2 キーノート Marco Argenti(VP, AWS Mobile, Amazon Web Services, Inc.)/Gene Farrell(Head of AWS Enterprise Applications, Amazon Web Services, Inc.)/Eugene Kawamoto(Sr. Mgr, Business Development, Amazon Web Services, Inc.)
12:20 - 13:00 今日から始められる、機械学習!Amazon Machine Learningのご紹介 今井 雄太(アマゾン データ サービス ジャパン株式会社 ソリューションアーキテクト)/榎並 利晃(アマゾン データ サービス ジャパン株式会社 ソリューションアーキテクト)
15:20 - 16:00 Run Code in The Cloud : AWS Lambda 概要 西谷 圭介(アマゾン データ サービス ジャパン株式会社 ソリューションアーキテクト)
16:20 - 17:00 Amazon CloudFront から Edge Services へ ~ CDN を再定義する AWS の新たな取り組み ~ Prasad Kalyanaraman (VP, AWS Edge Services, CloudFront, Amazon Web Services, Inc.)
17:20 - 18:00 新サービス解説セッション ~ Amazon Elastic File System と Amazon Machine Learning ~ 辻 義一(アマゾン データ サービス ジャパン株式会社 ソリューションアーキテクト)/今井 雄太(アマゾン データ サービス ジャパン株式会社 ソリューションアーキテクト)



 

Twitterまとめ







キーノート

Marco Argenti(VP, AWS Mobile, Amazon Web Services, Inc.)



  • 11リージョン
  • 30アベイラビリティゾーン
  • 53エッジロケーション
  • 多くのエンドユーザにとって、モバイルが最初の接点
    • AWSでモバイルファースト
    • Amazon Cognito
      • ユーザ認証、データ同期のためのフルマネージドサービス
      • 2015年のアップデートは、TwitterとDisitsのネイティブサポート, Lambdaとの統合, Kinesis Streams
    • Amazon Mobile Analytics
      • 自動化されたMAU, DAU, セッション, リテンションレポート
      • データは客側で管理・保管する
      • 2015年のアップデートは、S3・RedShiftへのオートエクスポート, Unity SDK・JavaScript SDK のサポート
    • Amazon Mobile SDK
      • 2015年のアップデートは、SDK for Unitiy, Machine Learning, Lambda をサポート
    • SNS Push Notifications
      • 2015年のアップデートは、CloudWatch経由の通知のための配信ステータス、SNSでのLambdaの起動
      • 数万通知あたり$1
    • AWS Lambda
      • ステートレス、リクエスト駆動に拠るコード実行。イベント駆動型バックエンド
      • 100ミリ秒単位での課金
      • 時間単位、1日単位、1月単位の料金は不要
      • 待機時間(使っていない時間)は課金されない
      • 利用例
      • 2015年のアップデートは、Cross-account access, CloudTrailサポート等
      • 現在、LambdaからJavaプログラムのコールが可能
      • LambdaとCognitoが東京リージョンで利用可能に
    • その他
      • Kinesis Recorder
      • DynamoDB OM
      • SQS Connector
      • S3 Transfer Manager
      • Amazon ML
  • IoT利用を加速
    • DynamoDB


Eugene Kawamoto(Sr. Mgr, Business Development, Amazon Web Services, Inc.)

  • 2012年 DynamoDB
  • フルマネージドな分散型NoSQLデータベースサービス
  • 拡張性、スキーマレス、高可用性、パフォーマンス
  • 堅牢性。リージョン内の3つのアベイラビリティゾーンに書き込み
  • トラフィックに応じたキャパシティ変更
  • サーバレス
  • DynamoDB Stream
    • データベースの更新情報に外部からアクセス
    • Lambdaで連携、等でIoTへの活用が可能


横田 聡 氏(AWS Community Hero)

  • スシロー
    • Kinesis + RedShift + Machine Leaning で、待ち時間のリアルタイム予測
  • ガリバー
    • Cognito(モバイルでのユーザ認証) + Lambda(業務ロジック) + DynamoDB Stream(データストア)
      • さらに、Streamのデータ更新をトリガーにして、Lambdaからプッシュ通知、等
      • Cognito Sync?
  • クラウドネイティブなサービスを組み合わせることで、ビジネスアプリケーションのコストをさらにダウンさせる
    • Disruptive Technology


Gene Farrell(Head of AWS Enterprise Applications, Amazon Web Services, Inc.)

