AWSではじめるデータレイク: 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

• テッキーメディア (2020年7月9日発売)

作品紹介・あらすじ

「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。

感想・レビュー・書評

[猫丸(nyancomaru)さんの感想 · 2022年3月9日]

クラウドと一人版元(テッキーメディア 石川耕嗣) | 版元日誌･版元ドットコム
https://www.hanmoto.com/nisshi1036

このサイトはテッキーメディアの公式ページです - テッキーメディア
https://techiemedia.co.jp/

[catnapperさんの感想 · 2022年2月9日]

ハンズオン部分はもちろん良いが、序盤のデータレイクの概念とデータ分析の課題など背景的なところの説明が知りたかったところなので非常に役に立った。
ハンズオン部分はやっていないので評価なしの意味で星4。

[tchovさんの感想 · 2021年11月3日]

『ビッグデータを支える技術』が理論を提供する本であれば、こちらは実践を提供する本である。SparkやHadoopを自前で運用するのは難しく、ビジネス要求からすれば本質ではない。本質はデータ解析である。であれば、AWSのマネージドサービスを利用するほうが良い。

ハンズオンは基礎編と応用編に分かれている。基礎編ではQuickSight, Redshift, Athena, Glue を取り扱うが、QuickSightとRedshiftはこれまで業務で縁がなかったためハンズオンで大いに学ぶことができた。AthenaとGlueは業務で少しやればこのハンズオン以上の知識が既に入っている、というようなレベル感だ。

応用編はログ分析の基盤を作るハンズオンでかなり重量級である。やり抜けば即実戦投入とはいかなくても、ログ分析周りの技術に知見がない状態から脱し、自社での応用を考えるところまではいけるだろう。

[b_a_a_d_oさんの感想 · 2021年9月24日]

ハウツー

[Takaaki Kakeiさんの感想 · 2021年7月8日]

AWS DASの勉強の為に手に取った
2章までしか読んでないが、ハンズオンがとても良くサービスの概要を学ぶのにとても役に立った

[miyazaghiさんの感想 · 2020年12月28日]

AWSを用いた分析環境作りを行う上での教科書
考え方やベストプラクティスが参考になる

●基本的なデータの流れ
①各部署やツールに散在しているデータ
②データレイク（真のデータ・生データの保管）
③DWH（目的を満たす分析データの格納）
④データマート（BIに食わせる前のデータ）

・②→③が目的志向で加工した（でも最小粒度）のデータの格納がキモ。事業目的は変化するので難易度が高い。

著者プロフィール

上原 誠（うえはら まこと）。ソリューションアーキテクト。おもにISV/SaaSのお客様に対する技術支援を担当。技術的な得意/興味領域としては、アナリティクス系テクノロジー、広告系ソリューション、Aerospikeなど。

「2020年 『AWSではじめるデータレイク』 で使われていた紹介文から引用しています。」