クラウドコンピューティング

データエンジニアリングを理解する

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を理解する

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を理解する

AWS

データエンジニアリングを理解する

Microsoft Azure

データエンジニアリングを理解する

Google Cloud

データエンジニアリングを理解する

ファイルストレージ

データエンジニアリングを理解する

S3

データエンジニアリングを理解する

Azure Blob Storage

データエンジニアリングを理解する

Google Cloud Storage

データエンジニアリングを理解する

計算処理

データエンジニアリングを理解する

EC2

データエンジニアリングを理解する

Azure Virtual Machines

データエンジニアリングを理解する

Google Compute Engine

データエンジニアリングを理解する

データベース

データエンジニアリングを理解する

AWS RDS

データエンジニアリングを理解する

Azure SQL データベース

データエンジニアリングを理解する

Google Cloud SQL

データエンジニアリングを理解する

データ パイプライン

データエンジニアリングを理解する

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を理解する

EC2を使用して曲を変換する

データエンジニアリングを理解する

RDSを使用して従業員を保存

データエンジニアリングを理解する

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を理解する

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を理解する

練習しましょう!

データエンジニアリングを理解する

Preparing Video For Download...