AWSではじめる実践データマネジメント [単行本]

AWSではじめる実践データマネジメント [単行本] の 商品概要

• 要旨（「BOOK」データベースより）

  データに欠損値や誤りがあり、正しく分析できない。データ加工処理が複雑で読み解けない。同じ顧客や企業が重複して登録されている。データの意味や使い方がわからない。部門ごとに見せられるデータが異なり、他部門に横展開できない。分析データに含まれる個人情報の取り扱いに苦慮している。データ活用を阻む壁を壊すには？

• 目次

  はじめに
  
  1章　データマネジメントとAWS
  
  1.1　データマネジメントとは
  1.1.1　なぜ、データマネジメントが必要か
  1.1.2　データマネジメントの11領域
  
  1.2　データマネジメントとAWSサービス
  1.2.1　データマネジメントにおけるAWSの強み
  1.2.2　データマネジメントに関わるAWSサービス一覧
  
  1.3　データストア
  1.3.1　Amazon Simple Storage Service（S3）
  コラム　ディレクトリバケットとテーブルバケット
  1.3.2　Amazon Redshift
  1.3.3　Amazon Relational Database Service (RDS)
  1.3.4　Amazon Aurora
  
  1.4　データパイプライン
  1.4.1　AWS Glue
  1.4.2　AWS Glue DataBrew
  コラム　AWS GlueとGlue DataBrew
  1.4.3　AWS Step Functions
  1.4.4　Amazon Managed Workflows for Apache Airflow（Amazon MWAA）
  コラム　Step FunctionsとAmazon MWAAの使い分け
  
  1.5　分析
  1.5.1　Amazon Athena
  1.5.2　Amazon QuickSight
  
  1.6　セキュリティ／ガバナンス
  1.6.1　AWS Identity and Access Management（IAM）
  1.6.2　AWS IAM Identity Center
  1.6.3　AWS Lake Formation
  1.6.4　Amazon DataZone
  1.6.5　Amazon SageMaker
  
  まとめ
  
  
  2章　データに欠損値や誤りがあり、正しく分析できない
  
  2.1　データ品質の問題を解決するには
  2.1.1　なぜデータに欠損や誤りが発生するのか
  2.1.2　データ品質を可視化し、向上させる5つのステップ
  
  2.2　Glue Data Qualityを使って保管されているデータの品質を測定する
  2.2.1　ステップ1：Glueデータカタログを作成する（事前準備その1）
  2.2.2　ステップ2：必要な実行権限を設定する（事前準備その2）
  2.2.3　ステップ3：データ品質ルールを作成する
  コラム　データ品質定義言語（DQDL）とは
  2.2.4　ステップ4：保管されているデータの品質を測定する
  
  2.3　Glue Data Qualityを使って、データ処理パイプラインの中でデータ品質を測定する
  2.3.1　ステップ1：データとS3バケットを準備する（事前準備その1）
  2.3.2　ステップ2：必要な実行権限を設定する（事前準備その2）
  2.3.3　ステップ3：Glue StudioでGlueジョブを作成する
  2.3.4　ステップ4：Glueジョブの中にデータ品質チェックを組み込む
  2.3.5　ステップ5：データ品質チェック結果の出力を選択する
  2.3.6　ステップ6：データ品質チェック結果によりデータを分割する
  2.3.7　ステップ7：Glueジョブを実行する
  
  2.4　Glue DataBrewを使ってデータ品質を測定する
  2.4.1　ステップ1：データとS3バケットを準備する（事前準備その1）
  2.4.2　ステップ2：Glue DataBrewのプロジェクトを作成する（事前準備その2）
  2.4.3　ステップ3：Glue DataBrewでデータ品質ルールを作成する
  2.4.4　ステップ4：DataBrewプロファイルジョブでデータ品質を測定する
  
  まとめ
  
  
  3章　データ加工処理が複雑で読み解けない
  
  3.1　データ加工処理の問題を解決するには
  3.1.1　なぜデータ加工処理は読み解けなくなるのか
  3.1.2　ジョブやワークフローを作成するためのAWSサービス
  3.1.3　可読性の低いデータ加工処理の例
  3.1.4　データに関する前準備
  コラム　AWSでのデータカタログについて
  
