実経過時間でGoが圧勝という、一般的な認識を覆す結果になりました。 ただし、CPU効率ではRustも健闘しており、興味深い結果となっています。 検証環境・条件 測定対象 処理内容: EC2セキュリティグループ一覧取得（3件のセキュリティグループを取得） AWS リージョン: ap-northeast-1（東京） 測定方法: time コマンドによる実行時間測定 実行環境 OS: macOS Go: 1.21+ Rust: 1.75+ Python: 3.11+ 測定条件 重要なポイントとして、事前コンパイル済みバイナリで測定しました： package main import ( "context" "fmt" "log" "github.com/aws/aws-sdk-go-v2/config" "github.com/aws/aws-sdk-go-v2/service/ec2" "git

使い分けのポイント RDBが適している場合: 複雑なクエリや結合が必要 トランザクション整合性が重要 データ構造が予測可能で変化が少ない NoSQLが適している場合: スケーラビリティが最優先 スキーマが頻繁に変更される 読み取り/書き込みのパフォーマンスが重要 大量のデータを扱う 2. DynamoDBの基本概念 DynamoDBとは Amazon DynamoDBは、AWSが提供するフルマネージド型のNoSQLデータベースサービスです。どんなに大規模なアプリケーションでも、一貫した低レイテンシーでデータにアクセスできるように設計されています。 主な特徴： サーバーレス（プロビジョニング不要） 自動スケーリング マルチリージョンレプリケーション 自動バックアップ きめ細かなアクセス制御 基本的な構成要素 DynamoDBにおける重要な概念を理解しましょう： テーブル、アイテム、属性 テー

AWS Lambda の Python で pandas や requests を使うのに、Lambda Layer を自作する必要はない - AWS SDK for pandas を活用しようAWSpandaslambdaLambda-Layers 概要 AWS Lambda では、マネージドに提供されている AWS レイヤーがあり、自分でビルドすることなく簡単に利用できる AWS SDK for pandas のマネージドな Lambda Leyer には、 pandas / numpy といったデータ処理系のモジュールや aiohttp / requests といった HTTP リクエスト用モジュールなど、様々なモジュールがバンドルされている (一覧は後述) AWS Lambda でこれらのモジュールを使用する方法として、多くの記事では Lambda Layer を自作する方法や第三

「CMSで管理されている動的なWebサイトを静的サイトに移行したい」と考えている人向けの記事です。CMSでサイトを頻繁に更新する必要がなくなった場合や、運用コストを削減したい場合などで、静的サイトへの移行は大きなメリットをもたらします。以下では、私が実践した手法と、そのために作成したPythonスクリプトを紹介します。 課題と解決策 CMSを利用した動的サイトには以下の課題があります： サーバーコストが高い CMSのメンテナンスが手間 これらを解決するため、私はCMSサイトを静的化し、Amazon S3＋CloudFrontでホスティングする方法を選びました。この作業を効率化するため、自作のPythonスクリプトを開発しました。 このスクリプトは、以下の機能を実現します： 静的化：CMSからローカル環境にHTMLファイルを取得 リンク修正（オプション）：内部リンクの変換や、一部HTML内容

2024年12月、「Azure CDN from Edgioが廃止される」という突然の通知に驚き、移行作業に追われた方も多いのではないでしょうか。私もその1人でした。Webスタティックホスティング用途で「Azure Blobストレージ＋Azure CDN」を複数のサイトで利用していたため、急遽、別のCDNへの移行が必要になりました。 Azure Front Doorへの移行が推奨されていますが、私の用途ではオーバースペックでコストが見合わず※1、最終的にAmazon S3＋CloudFrontへの移行を選びました。その過程で、Pythonスクリプトを用いて効率よく移行を行う方法を開発しました。 ※1　Azure Front Doorは高機能で優れた選択肢ですが、基本料金が高額で、小規模なWebサイトでは費用対効果が低い場合があると思います。 課題と解決策 移行作業では、AWS DataSy

