Amazon Web Services ブログ

Amazon Aurora スナップショットから Amazon Aurora DSQL へのデータ移行

Amazon Aurora DSQL はサーバーレスの分散 SQL データベースで、データ移行には COPY コマンドや dataloader スクリプトが利用できますが、テーブル単位の処理しかできず、データ変換の手段もありません。本記事では AWS Glue を使い、Aurora PostgreSQL のスナップショットから Aurora DSQL へ、データ型変換や主キーの UUID 化を含めて移行する手順を紹介します。

Hannover Messe 2026 AWS ブースレポート

2026/4/20 – 4/24 に世界最大規模の産業向け展示会ハノーバーメッセが開催されました。AWS は今年も “Built for Industrial AI” というテーマを掲げ、フィジカル AI を筆頭に、AI とクラウドを活用し製造業の業務を変革するアイディアを提供しました。AWS の製造のリーダーである Ozgur から、”産業 AI は大規模展開してこそ意味がある”というメッセージを基調講演で語りました。

実践企業に学ぶ生成AI導入の勘所

実践企業に学ぶ生成 AI 導入の勘所 〜眠るデータを企業価値に変える〜 – AWS Local Executive Roadshow 大阪編（#1/8）開催レポート

こんにちは。Amazon Web Services Japan のソリューションアーキテクト、田中 里絵 です […]

株式会社アクト・ノード様の AWS 生成 AI 活用事例：Amazon Bedrock Agent Coreで実現する「見守りエージェントAI」。一次産業の人手不足と熟練知識の属人化を解決し、見守り頻度を最大48倍に拡大、生産者の工数を50%削減

本ブログは株式会社アクト・ノード様とAmazon Web Services Japan 合同会社が共同で執筆い […]

3人月の開発を2日間で ─ 日立グループ初の AI-DLC 実践で得たリアルな手応え

株式会社日立産業制御ソリューションズ様が、11社合同「AI-DLC Unicorn Gym」に参加し、Kiroを活用したAI駆動開発ライフサイクル（AI-DLC）で従来3人月（約530時間）規模のIT資産・セキュリティデータ統合基盤を、わずか2日間（約70時間）で構築した実践事例をご紹介します。要件定義から設計・実装・デプロイまでの全工程をAI主導で進めた手応えと、エンジニアに求められる役割の変化について、現場のエンジニアによる寄稿でお届けします。

eyecatch

寄稿：株式会社 JPX 総研による「Amazon Quick Sight を活用した JPX 保有データ（J-LAKE）活用推進の取り組み」のご紹介

JPX総研が構築したデータレイク「J-LAKE」と Amazon QuickSight を活用し、社内データ活用文化を醸成した取り組みを紹介。経営層向けダッシュボード構築から全社ハンズオン、社内ダッシュボードコンペ開催まで、データの民主化を実現した実践事例を解説します。

← Older posts
Newer posts →