  • モバイルへのもう一つのアプローチ
  • Amazon WorkSpaceで仮想デスクトップ
    • Amazon WorkSpaces
    • Amazon WorkDocs(ファイル共有+コラボ)
    • Amazon WorkMail(カレンダー+メール)
  • すべてがモバイルでバイス対応
  • WorkDocsの日本語UI & 東京リージョンが本日から利用可能


 

DEV-03 (Service): 今日から始められる、機械学習!Amazon Machine Learningのご紹介

今井 雄太(アマゾン データ サービス ジャパン株式会社 ソリューションアーキテクト)
榎並 利晃(アマゾン データ サービス ジャパン株式会社 ソリューションアーキテクト)



資料:
http://media.amazonwebservices.com/jp/summit2015/docs/Dev-03s-Tokyo-Summit-2015.pdf

参考:
[レポート] 今日から始められる、機械学習! Amazon Machine Learningのご紹介 #AWSSummit | Developers.IO



超満員。ギリギリで着席できました。

  • 未来を予測、スマートアプリケーションを作成可能にする
  • MLは基本的に、教師あり学習に対応している
  • Amazon Machine Leaningでできること
    • このメールはスパムメールか?を過去のメールアーカイブをもとに予測する(二項分類、ロジスティック回帰)
    • この商品は、本、日用品、商品のひずれなのか?カテゴリを予測する(多クラス分類、多項式ロジスティック回帰)
    • 明日の売上が度のくらいになるか?という数値を予測する(線形回帰分析)
  • 教師あり学習
  • スマートアプリケーション(機械学習を活用したアプリケーション)がまだまだ少ないのは何故?
    • 機械学習や R, Python, Hadoop, Spark等の知識、特定の業務に詳しい人が少ない
  • Machine Learning as a Service
    • チューニング不要(Amazonが提供するアルゴリズム)
    • 必要なワークフローが予め提供(パッケージサービスとしての提供)
    • スケーラビリティ(自前で分散クラスタを作る必要なし)
  • 予測手法
    • バッチ予測
      • S3にアップロードされた予測対象に対してまとめて予測
    • リアルタイム予測
      • データ1件ずつAPIを使って予測を実施
  • 4つのステップ
    • 1. 教師用/評価用データを用意してアップロード
    • 2. 教師データからモデルを作成(モデルの選択は自動的に行われる)
    • 3. モデルの品質評価(7割のデータでモデルトレーニング、残り3割で答え合わせ)
    • 4. 実際の予測の実施
  • 料金は、使った分だけ
  • 現在のところ、use-east-1のみだが、他のリージョンのS3も利用可能
  • ユースケース
    • 広告の不正クリック検出
    • デモグラ推定(ユーザの属性推定)、デモグラが分かっているユーザの行動ログを教師データにする
    • デモグラに基づいたレコメンデーション
    • 顔写真から特定の人物かどうかを判定
  • 問題をどうモデルに落とし込んでいくかが重要
  • S3 や RedShift、RDS for MySQL があればすぐにでも始めることができる

デモ(顔写真から特定の人物かどうかを判定する)

  • 正解データと不正解データから教師データ(CSV)を作って、S3にアップロード
  • 画像情報をビットマップにして、最後のカラムに正解かどうか (1 or 0) を設定し、CSVにする
  • 最後のバイナリ(項目)をターゲットにする



 

DEV-06 (Service): Run Code in The Cloud : AWS Lambda 概要

西谷 圭介(アマゾン データ サービス ジャパン株式会社 ソリューションアーキテクト)


資料:
http://media.amazonwebservices.com/jp/summit2015/docs/Dev-06s-Tokyo-Summit-2015.pdf

参考:
[レポート] 今日から始められる、機械学習! Amazon Machine Learningのご紹介 #AWSSummit | Developers.IO


