AWS ではじめるデータレイク(エーダブリューエスデハジメルデータレイク)

Name: AWSではじめるデータレイク
Rating: 3.75 (4 reviews)
Author: 上原 誠/志村 誠/下佐粉 昭/関山 宜孝
ISBN: 9784910313016

クラウドによる統合型データリポジトリ構築入門

著者:: 上原誠/志村誠/下佐粉昭/関山宜孝(ウエハラマコト/シムラマコト/シモサコアキラ/セキヤマノリタカ)
出版社:: テッキーメディア
出版日:: 2020年07月09日頃
ISBN:: 9784910313016
在庫:: 在庫あり

★★★⯨☆3.75(4 件)

中級者向け

AWSデータレイクデータ分析機械学習オブジェクトストレージAmazon S3Amazon AthenaAmazon RedshiftAmazon SageMaker統計

Amazon で見る楽天ブックスで見る

なぜ注目されているか

言及数

81位

総合

407位

↓ 8 ランクダウン42 件の言及

書籍紹介

「データレイク」は、大量データ分析／生成データの活用を視野に入れた新しいデータストアのかたちです。従来のデータベース／データウェアハウスの範囲に収まらない多様なデータを大量に保管し、高度な統計分析や機械学習に役立つ情報基盤を作ることが可能です。
本書ではデータレイクの概念や特徴、必要とされる機能などを基本から解説し、さらに Amazon が運営するパブリッククラウドサービス AWS (Amazon Web Services) で実現する方法を解説します。
従来では想定しえなかった大量のデータを確実に保管するため、データレイクの世界ではクラウドのようなサービス型インフラストラクチャの活用が注目されます。さらに AWS ではオブジェクトストレージ S3 上のデータを直接分析する Amazon Athena 、データウェアハウスの Amazon Redshift 、機械学習を実現する Amazon SageMaker など、データレイクを支えるさまざまな仕組みが存在します。
本書ではそれらの活用の指針を解説するとともに、後半ではシステムの構築例を具体的に解説していきます。ビジネスデータ分析とログなどの生成データ分析を例に、システム構築の流れを詳しく紹介し、機械学習や統計分析をビジネスの現場で活かせる仕組みの技術的なヒントを数多く提供します。
第 1 部データレイクの概念と知識

序章データレイクを始めよう
第 1 章データレイクの構築
第 2 章データレイクの活用
第 3 章データレイクの運用
第 4 章データレイクのセキュリティ

第 2 部データレイクの実践 (基礎編)

第 5 章ハンズオンの概要 -ビジネスデータのデータレイクー
第 6 章データを可視化する
第 7 章サーバーレス SQL によるデータ分析
第 8 章データを変換する
第 9 章データを分析する (データウェアハウス)

第 3 部データレイクの実践 (応用編)

第 10 章システムの概要 -ログデータのデータレイクー
第 11 章ログを集める
第 12 章ログの保管とカタログ化
第 13 章ログを加工する
第 14 章ログを分析する

技書の森解説

社内に散在するデータを一箇所に集めて分析したいが、データウェアハウスを構築するほどの予算も専任チームもない。そうした状況で AWS のマネージドサービスを組み合わせてデータレイクを立ち上げる手順を、設計思想から実装まで一冊で追えるのが本書です。 S3 をストレージ層に据え、 AWS Glue でクロール・ ETL を行い、 Athena で SQL クエリを投げるという基本アーキテクチャを、具体的な構成図とコード例で示しています。

本書の価値は「サービス単体のドキュメントを読めば分かること」ではなく、「複数のサービスをどう組み合わせてデータ基盤として成立させるか」という設計判断を体系的にまとめている点にあります。データカタログの設計、パーティション戦略、 Lake Formation によるアクセス制御など、プロジェクトの初期段階で決めておくべき事項が整理されています。

AWS の基本操作 (マネジメントコンソール、 IAM) に馴染みがあれば読み始められますが、データエンジニアリングの概念 (ETL 、スキーマオンリード、列指向フォーマット) に初めて触れる場合はやや密度が高く感じるかもしれません。 AWS 上でデータ分析基盤をゼロから組む最初の設計書として、全体像を一気に把握したいエンジニアやアーキテクトに向いています。