第126回 雲勉【オンライン】Amazon Athena入門 ～基本の使い方＆QuickSightと連携させてみよう～

下記、勉強会での資料です。
https://youtu.be/N49mVAx1ItA

Transcript

1. 第126回 雲勉【オンライン】 Amazon Athena⼊⾨ ~基本の使い⽅&QuickSightと連携させてみよう〜
2. ０．講師⾃⼰紹介 2 n 沖⼿ 彩⾹ • クラウドインテグレーション事業部 開発第⼆セクション • アイレット歴は1年半ほど • 今年はAWS、GCPの資格取得をもっとがんばりたい • 好きなもの︓⾳楽・お笑い・お酒
3. アジェンダ 3 0. ⾃⼰紹介 1. Amazon Athena とは︖ 2. Amazon Athena を使ってみる 3. コスト削減⽅法 4. 応⽤してみる（Amazon QuickSightとの連携） 5. まとめ
4. 本⽇のゴール 4 n Amazon Athenaの概要についての理解 n Amazon Athenaを使ってどんなことができるかイメージできるようになること ※ Amazon Athenaをほとんど触ったことがない、という初⼼者の⽅向けの内容となります。
5. 1. Amazon Athena とは︖ 5
6. 1． Amazon Athena とは︖ 6 n 標準的なSQLを使⽤して、Amazon S3上のデータ分析を⾏うことができる n サーバレスのためすぐに利⽤開始できる n 実⾏した分だけ料⾦がかかる 引⽤︓https://aws.amazon.com/jp/athena/
7. 1． Amazon Athena とは︖ 7 n ユースケース • その他の分析サービス︓Amazon Redshift、Amazon EMRなど ⇨ ⼤量のデータを常時分析する場合などに活⽤ • Amazon Athenaはスポット的な分析に適している
8. 1． Amazon Athena とは︖ 8 n ユースケース 例えば・・・ ・S3に蓄積されたログを分析してパフォーマンス改善を⾏いたい ・⼀時的に必要なデータや、コストの問題でDBに格納していないデータを分析したい Athenaを使ってみよう︕
9. 1． Amazon Athena とは︖ 9 n 料⾦体系 • クエリ単位でスキャンされたデータのバイト数で課⾦される • 1TBあたり、5USD • バイト数はMB単位で切り上げ • クエリごとに最⼩10MB分が課⾦される • 正常に実⾏されなかった場合は、課⾦されない ※コストの削減⽅法について、後ほどご説明します。
10. 1． Amazon Athena とは︖ 10 n 画⾯イメージ クエリを書き込む データソース データベース テーブル などを選択 クエリ結果表⽰ ← 実⾏ボタンなど
11. 2. Amazon Athena を使ってみる 11
12. 2． Amazon Athena を使ってみる 12 n 例︓複数の店舗を持つ企業の、店舗別の来店⼈数・売上の⼀覧 • A~Dの店舗の中から、売上上位の２店舗のデータを抽出します athena_test.csv 項⽬︓店舗、来店⼈数、売上 売上上位の 店舗のみ抽出
13. 2． Amazon Athena を使ってみる 13 n 作業の流れ • ⼀覧からデータを抽出するための、作業の流れは以下の通り S3バケットと データ準備 Athena 環境準備 クエリ実⾏ 結果確認
14. 2． Amazon Athena を使ってみる 14 n S3バケットとデータ準備 • S3に対象データ格納⽤のバケット作成 「バケットを作成」を クリック
15. 2． Amazon Athena を使ってみる 15 n S3バケットとデータ準備 • S3に対象データ格納⽤のバケット作成 任意のバケット名を⼊⼒ 「バケットを作成」を クリック
16. 2． Amazon Athena を使ってみる 16 n S3バケットとデータ準備 • 作成したバケットに対象ファイルをアップロード 作成したバケットを開き、 「アップロード」をクリック
17. 2． Amazon Athena を使ってみる 17 n S3バケットとデータ準備 • 作成したバケットに対象ファイルをアップロード 「ファイルを追加」をクリック もしくは ドラック＆ドロップでファイルをアップロード 「アップロード」をクリック
18. 2． Amazon Athena を使ってみる 18 n S3バケットとデータ準備 • 作成したバケットに対象ファイルをアップロード アップロードされてることを 確認
19. 2． Amazon Athena を使ってみる 19 n S3バケットとデータ準備 • S3に結果格納⽤のバケットを作成