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

import logging from multiprocessing import Process, Pipe import re import sys from io import StringIO from typing import Dict, Optional logger = logging.getLogger(__name__) globals: Optional[Dict] = {} locals: Optional[Dict] = {} def sanitize_input(query: str) -> str: """Sanitize input to the python REPL. Remove whitespace, backtick & python (if llm mistakes python console as terminal) Args: query

AWS Database Blog Introducing the Advanced Python Wrapper Driver for Amazon Aurora Building upon our work with the Advanced JDBC (Java Database Connectivity) Wrapper Driver, we are continuing to enhance the scalability and resiliency of today’s modern applications that are built with Python. The ability to scale is critical to handle millions of users on demand, and with stateful applications such

Amazon Web Services ブログ Amazon CodeWhispererを使ったプロンプトエンジニアリングのベストプラクティス 生成 AI コーディングツールは、開発者の日々の開発作業の仕方を変えています。関数の生成からユニットテストの作成まで、これらのツールはお客様のソフトウェア開発の加速に役立っています。 Amazon CodeWhisperer は、開発者の自然言語のコメントと周囲のコードに基づいてコードのレコメンデーションを提供することで、開発者の生産性を向上させる IDE とコマンドラインの AI による生産性向上ツールです。 CodeWhisperer を使用すると、開発者は「 S3 にファイルをアップロードする Lambda 関数を作成する」など、特定のタスクを簡単な英語で概説するコメントを単純に記述することができます。 CodeWhisperer に対してこ

こんにちは、最近久々にソロキャンプをしてきました菅野です。 AWS上で、 様々なAIモデルを利用できるようになるサービス、Amazon Bedrockがリリースされました、と書き続けてそろそろひと月が経過しております。 楽しみながら様々なモデルを利用していたらあっという間に時間がたってしまいました。 今回は、BedrockのClaudeV2モデルを用いてPythonコードとテストコードを生成してみようと思います。 Bedrockの説明は、以下を参照してください。 acro-engineer.hatenablog.com 「Fizz Buzz」の生成 プログラミングの初歩も初歩、定番の課題といえばFizz Buzzです。 1-100までの数字のうち、3の倍数の時にはFizzを、5の倍数の時はBuzzを、３の倍数且つ、5の倍数の時はFizzBuzzと、それ以外の時はその数字を表示するプログラム

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

「Diagrams」を使うと Python コードでアーキテクチャ図を生成できる．サポートされているアイコンセットがとても多く AWS や Google Cloud や Microsoft Azure もあれば，Kubernetes やプログラミング言語なども使える．試してみたけどめちゃくちゃ便利！まさに Diagram as Code だ✌️ diagrams.mingrammer.com セットアップ 「Diagrams」は Graphviz に依存しているため，macOS だと pip と brew ですぐにセットアップできる． $ pip install diagrams $ brew install graphviz 試してみた さっそく Examples を参考にアーキテクチャ図を作ってみた！ サンプル : AWS from diagrams import Cluster, D

Amazon Web Services ブログ Python 早見帳が SageMaker Studio Lab からすぐに学べるようになりました みなさんこんにちは。AWS Japan ソリューションアーキテクトの関谷侑希です。 AI/ML の技術が大好きで、現在は交通・物流・旅行・不動産・建設業界のお客様に対し技術支援をしています。 AI/ML 技術の支援をする中で伺う悩みの１つにキャッチアップをどうすればよいか、というものがあります。このブログの読者の中には、上司から AI でいい感じにやってくれと言われた、非 AI/ML エンジニアの方もいらっしゃるのではないでしょうか。そんな駆け出しエンジニアの方に向けて、今回はとっておきの教材をご紹介します。 Python 早見帳とは Python 早見帳は東京工業大学の岡崎直観先生が作成された Python の入門教材です。 今回、岡崎先生の