  　3.2　Glue Studioによるジョブの作成
  3.2.1　処理の分割と流れの整理
  3.2.2　Glue Studioによるジョブ作成と実行の基本
  3.2.3　売上データをRaw層にロードするジョブの作成と実行
  3.2.4　顧客マスターをRaw層にロードするジョブの作成と実行
  3.2.5　売上データの返品レコードを削除するジョブの作成と実行
  コラム　同じ時間を表すカラムでも、利用者が異なると重要視するカラムは異なる
  3.2.6　顧客マスターに年代カラムを追加するジョブの作成と実行
  3.2.7　売上データと顧客マスターを結合して集計するジョブの作成と実行
  3.2.8　集計済みデータが作成されているか確認する
  
  3.3　Step Functionsによるワークフローの構築
  3.3.1　SNSトピックを作成する
  3.3.2　Step Functionsのステートマシンの作成
  3.3.3　通知の処理を加える
  3.3.4　テストを実行する
  コラム　メール文面の整形
  
  3.4　Amazon MWAAによるワークフローの構築
  3.4.1　DAG作成の前準備
  3.4.2　DAGを作成する
  3.4.3　DAGを表示する
  コラム　DAGのスケジューリング
  3.4.4　テストを実行する
  
  まとめ
  
  
  4章　同じ顧客や企業が重複して登録されている
  
  4.1　データの重複をなくすには
  4.1.1　なぜ、データに表記揺れや重複が発生するのか
  4.1.2　名寄せとは
  4.1.3　名寄せの方法
  4.1.4　名寄せの実施タイミング
  4.1.5　名寄せ結果の保持方法
  4.1.6　名寄せをおこなうためのAWSサービス
  4.1.7　サンプルデータと前提
  コラム　名寄せのアルゴリズムについて
  
  4.2　AWS Glueを使って、ETLパイプラインの中で名寄せをおこなう
  ステップ1：データの準備をおこなう（事前準備1）
  ステップ2：必要な実行権限を作成する（事前準備2）
  ステップ3：顧客マスターの中の重複を検出するためのGlueジョブを作成する
  ステップ4：Glueジョブを実行し、重複レコードを特定して名寄せ対象の候補を作成する
  ステップ5：販売履歴データを加工するためのGlueジョブを作成・実行する
  コラム　機械学習による名寄せついて
  
  まとめ
  
  
  5章　データの意味や使い方がわからない
  
  5.1　メタデータの問題を解決するには
  5.1.1　なぜ、データの意味や使い方がわからないような状況が起こるのか
  5.1.2　データカタログによる「だれでもデータの意味がわかる世界」の実現
  5.1.3　メタデータ管理を実現する要素
  5.1.4　データカタログ基盤を構成する要素と構築ステップ
  
  5.2　メタデータの項目や記載ルールを整備する
  5.2.1用語集を作成する
  5.2.2　用語を作成する
  コラム　用語集と用語の検索設計上の考慮
  5.2.3　メタデータフォームを作成する
  
  5.3　メタデータの充足化と公開
  5.3.1　アセットをAmazon DataZoneに登録する
  5.3.2　アセットにメタデータを登録する
  5.3.3　メタデータを公開する
  
  5.4　データカタログを用いてデータの存在と示す意味を把握する
  5.4.1　メタデータの検索と参照
  コラム　Amazon DataZoneでのアセット検索方法
  5.4.2　データが示す意味を把握する
  
  5.5　メタデータの品質維持と向上
  5.5.1　メタデータ管理／運用の全体像
  5.5.2　変化に追従し、陳腐化しないメタデータの管理／運用を実現するには
  
  まとめ
  
  
  6章　部門ごとに見せられるデータが異なり、他部門に横展開できない
  
  6.1　部門間でのデータ共有を推進するには
  6.1.1　データメッシュアーキテクチャで各部門が自律的にデータを管理、公開する
  
  6.2　組織間でデータを共有する
  6.2.1　公開可能なデータを登録する
  6.2.2　アセットを公開する
  コラム　データソースからアセットを取り込んだ場合、ビジネスメタデータは付与されない
  6.2.3　データを探索し、サブスクライブのリクエストをおこなう
  コラム　カタログボタンからアセットの一覧を確認する
  6.2.4　リクエストを承認する
  6.2.5　共有されたデータを確認する
  
