AWSユースケース学習: レイクハウス分析基盤

0. この資料で作るもの

全社データを統合し、BIと機械学習で再利用できる基盤を作る。

1. 構成図

architecture-beta
    service user(internet)[User]

    group vpc(logos:aws-vpc)[VPC]
    group pub[Public Subnet] in vpc
    group prv[Private Subnet] in vpc
    service n2_glue(logos:aws-glue)[Glue] in pub
    service n1_s3(logos:aws-s3)[S3] in prv
    service n5_redshift(logos:aws-redshift)[Redshift] in prv
    service n7_kinesis_data_firehose(logos:aws-kinesis-data-firehose)[Kinesis Data Firehose] in prv
    service n8_step_functions(logos:aws-step-functions)[Step Functions] in prv
    service n9_eventbridge(logos:aws-eventbridge)[EventBridge] in prv
    service n3_lake_formation(logos:aws-lake-formation)[Lake Formation]
    service n4_athena(logos:aws-athena)[Athena]

    user:R --> L:n2_glue
    n2_glue:R --> L:n1_s3
    n1_s3:R --> L:n5_redshift
    n5_redshift:R --> L:n7_kinesis_data_firehose
    n1_s3:B --> T:n3_lake_formation
    n1_s3:B --> T:n4_athena

構成図サービスリンク

• S3
• Glue
• Lake Formation
• Athena
• Redshift
• EMR
• Kinesis Data Firehose
• Step Functions
• EventBridge
• CloudWatch

2. サービス選定表

3. リクエスト処理シーケンス

sequenceDiagram
    User->>S3: リクエスト
    S3->>Glue: 認証/入口制御
    Glue->>Lake Formation: 業務処理
    Lake Formation->>Athena: データ更新
    Athena-->>User: 結果応答

4. データモデル（例）

ポイント:

• 認可境界を意識したキー設計にする
• 監査/再処理のためイベント履歴を保持する

4.5 クラス図（アプリ構造）

classDiagram
    class Controller {
      +handle(request) Response
    }
    class UseCaseService {
      +execute(command) Result
    }
    class Repository {
      +save(entity)
      +find(query)
    }
    class EventPublisher {
      +publish(event)
    }

    Controller --> UseCaseService
    UseCaseService --> Repository
    UseCaseService --> EventPublisher

5. API設計（例）

POST /data-lakehouse-analytics/events, GET /data-lakehouse-analytics/status/{id}, GET /data-lakehouse-analytics/metrics

認可方針:

• エッジで認証し、ドメイン層で認可を強制する
• ユーザー/テナント境界を越えるアクセスを禁止する

6. 実装ステップ（最短）

7. 監視と運用

8. コスト見積もり観点

8.5 料金例（目安）

前提トラフィック: 月間 5,000万リクエスト / データ転送 20TB / 保存 20TB

コストドライバー上位: S3, Glue, Lake Formation

注意:

• 上記は学習用の概算レンジ
• 正式見積もりはAWS Pricing Calculatorで試算

9. 次の発展課題

• Blue/Greenデプロイ
• マルチリージョンDR
• IaC完全自動化（CDK）
• セキュリティ運用の自動化

10. リスクと対策