みなさん、こんにちは。ソリューションアーキテクトの西村です。 今週も 週刊AWS をお届けします。 2026年も1月後半に入り、新年の抱負を実行に移す時期になりましたね。「1月は行く、2月は逃げる、3月は去る」という言葉がありますが、気づけばもう月末です。みなさまの年始に立てた目標への取り組みはいかがでしょうか？ 年明けから4週間続けることができたなら、それはもう習慣化への第一歩です。私は体幹トレーニングのプランクを年初から継続中です。このままいけば 12 月頃に開催予定の re:Invent 2026

G-gen の min です。BigQuery に統合された AI アシスタント機能である BigQuery データキャンバス について、より実践的な活用方法と、技術的な制約事項について解説します。 はじめに BigQuery データキャンバスとは Conversational Analytics API とは 効果的な質問のテクニック コンテキストを具体的に提示する 複雑な分析は複数のステップに分割する データ条件と集計方法を明示する フォローアップ質問で深掘りする 出力形式を指定するキーワード サンプ

はじめに ども！久しぶりにがっつりGitHub Copilotを触っている龍ちゃんです。機能が増えている！ってブログ記事を二件ほど執筆しました。 GitHub Copilot設定5種を網羅！生産性を最大化する使い分け術 Claude Code→GitHub Copilot移行で使える設定ファイル6つの対応表 今回は、GitHub Copilot PRレビューに関してしっかりとしたアップデートが入っていたので、過去記事からの参照を含めてまとめていきます。 過去に書いた PRレビューを自動化しよう！GitHu

前回のあらすじ スキーマ 分離設計のDB（テナント毎に独立した スキーマ を持つDB）でサービス規模が拡大すると、 スキーマ 数の増加に由来するオーバーヘッドが無視できないものになる 次はパラメータチューニングなどで何とか延命できないか試してみたい tech.mntsq.co.jp はじめに 前回の 負荷試験 によって、弊社サービスは600テナントを超えたあたりから、データベースの急激な性能劣化を起こすリスクが高いことが判明しました。長期的には根本的な構成の見直しを行うとして、パラメータチューニングなどで

はじめに：大規模プロジェクト復帰とレビュー負荷の課題こんにちは、DevRelの大熊です。本記事では、育休復帰直後という制約の大きい状況の中で、AIを活用したコードレビューの仕組みを構築し、週6時間の業...

こんにちは、SCSKの坂木です。 本記事では、 保存前処理 の中でも計算処理に焦点を当て、以下の3つの機能について、具体的な設定例を交えながら解説します。 乗数 差分 1秒あたりの差分   保存前処理について 保存前処理とは、Zabbixが監視対象から取得したデータを データベースに保存する直前に、その値を加工・変換するための機能 です。例えば、取得したデータの単位を変換（バイト→ビットなど）したり、累積し続けるデータから「前回からどれだけ増えたか」という差分や速度を計算したりできます。 これに

0. はじめに Snowflakeでは、SQLを中心としたデータ加工に加え、Pythonを用いた分析や検証処理をSnowflake上で完結させるための機能が拡充されており、その一つとして、Jupyter Notebookのような操作感でインタラクティブに処理を記述・実行できるNotebook機能が提供されています。 Notebookを利用することで、SQLやPythonを組み合わせた処理を段階的に実装し、その場で結果を確認しながら分析やデータ加工の試行錯誤を進めることができます。 こうした中で、Noteb

こんにちは、SCSK小澤です。 生成AIを利用して自然言語によるデータ検索や要約を可能にしてくれる、Snowflake Intelligenceが一般提供(GA)になりました。 前回のブログでは、Snowflake Intelligenceの概要紹介や、伴走支援のご案内していました。 → SCSKはSnowflake Intelligenceのローンチパートナーとなりました！ Snowflake Intelligenceで始める生成AI活用 ― SCSKが伴走します Snowflakeが最近GAしたSno

CloudWatch Logs Insights とは CloudWatch Logs Insights で「できること」 ログの絞り込み 件数の集計 時系列での傾向把握 CloudWatch Logs Insights で「できないこと」 リアルタイム監視には向かない 大量・長期間データの高速分析には不向き 複雑なデータ結合はできない 分析結果を継続的に保存する仕組みはない 向いている用途・向いていない用途 向いている用途 向いていない用途 まとめ こんにちは。CS部の山科です。 AWS のログ調査で

はじめに 株式会社タップルでサーバーサイドエンジニアをしている糸井( Issa )です。 本記事は、 ...

こんにちは。株式会社ココナラDevOpsチームのソクです。 入社3年目を迎え、システム全体を俯瞰する力が少しついてきた気がします。以前紹介したスロークエリ解決についての記事だけでなく、最近はパフォーマンス改善タスク全般に取り組んでいます。 一つひとつの課題に対応し、サービスが高速化していく様子を見るのは嬉しいものですが、そこで新たな課題に直面しました。それは「次は、何を改善すれば良いか？」という課題です。 今回は、改善すべき対象をどのように探していくかについてお話しします。 何を改善すれば良いですか？ 現

はじめに 先月AWS（Amazon Web Services）でGlue 5.1がGAされました。私がAWS Glue（以下Glueと表記）に関わり始めてから３年経過しますが、初めてのマイナーバージョンアップです。今回のリリースではApache Spark 3.5.4 → Apache Spark 3.5.6のようなエンジンのバージョンアップもありましたが、個人的に最も大きなアップデートはApache Iceberg（以下Icebergと表記）のTable Spec Version 3のサポートが導入され

この シリーズのパート1 では、Amazon Q BusinessとAmazon Bedrockの力を組み合わせて、SAP Early Watch Reportsから実用的なインサイトを得る方法、およびBusiness Data Automationを使用したIntelligent Document ProcessingをSAPシステムの請求書データ処理に使用する方法を検討しました。この投稿では、Amazon Bedrock Knowledge Bases for Structured Dataを使用して

さとうです。 初ブログとして、先日社内勉強会で登壇させて頂いた資料の共有をしたいと思います。 資料の全編はこちらからご確認いただけます。 ブログでは資料の内容を紹介させてください！ イントロ 用語整理 Text-to-SQLとは？ AWS MCP Serverとは？ Text-to-SQLを実践してみた 検証に使用したもの 開発の進め方 AWS MCP Serverの仕様についての注意点 結果と考察 結果 考察 バイブコーディング vs. 仕様駆動開発 注意事項 責任ある生成AIの利用を まとめ イントロ

こんにちは、SCSK株式会社　中村です。 先月、SCSKのパートナー企業様との合同の勉強会に参加してきました。趣旨としては互いの若手エンジニアの交流・共同作業を通じたGoogle Cloudに対する知見深化や、生成AIを活用したアプリデプロイの学習です。 勉強会の中でGoogle Cloud + Geminiを使ったアプリ開発を体験し、開発手法の新時代を見たと感じていますのでそちらを中心に活動の内容をご紹介できればと思います。 勉強会の概要 参加者の構成 勉強会は弊社メンバー10名、パートナー様メンバー1