046-AWS SAP AWS 「理論・実践・一問道場」AWS Migration Hub

type

status

date

slug

summary

理論

1. AWS移行プロセスの全体像

(1) 移行準備

AWS移行の最初のステップは、既存のインフラストラクチャを把握し、移行計画を立てることです。この段階では、以下の情報が必要になります：

サーバーの基本情報：CPU、RAM、ディスク容量

実行中のプロセス、ネットワーク構成

オペレーティングシステムとソフトウェア依存関係

(2) データ収集

AWSは、オンプレミスのサーバーデータを収集するためのツールを提供しています。主な選択肢は以下の通りです：

AWS Application Discovery Service: エージェントベース（個別サーバーにインストール）またはエージェントレス（VMware環境向け）でデータを収集可能。詳細なサーバーメトリクスやプロセス情報を取得できます。

AWS Migration Hub: サーバーデータの統合管理と移行進捗の可視化が可能です。

(3) データ分析と計画

収集したデータを分析し、以下の点を考慮して移行計画を作成します：

ワークロードの依存関係

移行先AWSサービスの選択（EC2、ECS、RDSなど）

移行順序（重要なシステムを最初に移行するか、段階的に移行するか）

(4) 移行の実行

実際の移行は以下の方法で行います：

リフト＆シフト（Lift-and-Shift）: サーバーをそのままAWS上に移行。短期間での移行が可能。

リファクタリング（Refactoring）: アプリケーションをクラウドネイティブなアーキテクチャに最適化。時間がかかるが、長期的な効率向上が期待されます。

2. AWS Application Discovery Serviceの役割

AWS Application Discovery Serviceは、移行前のサーバーデータ収集を自動化するための主要ツールです。

主な機能

詳細なサーバーデータの収集:

CPU/RAM使用率
実行中のプロセス
ネットワーク構成
オペレーティングシステムとバージョン

データのAWS Migration Hubへの統合: 収集したデータはMigration Hubに送信され、移行計画の管理に利用されます。

エージェントベース vs エージェントレス

エージェントベース: サーバーにインストールして詳細なデータを収集（例: プロセス情報）。

エージェントレス: VMware環境に対応し、仮想マシンのメタデータを収集。詳細データ収集には不向き。

3. 分析とクエリのツール

AWSで収集したデータを分析するには、以下のツールが役立ちます：

(1) Amazon S3

AWS Application Discovery Serviceが収集したデータはS3に保存されます。S3はデータの安全なストレージとスケーラブルなクエリの基盤を提供します。

(2) Amazon Athena

Athenaは、S3に保存されたデータに対してSQLクエリを実行するサーバーレスのクエリサービスです。主なメリットは以下の通り：

事前にスキーマを定義する必要がない: ログや収集データをそのまま分析可能。

コスト効率が高い: クエリ実行に応じて課金されるため、初期コストを抑えられます。

(3) Amazon QuickSight

QuickSightはデータの可視化ツールであり、AthenaやS3と連携してレポートやダッシュボードを作成できます。移行後のシステムパフォーマンスの監視にも利用可能です。

4. 移行のベストプラクティス

依存関係の明確化: アプリケーション間の依存関係を把握し、移行中のダウンタイムを最小限に抑えます。

段階的移行: 一度に全てを移行するのではなく、小規模なシステムから段階的に進めることでリスクを軽減します。

移行後のテスト: AWS上でシステムの動作確認を行い、パフォーマンスや可用性を検証します。

5. まとめ

オンプレミスサーバーのAWS移行では、収集・分析ツールの選択と正確なデータ管理が成功の鍵です。

AWS Application Discovery Agent + Migration Hub + Amazon Athena の組み合わせは、移行前のデータ収集と分析の効率化に最適です。移行プロセスを段階的に進め、AWSのツール群を活用することで、安全かつ効果的な移行を実現できます。

実践

【初心者】AWS Application Discovery Service を使ってみる - Qiita

目的AWS Application Discovery Serviceについて仕事上の相談があり、勉強（知ったかぶり）のため、基本動作を確認することにした。AWS Application Dis…

https://qiita.com/mksamba/items/cb4797763eba25e53ec7

ハンズオン: AWS Application Discovery Service を使ったオンプレミスサーバー（Amazon Linux 2023）のデータ収集と分析

このハンズオンでは、オンプレミスのサーバー（Amazon Linux 2023）からAWSにデータを収集し、Amazon Athenaを使って分析するまでの手順を、初心者向けにわかりやすく解説します。

1. 準備と前提条件

前提条件

以下が必要です：

オンプレミスサーバー:

Amazon Linux 2023 を使用
インターネット接続可能

AWS アカウント:

IAM 管理者権限を持つユーザー

セットアップ済みの AWS サービス:

AWS Migration Hub
Amazon S3 バケット
Amazon Athena

2. アーキテクチャ概要

以下の手順で進めます：

オンプレミスサーバー（Amazon Linux 2023）に AWS Application Discovery Agent をインストール。

データを収集し、AWS Cloud に転送。

AWS Migration Hub と Amazon S3 にデータを保存。

Amazon Athena でデータをクエリして分析。

3. ハンズオン手順

ステップ1: エージェントのインストールと設定

AWS Application Discovery Agent のダウンロード

AWSコンソールの Application Discovery Service にアクセス。

「エージェント」セクションからインストール用スクリプトのリンクを取得。

エージェント用IAMユーザ作成

専用のIAMユーザを作成し、エージェントがデータをアップロードするための権限「AWSApplicationDiscoveryAgentAccess」を付与し、AccessKey/SecretKeyを発行する。このKeyをエージェントのインストール時に使用する。

エージェントのインストール

Amazon Linux 2023 のターミナルにログイン。

以下のコマンドを実行して、エージェントをダウンロードしてインストールします：

エージェントを起動

AWSアカウントをリンクするため、以下を実行：

AWS Region（例: us-west-2）を入力し、エージェントを起動：

エージェントのステータス確認

正常に動作していることを確認：

ステップ2: AWS Migration Hub の設定

AWSコンソールで Migration Hub を開きます。

Oregon (us-west-2) Region を選択します。

登録済みのエージェントを確認し、サーバーが検出されていることを確認します。

ステップ3: データ収集と確認

収集されるデータ

CPU、メモリ、OS情報、稼働中のプロセスが含まれます。

AWS Application Discovery Service がデータを自動で収集し、Amazon S3 に保存します。

ステップ4: Amazon Athena でデータ分析

Athena テーブルの作成

Athena コンソールに移動。

「クエリエディタ」で以下を実行して、S3に保存されたデータを参照するテーブルを作成します：

データクエリの実行

サーバーの CPU 使用率が高いものを確認するクエリ：

クエリ結果を確認し、各サーバーのパフォーマンスデータを分析します。

4. まとめと今後のステップ

まとめ

エージェントを使用してオンプレミスの Amazon Linux 2023 サーバーのデータを収集し、AWSに保存しました。

Amazon Athena を使い、収集データをクエリで分析しました。

次のステップ

Amazon QuickSight を使用してデータを可視化。

移行プランの設計やアプリケーションの依存関係を分析。

これでハンズオンは完了です！お疲れさまでした 😊

一問道場

質問 #46

トピック 1

ある企業が、1,000台のオンプレミスサーバーをAWSに移行する計画を立てています。このサーバー群は、企業のデータセンター内の複数のVMwareクラスター上で稼働しています。

移行計画の一環として、以下のサーバーメトリクスを収集し、それをクエリおよび分析したいと考えています：

CPUの詳細

RAMの使用状況

オペレーティングシステム情報

実行中のプロセス

この要件を満たすソリューションはどれですか？

選択肢

オンプレミスホストに AWS Agentless Discovery Connector 仮想アプライアンス をデプロイして設定します。

AWS Migration Hub で Data Exploration を構成します。

AWS Glue を使用してデータに対する ETL ジョブを実行します。

Amazon S3 Select を使用してデータをクエリします。

オンプレミスホストから VMのパフォーマンス情報のみをエクスポート します。

必要なデータを直接 AWS Migration Hub にインポートします。

Migration Hub で不足している情報を更新します。

Amazon QuickSight を使用してデータをクエリします。

オンプレミスホストからサーバー情報を自動収集する スクリプト を作成します。

AWS CLI を使用して put-resource-attributes コマンドを実行し、詳細なサーバーデータを AWS Migration Hub に保存します。

Migration Hub コンソールでデータを直接クエリします。

各オンプレミスサーバーに AWS Application Discovery Agent をデプロイします。

AWS Migration Hub で Data Exploration を構成します。

Amazon S3 内のデータに対して Amazon Athena を使用して事前定義されたクエリを実行します。

解説

この質問では、1,000台のオンプレミスサーバーをAWSに移行する際に、サーバーメトリクスを収集し、データを分析する要件を満たす適切なソリューションを選ぶ必要があります。それぞれの選択肢を解説します。

A. AWS Agentless Discovery Connector + AWS Glue + Amazon S3 Select

解説:

AWS Agentless Discovery Connector はVMware環境で動作し、エージェントレスで仮想マシンのメタデータを収集します。ただし、このソリューションはサーバーごとの詳細なメトリクス（CPU/RAM使用率やプロセス情報など）は収集できません。

AWS Glue と S3 Select を使用した分析手法は有効ですが、そもそも必要なデータが収集できないため、この選択肢は不適切です。

結論: サーバーメトリクス収集の要件を満たさない。

B. VMのパフォーマンス情報のみをエクスポート + Migration Hub + Amazon QuickSight

解説:

オンプレミスのVMパフォーマンス情報だけをエクスポートする方法では、必要な詳細メトリクス（CPU/RAM使用率、プロセス情報など）が不足します。

Migration Hub は移行の進捗管理に適していますが、収集したデータを分析するための機能は限定的です。

Amazon QuickSight はビジュアル分析ツールとして優れていますが、前提となるデータの収集が不十分なため、この選択肢も不適切です。