  6.3　データの共有範囲の確認と変更
  6.3.1　だれに、どのデータを共有したか確認する
  6.3.2　データの共有をやめる
  コラム　Amazon DataZoneで管理できないデータ
  
  まとめ
  
  
  7章　分析データに含まれる個人情報の取り扱いに苦慮している
  
  7.1　データ分析において個人情報の問題を解決するには
  7.1.1　分析データに個人情報が含まれることによる弊害
  7.1.2　「三原則」で考える
  コラム　だれがコストを負担するか？
  コラム　匿名加工と仮名加工
  7.1.3　三原則の実装に寄与する AWS サービス
  コラム　そのほかの行／列制御技術
  7.1.4　PII処理の全体像
  コラム　Lake Formationの認可モードの使い分け
  コラム　Amazon S3バケットの多段構成
  7.1.5　事前準備
  
  7.2　「持ち込ませない」処理の実装
  7.2.1　Glueジョブを作成する
  コラム　AWS Glueリソースの命名規則に注意
  7.2.2　ジョブの実行と確認
  
  7.3　「残さない」処理の実装
  7.3.1　Glueジョブを作成する
  7.3.2　Detect Sensitve Dataノードを追加する
  コラム　日本語の人名の検出に注意
  7.3.3　S3へ出力する
  7.3.4　ジョブの実行と確認
  コラム　行の削除
  
  7.4　「使わせない」処理の実装
  7.4.1　データソースを登録する
  7.4.2　アセットフィルターを作成する
  7.4.3　アセットを公開する
  7.4.4　サブスクリプションリクエストの作成と承認
  7.4.5　アクセス制御できているか確認する
  コラム　PIIの外部流出を防止・検知する機能群
  
  まとめ

• 内容紹介

  「データに欠損値や誤りがあり、正しく分析できない」
  「データ加工処理が複雑で読み解けない」
  「同じ顧客や企業が重複して登録されている」
  「データの意味や使い方がわからない」
  「部門ごとに見せられるデータが異なり、他部門に横展開できない」
  「分析データに含まれる個人情報の取り扱いに苦慮している」
  
  データを活用したいのに、うまくいかない……
  その壁を壊すには、データマネジメントが不可欠。
  
  ・データをカタログ化、一元的に管理できる「Amazon DataZone」
  ・さまざまなデータソースからデータを見つけ出して加工・統合でき、品質チェックの自動化もできる「AWS Glue」
  ・データレイク内のデータに対して、行や列レベルでのきめ細やかなアクセス制御ができる「AWS Lake Formation」
  
  など、データマネジメントに役立つ最新サービスの実践的な使い方をAWS Professional Servicesコンサルタントが解説。

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  赤羽根 正則(アカバネ マサノリ)
  アマゾン　ウェブ　サービス　ジャパン合同会社プロフェッショナルサービス本部所属。大手ＩＴベンダーでデータベース関連の製品開発をおこなったのち、インターネット関連企業で社内向けの大規模データ分析基盤の開発、運用やＡＩを活用した需要予測システムの開発を担当。ＡＷＳではデータ分析基盤のアーキテクチャ作成支援やデータエンジニアリングでのパフォーマンスチューニングなどに従事
  
  佐藤 悠(サトウ ユウ)
  アマゾン　ウェブ　サービス　ジャパン合同会社プロフェッショナルサービス本部所属。大手ＳＩ会社でデータ分析基盤の構築や運用、加工パイプラインの作成、機械学習モデルのシステム化などに従事。ＡＷＳでは、データ分析基盤の構想策定から具体的な実装支援までをおこなう。ＡＷＳサービスでは、ＡＷＳ　ＧｌｕｅやＡＷＳ　Ｌａｋｅ　Ｆｏｒｍａｔｉｏｎ、Ａｍａｚｏｎ　ＭＷＡＡが得意
  
  仲谷 岳志(ナカタニ タケシ)
  アマゾン　ウェブ　サービス　ジャパン合同会社プロフェッショナルサービス本部所属。エンタープライズＩＴの分野で２８年の業務経験を持ち、エンタープライズストレージ、サーバー仮想化などその時々の最先端インフラを通じて顧客への価値提供をおこなってきた。現在はＡＷＳのプリンシパルアーキテクトとして、さまざまな業界のお客様のクラウドインフラやデータ基盤の設計・構築、生成ＡＩプラットフォーム構想の策定支援などを担当
  
