526-AWS SAP AWS 「理論・実践・一問道場」AWS IoT Core

type

status

date

slug

summary

理論

1. AWS IoT Core

AWS IoT Coreは、クラウド上でのIoTデバイスとの接続とデータ送信を管理するサービスです。センサーデータやデバイスからのデータをリアルタイムで処理し、他のAWSサービス（例: Lambda, S3, DynamoDBなど）と連携することができます。これにより、IoTデバイスからのデータを効率的に取り込み、処理することが可能です。

用途: センサーデータの収集、デバイスとの双方向通信、データのルーティング。

2. AWS Lambda

AWS Lambdaは、サーバーレスでコードを実行できるサービスです。データをリアルタイムで処理したり、トリガーに基づいて自動的に実行される関数を作成できます。Lambdaは、データの強化（エンリッチ）や変換を行う場合に非常に役立ちます。

用途: データの変換、強化、フィルタリング、S3などの他のサービスへの書き込み。

3. Amazon Kinesis Data Firehose

Kinesis Data Firehoseは、データストリームを収集、処理、および配信するサービスです。通常、大量のデータをリアルタイムで受け取り、他のストレージサービス（例: S3、Redshift、Elasticsearch）に転送します。Kinesis Data Firehoseはバッファリングの設定（最大15分）を行うため、リアルタイム性が重要なシナリオでは遅延が発生する可能性があります。

用途: データのリアルタイム配信、バッファリング、ストレージへの転送。

4. Amazon S3

Amazon S3は、オブジェクトストレージサービスであり、大規模なデータの保存、バックアップ、およびアーカイブに使用されます。センサーデータなどの大容量の非構造化データを格納するのに適しています。

用途: データの永続的保存、分析用データのストレージ、アーカイブ。

データの強化（エンリッチ）

データの強化とは、元のデータに新たな情報を追加するプロセスです。センサーデータにメタデータを付加したり、外部ソースからの情報を統合することで、データをさらに価値あるものにします。例えば、センサーの温度データに場所やタイムスタンプ、デバイスIDを追加することがこれに当たります。

使用例: センサーデータの補完、外部データとの統合、異常検知。

適切なアーキテクチャの選択

IoTデータの収集と処理においては、データの遅延やコスト、スケーラビリティを考慮する必要があります。AWS IoT CoreとLambdaを組み合わせる方法は、シンプルで低遅延であり、コスト効率も高いといった特徴があります。一方、Kinesis Data Firehoseや他のストリーミングサービスは、大規模なデータの処理やリアルタイム配信が求められる場合に適していますが、設定や管理が複雑になることがあります。

要点まとめ

AWS IoT Core でセンサーデータを収集し、AWS Lambda でリアルタイム処理（データの強化など）を行う。

データは、Amazon S3 などのストレージに送信して保存する。

コスト効率と処理速度を最適化するために、シンプルなアーキテクチャを選択することが重要。

実践

略

一問道場

質問 #526

企業は、工場からセンサーのデータを収集して送信するアプリケーションを構築しています。このアプリケーションは、AWS IoT Coreを使用して、数百のデバイスからデータをAmazon S3データレイクに送信します。データをAmazon S3にロードする前に、データを強化（エンリッチ）する必要があります。

アプリケーションは、毎秒5回センサーのデータを送信します。新しいセンサーデータは、アプリケーションがデータを収集してから30分以内にAmazon S3に利用可能である必要があります。他のアプリケーションはAWS IoT Coreからのセンサーデータを処理していません。

この要件を最もコスト効率よく満たす解決策はどれですか？

A. AWS IoT Coreでトピックを作成してセンサーデータを取り込みます。AWS Lambda関数を作成してデータを強化し、データをAmazon S3に書き込みます。AWS IoTルールアクションを設定してLambda関数を呼び出します。

B. AWS IoT Core Basic Ingestを使用してセンサーデータを取り込みます。AWS IoTルールアクションを設定してデータをAmazon Kinesis Data Firehoseに書き込みます。Kinesis Data Firehoseのバッファリング間隔を900秒に設定します。Kinesis Data Firehoseを使用してAWS Lambda関数を呼び出し、データを強化します。Kinesis Data Firehoseを設定してデータをAmazon S3に配信します。

