クラウドコンピューティング

データエンジニアリングの理解

Hadrien Lacroix

Content Developer

データ処理のためのクラウドコンピューティング

オンプレミスのサーバー

  • 購入済み
  • スペースが必要
  • 電気代と保守費用
  • ピーク時に十分な処理能力
  • 閑散時には未使用の処理能力

クラウド上のサーバー

  • レンタル済み
  • スペースは不要です
  • 必要なリソースだけを使用する
  • 必要なときに
  • ユーザーに近いほど良い
データエンジニアリングの理解

データ保存のためのクラウドコンピューティング

  • データベースの信頼性: データのレプリケーション
  • 機微なデータのリスク
データエンジニアリングの理解

AWS

データエンジニアリングの理解

Microsoft Azure

データエンジニアリングの理解

Google Cloud

データエンジニアリングの理解

ファイルストレージ

データエンジニアリングの理解

S3

データエンジニアリングの理解

Azure Blob Storage

データエンジニアリングの理解

Google Cloud Storage

データエンジニアリングの理解

計算処理

データエンジニアリングの理解

EC2

データエンジニアリングの理解

Azure Virtual Machines

データエンジニアリングの理解

Google Compute Engine

データエンジニアリングの理解

データベース

データエンジニアリングの理解

AWS RDS

データエンジニアリングの理解

Azure SQL データベース

データエンジニアリングの理解

Google Cloud SQL

データエンジニアリングの理解

データ パイプライン

データエンジニアリングの理解

AWS S3を使用してアルバムカバーを保存する

データエンジニアリングの理解

EC2を使用して曲を変換する

データエンジニアリングの理解

RDSを使用して従業員を保存

データエンジニアリングの理解

マルチクラウド

長所

  • 単一ベンダーへの依存を減らす
  • コスト効率
  • 国内に特定のデータを物理的に保管することを義務付ける現地法
  • 災害へのリスクを軽減する

短所

  • クラウドプロバイダーは消費者を囲い込もうとする
  • 非互換性
  • セキュリティとガバナンス
データエンジニアリングの理解

概要

  • クラウドコンピューティングの利点とリスク
  • Spotflixでの実装方法
  • 主要なクラウドプロバイダーとそのサービスを挙げられる
データエンジニアリングの理解

練習しましょう!

データエンジニアリングの理解

Preparing Video For Download...