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

1. 第126回 雲勉 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 ◼ 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 ◼ Amazon Athenaの概要についての理解 ◼ 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 ◼ 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 ◼ サーバレスのためすぐに利用開始できる ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ クエリ実行 「実行」をクリック
29. 2． Amazon Athena を使ってみる 29 ◼ 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 ◼ 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 ◼ 結果確認 • 結果をダウンロード
32. 2． Amazon Athena を使ってみる 32 ◼ 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 ◼ 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 ◼ クエリの保存
35. 2． Amazon Athena を使ってみる 35 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ➢ BZIP2 ➢ DEFLATE ➢ GZIP ➢ LZ4 ➢ LZO ➢ SNAPPY ➢ ZLIB ➢ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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 ◼ 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