C. AWS IoT Coreでトピックを作成してセンサーデータを取り込みます。AWS IoTルールアクションを設定してデータをAmazon Timestreamテーブルに送信します。AWS Lambda関数を作成してTimestreamからデータを読み込みます。Lambda関数を設定してデータを強化し、Amazon S3に書き込みます。

D. AWS IoT Core Basic Ingestを使用してセンサーデータを取り込みます。AWS IoTルールアクションを設定してデータをAmazon Kinesis Data Streamsに書き込みます。Kinesis Data Streamsからデータを処理して強化する消費者AWS Lambda関数を作成します。Lambda関数からS3のPutObject API操作を呼び出して、データをAmazon S3に書き込みます。

解説

この問題では、センサーデータを収集し、AWS IoT Coreを使ってデータをAmazon S3に送信する前に、データを「強化（エンリッチ）」する必要があるという要件に基づいたソリューションを求めています。センサーデータは、通常、ストレートな測定値（温度、湿度、圧力など）であり、これを単に保存するだけではなく、価値を加えてから保存する必要があります。

各選択肢の評価

A. Lambda関数を使ってデータを強化してS3に書き込む

プロセス: センサーデータをAWS IoT Coreで取り込み、AWS Lambda関数を使ってデータを強化し、その後、S3にデータを保存する方法です。

評価: シンプルで効果的な方法です。AWS Lambdaは非常に柔軟で、データの強化（変換、フィルタリング、メタデータ追加など）を簡単に行うことができます。この方法は、要件に従ってデータをS3に迅速に書き込むため、コスト効率も良好です。

適切な理由: Lambdaを使ってデータをリアルタイムで処理し、S3に迅速にデータを保存できるため、要件（30分以内にデータをS3に格納）に十分に対応できます。

B. Kinesis Data Firehoseを使ってデータを強化

プロセス: AWS IoT CoreからデータをKinesis Data Firehoseに送信し、そこでLambdaを使ってデータを強化し、その後S3に配信する方法です。

評価: Kinesis Data Firehoseはバッファリング機能を提供しており、大量のデータを効率よく転送できますが、Kinesisのバッファリングインターバル（最大900秒）や設定が30分以内の遅延要件に対して十分に適切かどうかを慎重に考える必要があります。また、Firehoseの設定により、データ転送時にわずかな遅延が生じる可能性があります。

問題点: 30分以内にデータをS3に保存するという要件を満たすためには、Kinesisのバッファリングインターバルが適切でなければなりません。遅延が問題となる可能性があります。

C. Timestreamを使ってデータを強化

プロセス: AWS IoT CoreからAmazon Timestreamにデータを送信し、その後Lambdaを使ってデータを強化してS3に書き込む方法です。

評価: Amazon Timestreamは時系列データの処理に特化したサービスであり、センサーのデータには有効ですが、このケースではデータを強化するという要件に対しては過剰な処理になります。Timestreamは時系列データを保存するためのサービスで、強化（エンリッチ）処理に必要な柔軟性は少ないため、過剰なアーキテクチャになりがちです。

問題点: 追加のサービス（Timestream）を導入することで、シンプルで効率的な処理方法を見失う可能性があります。

D. Kinesis Data Streamsを使ってデータを強化

プロセス: AWS IoT CoreからKinesis Data Streamsにデータを送信し、消費者Lambda関数でデータを強化してS3に書き込む方法です。

評価: Kinesis Data Streamsは非常にリアルタイムでデータをストリーミングできますが、設定や管理が少し複雑になることがあります。また、データの強化処理が複雑であるため、Lambda関数を多く使う必要があり、オーバーヘッドが大きくなる可能性があります。

問題点: Kinesis Data Streamsは非常に高性能ですが、Lambdaの消費者関数やストリームの管理が煩雑になるため、シンプルな解決策を望む場合には向いていないかもしれません。

結論:

最もコスト効率が良い解決策は A です。AWS IoT Coreを使用してセンサーデータを取り込み、そのデータをLambda関数で強化してから直接S3に保存する方法は、シンプルでありながら、必要な処理を効果的に行えます。Lambdaは非常に柔軟で、データをリアルタイムで処理し、すぐにS3に保存できるため、30分以内のデータ更新要件にも適しています。