20. 2． Amazon Athena を使ってみる 20 n Athena 環境準備 • 結果格納先S3バケットの設定 「設定」をクリック
21. 2． Amazon Athena を使ってみる 21 n Athena 環境準備 • 結果格納先S3バケットの設定 「管理」をクリック
22. 2． Amazon Athena を使ってみる 22 n Athena 環境準備 • 結果格納先S3バケットの設定 結果を格納する S3バケットのパスを指定 「保存」をクリック
23. 2． Amazon Athena を使ってみる 23 n Athena 環境準備 • 結果格納先S3バケットの設定
24. 2． Amazon Athena を使ってみる 24 n Athena 環境準備 • データベース作成 「実⾏」をクリック 任意のデータベース名
25. 2． Amazon Athena を使ってみる 25 n Athena 環境準備 • データベース作成 作成したデータベースを 選択
26. 2． Amazon Athena を使ってみる 26 n Athena 環境準備 • テーブル作成 「実⾏」をクリック データベース名.任意のテーブル名 フィールドの定義 対象データのS3バケットのパス 区切り⽂字、改⾏コード指定
27. 2． Amazon Athena を使ってみる 27 n Athena 環境準備 • テーブル作成 作成したテーブルが 表⽰されます
28. 2． Amazon Athena を使ってみる 28 n クエリ実⾏ 「実⾏」をクリック
29. 2． Amazon Athena を使ってみる 29 n 結果確認 上位２店舗の情報が 出⼒された！
30. 2． Amazon Athena を使ってみる 30 n 結果確認 • 結果をダウンロード 「結果をダウンロード」を クリック
31. 2． Amazon Athena を使ってみる 31 n 結果確認 • 結果をダウンロード
32. 2． Amazon Athena を使ってみる 32 n クエリ履歴 • 「最近のクエリ」タブを開くと、実⾏したクエリが確認できる
33. 2． Amazon Athena を使ってみる 33 n クエリの保存 • 「エディタ」タブからクエリが保存できる クエリ名横の…でメニューを開き、 「名前を付けて保存」をクリック クエリ名・説明を⼊⼒し、 「クエリを保存」をクリック
34. 2． Amazon Athena を使ってみる 34 n クエリの保存
35. 2． Amazon Athena を使ってみる 35 n エラー発⽣時のイメージ 項⽬名を｀で囲わないと いけなかった… エラー内容が表⽰されるの でここで原因を確認︕
36. 3.コスト削減⽅法 36
37. 3．コスト削減⽅法 37 n 主なコスト削減⽅法は、以下の３つ • パーティショニング ⇨ 必要なデータのみ処理する • データ圧縮 ⇨ 処理するデータ量が少なくなる • 列指向形式 ⇨ 必要な列のみ読み込まれる
38. 3．コスト削減⽅法 38 n パーティショニング • 複数ファイルを対象とする場合、S3のバケット内をフォルダ分け • 例︓”dt” をキーとして、⽇付ごとのフォルダを作成 dt=(⽇付)でフォルダを作成
39. 3．コスト削減⽅法 39 n パーティションの⽅法 • 個別のフォルダ内にファイルを格納
40. 3．コスト削減⽅法 40 n パーティションの⽅法 • Athenaでのテーブル作成時に、PARTITIONED BY の設定を追加する
41. 3．コスト削減⽅法 41 n パーティションの⽅法 「パーティション化済み」 と表⽰される
42. 3．コスト削減⽅法 42 n パーティションの⽅法 • MSCK REPAIR TABLEコマンドでパーティション情報を読み込む テーブル名
43. 3．コスト削減⽅法 43 n パーティションの⽅法 • クエリ実⾏ WHERE句で⽇付を指定 指定した⽇付のデータのみ スキャンされる
44. 3．コスト削減⽅法 44 n パーティションの⽅法 注意︓MSCK REPAIR TABLEをしないと、データが出⼒されない
45. 3．コスト削減⽅法 45 n データ圧縮 • S3に格納するデータを圧縮することで、スキャンする容量が減るため、コスト削減できる • 現時点では、以下の圧縮形式がサポートされている Ø BZIP2 Ø DEFLATE Ø GZIP Ø LZ4 Ø LZO Ø SNAPPY Ø ZLIB Ø ZSTD ※詳細はこちら︓ https://docs.aws.amazon.com/ja_jp/athena/latest/ug/compression-formats.html