  松浦 晋(マツウラ シン)
  アマゾン　ウェブ　サービス　ジャパン合同会社プロフェッショナルサービス本部プラクティスマネージャー。大手通信会社において、データベースを中心とした情報システムのインフラ設計開発運用を担当。大手金融機関においては、データ戦略の立案からデータマネジメント施策の実行、データプラットフォームの設計構築運用まで、事業会社におけるデータ活用を推進。ＡＷＳでは、エンタープライズ向けのデータプラットフォーム構築やデータマネジメント戦略立案に関する支援に従事
  
  吉濱 佐知子(ヨシハマ サチコ)
  アマゾン　ウェブ　サービス　ジャパン合同会社プロフェッショナルサービス本部所属。外資系ＩＴ企業基礎研究所にてブロックチェーンＡＩ技術、セキュリティなどの先端技術の研究開発を担当。現在はＡＷＳでコンサルタントとして、データ管理・分析基盤の構想策定や基本設計、データ・ＡＩ活用のワークショップ実施やＡＷＳ技術活用のための研修活動などに従事。日本学術会議連携会員、情報処理学会理事、国立研究開発法人科学技術振興機構研究開発戦略センター（ＪＳＴ‐ＣＲＤＳ）特任フェローなどを務める。博士（情報学）

• 著者について

  赤羽根 正則 (アカバネ マサノリ)
  アマゾン ウェブ サービス ジャパン合同会社プロフェッショナルサービス本部所属。大手ITベンダーでデータベース関連の製品開発をおこなったのち、インターネット関連企業で社内向けの大規模データ分析基盤の開発、運用やAIを活用した需要予測システムの開発を担当。AWSではデータ分析基盤のアーキテクチャ作成支援やデータエンジニアリングでのパフォーマンスチューニングなどに従事。
  
  佐藤 悠 (サトウ ユウ)
  アマゾン ウェブ サービス ジャパン合同会社プロフェッショナルサービス本部所属。大手SI会社でデータ分析基盤の構築や運用、加工パイプラインの作成、機械学習モデルのシステム化などに従事。AWSでは、データ分析基盤の構想策定から具体的な実装支援までをおこなう。AWSサービスでは、AWS GlueやAWS Lake Formation、Amazon MWAAが得意。
  
  仲谷 岳志 (ナカタニ タケシ)
  アマゾン ウェブ サービス ジャパン合同会社プロフェッショナルサービス本部所属。エンタープライズITの分野で28年の業務経験を持ち、エンタープライズストレージ、サーバー仮想化などその時々の最先端インフラを通じて顧客への価値提供をおこなってきた。現在はAWSのプリンシパルアーキテクトとして、さまざまな業界のお客様のクラウドインフラやデータ基盤の設計・構築、生成AIプラットフォーム構想の策定支援などを担当。
  
  松浦 晋 (マツウラ シン)
  アマゾン ウェブ サービス ジャパン合同会社プロフェッショナルサービス本部プラクティスマネージャー。大手通信会社において、データベースを中心とした情報システムのインフラ設計開発運用を担当。大手金融機関においては、データ戦略の立案からデータマネジメント施策の実行、データプラットフォームの設計構築運用まで、事業会社におけるデータ活用を推進。AWSでは、エンタープライズ向けのデータプラットフォーム構築やデータマネジメント戦略立案に関する支援に従事。
  
  吉濱 佐知子 (ヨシハマ サチコ)
  アマゾン ウェブ サービス ジャパン合同会社プロフェッショナルサービス本部所属。外資系IT企業基礎研究所にてブロックチェーンAI技術、セキュリティなどの先端技術の研究開発を担当。現在はAWSでコンサルタントとして、データ管理・分析基盤の構想策定や基本設計、データ・AI活用のワークショップ実施やAWS技術活用のための研修活動などに従事。日本学術会議連携会員、情報処理学会理事、国立研究開発法人 科学技術振興機構 研究開発戦略センター（JST-CRDS）特任フェローなどを務める。博士（情報学）。

AWSではじめる実践データマネジメント [単行本] の商品スペック