Summit 3日目、「電力会社におけるAWS活用事例」というお題のセッションで、AWSを使った事例をいくつか紹介してきました。
AWSの導入についてはまだまだ検証段階・やっと使い始めた程度ということもあり、会社側の意向で撮影NG・資料非公開のセッションでしたが、私の口から話せる程度の内容はここに書き残しておこうと思います。(もしかしたら消されるかもしれませんが)
事例:検証環境の構築
EC2、RDS、EFSを使って、オンプレミスのシステムと同等のものをAWSに構築。開発・検証環境として使用している。
事例:Jupyter Notebookで地図作成
EC2にAnaconda3、geopandasなどを入れてJupyter Notebookを起動し、国土交通省「国土数値情報」のメッシュデータを読み込んで色塗り地図を作成。
AWSを使う理由
- はやい(速度)必要なときにすぐ使える、調達の速さ。
- やすい(価格)使った分だけの料金で、無駄がない。
- うまい(品質)機能やサービスが充実、やりたいことができる。
事例:サーバーレスの勉強
- Webサイトから需給予想実績CSV(でんき予報の公開データ)をLambdaで取得し、DynamoDBに保存。
- DynamoDBから需給予想実績データをLambdaで読み込み、S3に保存。
- S3に保存された需給予想実績をQuickSightで読み込み、グラフ表示。
QuickSightの良いところ
- 高額なBIツールやハードウェア(サーバー、ストレージ)がなくても簡単にデータ分析ができる。
- 必要なときに、必要なデータを、必要な人が無駄なく使うことができる。
- 構築の手間がかからない。
感想
Summit本会場から遠く離れた国際会議場の3階という場所のため、聴講者がどのくらい集まるか不安でした。もしかして電力関係者だけかも?と思っていましたが、いざ始まったら160席がほぼ満席。電力関係者以外にも興味を持ってもらえて嬉しかったです。
また、発表の内容について補足ですが、
- Jupyter Notebookは、以前からPydata.Okinawaの勉強会で触っていた。
- でんき予報の需給予想実績は、仮想サーバを立ててPython、SQLite、PHPなどを駆使して似たような仕組みを作っていた。
と、AWSでやる前から個人的に遊んでいた経験が活かされています。
自分が楽しい・面白いと思うものは積極的に遊んでおくのはとても大事ですね。今は何の役に立つか分からなくても、いつか必ずその経験がものをいう機会が来るはず。
今回のSummitではDeepRacerが盛り上がっていて、SageMakerなど機械学習をテーマにしたセッションが多かったです。この波はあと数年のうちに電力会社にも来るでしょうね。