このようなComprehendの機能を利用することで、例えば、多言語で書かれたカスタマーレビューを言語別、感情別に分類し、その後さらにキーフレーズ検出やトピック分類をすることによって、より詳細なインサイトを得ることができます。 なお、本稿執筆時点で日本語はComprehendの全ての機能には対応していません。日本語対応機能は前出順に、主要言語の識別からトピックモデリングまでになります。 また、Comprehendには医療分野での利用に特化した「Amazon Comprehend Medical」（英語のみ対応）が別途提供されていますが、本稿では割愛します。 利用料金について Comprehendは従量課金制で、4つのカテゴリーに大別される各処理に対して、個別に料金が設定されています。なお、以下においてリクエストは100文字を1ユニットとしており、各リクエストには3ユニットの最低料金が発生し

連載目次 前回は、「Amazon SageMaker Studio Lab」（以下、Studio Lab）の機能概要や特徴、スペック、利用上の注意事項などについて説明した。筆者自身が感じた「Studio Labは無料なのにすごい！」ということをお伝えしたわけだが、興味を持っていただけただろうか。 今回は、具体的に「Studio Labは、こんな感じで使えるよ」ということをお伝えしたい。できるだけスクリーンキャプチャーを多めにすることで、図とコードを見るだけで、説明はあまり読まなくてもよい短い記事にしたいと考えている。 とはいえ「Studio Labの使い方」は、はっきり言って難しくない。Studio Lab環境自体は直観的に使えるし、Conda（＝AnacondaやMinicondaで使えるパッケージ管理ツール）やJupyterLab（＝Python／Rコードが実行できるノートブック環境）

初学者向け「Amazon Transcribe」（AI文字起こしサービス）をPythonで利用するには：AWSチートシート AWS活用における便利な小技を簡潔に紹介する連載「AWSチートシート」。今回は、AWSのAI文字起こしサービス「Amazon Transcribe」をPythonで利用する方法を紹介する。 「Amazon Web Services」（AWS）活用における便利な小技を簡潔に紹介する連載「AWSチートシート」。今回は、AWSのAI文字起こしサービス「Amazon Transcribe」をPythonで利用します。以下、Transcribeに用意されているメソッドを概観し、幾つかの使い方を紹介します。 「Amazon Transcribe」とは AWSには、事前トレーニング済みのAI（人工知能）を手軽に利用できる「AIサービス」が多数用意されており、その内容はコンピュータビ

AWS活用における便利な小技を簡潔に紹介する連載「AWSチートシート」。今回は、AWSのAI音声合成サービス「Amazon Polly」をPythonで利用します。 「Amazon Web Services」（AWS）活用における便利な小技を簡潔に紹介する連載「AWSチートシート」。今回は、AWSのAI音声合成サービス「Amazon Polly」をPythonで利用します。以下、Pollyに用意されているメソッドを概観し、幾つかの使い方を紹介します。 「Amazon Polly」とは AWSには、事前トレーニング済みのAIを手軽に利用できる「AIサービス」が多数用意されており、その内容はコンピュータビジョンから言語、レコメンデーション、予測と多岐にわたります。 今回紹介するAmazon Polly（以下、Polly）は、テキストをリアルな音声スピーチに変換するAIクラウドサービスです。サポ

「みんなのPython勉強会」は、Pythonを中心として、プログラミングを仕事、研究、趣味など、さまざまなシーンで生かす方法を一緒に学ぶ勉強会です。56回の今回は、サーバーサイドエンジニアをテーマに学びます。 AWSソリューションアーキテクトの西谷圭介氏が、前半ではサーバーレスについて説明しましたが、後半はいよいよその実行環境であるAWS Lambdaの基本について解説します。関連資料はこちら。 イベントドリブン西谷圭介氏：Lambdaには、イベントドリブンという言葉があります。イベントドリブンをちょっと簡単に説明したいと思うんですが、Lambdaとかサーバーレスアプリケーションにおける非常に重要なキーワードなんですね。先ほどのサーバーレスのスタックに置き換えたときにLambdaというものがようやく出てきたんですが、このイベントドリブンをキーワードにしたサービスと言えます。 イベントドリ