大盛況で後ろの方で立ち見でした。

  • インフラの管理が不要
    • キャパシティやセキュリティをモニタリングする必要がない
    • イベントの発生頻度に合うように自動でスケールしてくれる
  • Node.js で書かれたコードを実行できる
    • スレッド/プロセスの実行、バッチスクリプト/何らかの実行ファイルも実行できる
    • AWS SDK, ImageMagic のライブラリはデフォルトで組み込み済み
    • OpenCVのような外部ライブラリも利用可能。その場合は zipファイルにしてアップロード(あるいはS3に配置することも可能)
  • 十分な無料枠が用意されている
  • Day1 の Developers Night で紹介されたアプリも Lambda 使ってる
  • 簡単なものなら、APIサーバの代わりとしても使える
  • Lambdaファンクション
    • メモリ容量のデフォルトは128MB
    • 実行時間のタイムアウトは3秒(最大で60秒)と結構短めになっている
  • イベントソース
    • 現在、5つのサービスをサポート(1つはプレビュー)
  • モバイルやWebアプリからも呼び出し可能(AWS Mobile SDKやAWS SDKを使って)
    • 同期実行もできる
    • ちょっとしたモバイルバックエンドにも使える
  • イベントの実行には、PUSHモデル、PULLモデルの2種類がある(イベントソースのサービスに依る)
  • ExcutionRoleで、IAMロールを指定する
  • 実行ログが CloudWatch??? に出力されるので、デバッグも可能
  • 注意事項
    • /tmp への read/write もできるが、実行されるサーバは毎回異なるので注意(/tmp の中身は保証されない)!
    • 再帰処理は無限ループにならないように注意(S3をイベントソースにして結果をS3に書き込むとか)




 

TE-09: Amazon CloudFront から Edge Services へ ~CDN を再定義する AWS の新たな取り組み~

Prasad Kalyanaraman (VP, AWS Edge Services, CloudFront, Amazon Web Services, Inc.)

資料:
http://media.amazonwebservices.com/jp/summit2015/docs/TE-09-Tokyo-Summit-2015.pdf


  • AWS Edge Services(Route53, CloudFront, Elastic Transcoder 等)
  • 現在フォーカスしていることは、既存のサービス事業者との AWS Edge Serviceの差別化
  • 2015年:53エッジロケーション、19ヵ国
  • パフォーマンスと(クライアント側の)可用性
    • レイテンシは既存サービス事業者とほぼ同じ?
  • AWSでは、サービスにセキュリティが含まれている(プレミアムサービスとして提供していない)
  • スケーラビリティ
    • スーパーボールのハーフタイムショーCMのような、大規模配信に対応
  • Edge Services Food Tasterツール
    • 事前に行う自動バリデーション
  • インラインDDoSミティゲーション
  • DDoS攻撃への対応(サーバを特定して緩和)
    • インラインのパケットに対して悪意のあるトラフィックを検査している(CloudFrontに配備されている)
  • CloudFrontレポーティングスイート
    • 追加コストなしで見ることができる
  • AWSリージョンから CloudFrontへの転送料金は無料
  • Amazon.com, Amazon Instant Video 等でも CloudFrontを使用
    • そのため、社内ニーズにも継続対応していく必要がある



 

TA-12: 新サービス解説セッション ~ Amazon Elastic File System と Amazon Machine Learning ~

辻 義一(アマゾン データ サービス ジャパン株式会社 ソリューションアーキテクト)
今井 雄太(アマゾン データ サービス ジャパン株式会社 ソリューションアーキテクト)



資料:
http://media.amazonwebservices.com/jp/summit2015/docs/TA-12-Tokyo-Summit-2015.pdf


  • Amazon Elastic File System (EFS)
    • 先週から、Limited Previewで提供中(Oregonリージョンのみ)
  • ストレージのおさらい
    • S3:オブジェクトストレージ
    • EBS:ブロックストレージ。ディスクボリュームとして使う
    • Glacier:アーカイブストレージ
    • EFS:NASのようなサービス。NFSでファイルアクセスできるストレージ
      • ファイル単位でアクセス(EBSはブロック単位)
  • VPC内に「マウントターゲット」を用意する
    • Linuxからは、マウントコマンドを利用してマウントして使う
    • AutoScalingするサーバ群でアクセスする、コンテンツのレポジトリとして
    • ビッグデータをHPCで処理する際の分析データの共有
  • フルマネージド型
    • サーバ、ディスクなどの管理は不要
  • 保存された合計容量だけ課金
  • 容量は自動的に拡張、縮小(ペタバイトクラスまで使える)
  • 性能も容量に応じてスケール
    • 小容量時にはバーストしやすい仕組みになっている
      • バースト時は、100MB/sは保証される(ただし、1日12時間のみ)
    • SSDベースでファイル操作の応答は1桁ミリ秒程度
  • 複数AZに複数保存、複数のAZから同時に読み書き可能
  • $0.30/GB・月(USリージョンの場合)
    • 料金は、EBSの2.5倍、S3の10倍くらい
  • 今のところ(?)、同一VPC内からのみアクセス可

後半は、「今日から始められる、機械学習!Amazon Machine Learningのご紹介」とほぼ同じだったので省略。