46. 3．コスト削減⽅法 46 n 列指向形式 • データを列指向形式に変換することでパフォーマンスが向上する • Athenaでは CREATE TABLE AS クエリを実⾏して列指向形式 (Parquet or ORC) に変換 S3バケットのパス 変換元のテーブル名
47. 3．コスト削減⽅法 47 n 列指向形式 注意︓CREATE TABLE AS クエリの実⾏では、指定するS3のバケットは空でないとNG
48. 4.応⽤してみる （Amazon QuickSightとの連携） 48
49. 4．応⽤してみる（Amazon QuickSightとの連携） 49 n QuickSightとは︖ • AWSのビジネスインテリジェンス (BI) サービス • さまざまなデータソースからデータを結合し、ダッシュボードによって可視化する ことでデータ分析に活⽤できる
50. 4．応⽤してみる（Amazon QuickSightとの連携） 50 n サインアップ（初めて利⽤する場合のみ） • コンソールからQuickSightにアクセス • 初めて利⽤する場合、以下のようなサインアップ画⾯が表⽰される 「Sign up for QuickSight」 をクリック
51. 4．応⽤してみる（Amazon QuickSightとの連携） 51 n サインアップ（初めて利⽤する場合のみ） • Editionを選択する Standard Editionを使⽤する場合は、 画⾯下部にリンクがある Standard→Enterpriseへは アップグレード可能なので、 まずはStandardから始めるのがおすすめ
52. 4．応⽤してみる（Amazon QuickSightとの連携） 52 n サインアップ（初めて利⽤する場合のみ） Standard Editionは 「here」をクリック
53. 4．応⽤してみる（Amazon QuickSightとの連携） 53 n サインアップ（初めて利⽤する場合のみ） リージョンを選択 任意のアカウント名を⼊⼒ メールアドレスを⼊⼒ （QuickSightのお知らせが届きます）
54. 4．応⽤してみる（Amazon QuickSightとの連携） 54 n サインアップ（初めて利⽤する場合のみ） 連携するリソースを選択 S3とAthenaにチェックを⼊れる
55. 4．応⽤してみる（Amazon QuickSightとの連携） 55 n サインアップ（初めて利⽤する場合のみ） • リソース選択でS3にチェックすると、バケットの選択画⾯が開く Athenaで使⽤している S3バケットにチェック 「Athena Workgroupの 書き込みアクセス許可」 にもチェック
56. 4．応⽤してみる（Amazon QuickSightとの連携） 56 n サインアップ（初めて利⽤する場合のみ） • 「完了」をクリックすると、作成中→サインアップ完了のメッセージが表⽰される 「Amazon QuickSight に移動する」 をクリック
57. 4．応⽤してみる（Amazon QuickSightとの連携） 57 n 連携⼿順 「新しいデータセット」を クリック 「データセット」を選択
58. 4．応⽤してみる（Amazon QuickSightとの連携） 58 n 連携⼿順 「Athena」をクリック
59. 4．応⽤してみる（Amazon QuickSightとの連携） 59 n 連携⼿順 任意のデータソース名を⼊⼒ 「データソースを作成」を クリック ワークグループを選択
60. 4．応⽤してみる（Amazon QuickSightとの連携） 60 n 連携⼿順 Athenaで作成したDBを選択 Athenaで作成したテーブルを選択 「選択」をクリック
61. 4．応⽤してみる（Amazon QuickSightとの連携） 61 n 連携⼿順 「Visualize」をクリック
62. 4．応⽤してみる（Amazon QuickSightとの連携） 62 n 連携⼿順 グラフの種類を選択 Athenaで定義したフィールド が表⽰される
63. 4．応⽤してみる（Amazon QuickSightとの連携） 63 n 連携⼿順 フィールドを ドラッグ＆ドロップ 店舗別の情報が グラフに表⽰される
64. 4．応⽤してみる（Amazon QuickSightとの連携） 64 n 以下のようにさまざまなグラフ・表などを配置できます
65. 5.まとめ 65
66. 5．まとめ 66 n 所感 • Athenaは、使った分だけ課⾦される＆すぐに開始できるという点で、 気軽に始められるのでとても良い︕ • ⼯夫次第でコスト削減できる（公式では90％も削減できるとのこと）ので、 分析する対象や、どういった内容を出⼒したいのかをしっかり検討することが重要 • ⼩さなデータであればコストも少ないので、まずはお試しで使ってみるのがオススメ