Category: Front-End Web & Mobile

AWS AppSync は、複数のデータベース、マイクロサービス、API に安全にデータを検索または更新するための単一のエンドポイントを提供することによって、アプリケーション開発を簡素化するフルマネージドのサーバーレス GraphQL API サービスです。本記事では、エンドポイントディスカバリパターンによる REST API を使用して、AWS AppSync 経由で Amazon Timestream データベースの時系列データにアクセスする方法を紹介します。

5月8日週末、私は AWS Serverless Innovation Day に参加するために飛行機でシアト […]

はじめに 企業は、資産の追跡と管理を可能にする、位置情報ベースのシステムによる業務改善の可能性を認識しています […]

カンファレンスシーズンが始まりました。4月24日週の New York Swifty カンファレンスで、iOS […]

AppSync の Private API の一般提供を発表します。Private API を使用すると、VPC やオンプレミスのデータセンターなどのプライベートネットワーク内のクライアントのみに、お客様の GraphQL API へのアクセスを制限できます。Private API へのリクエストは、インターネットを介さずに AWS のプライベートネットワークを経由して行われます。開始するには、AppSync で GraphQL API を作成する際に API を Private に設定し、API を呼び出す同じ AWS アカウント内の各 VPC にインターフェース VPC エンドポイントを作成します。また、AWS Direct Connect または AWS Site to Site VPN を使用して、オンプレミスネットワークからインターフェイスエンドポイントをホストする VPC へのプライベート接続を確立することができます。この接続により、オンプレミスデータセンターのクライアントは Private API を呼び出すことができます。

位置情報サービスの開発は、ユーザーエンゲージメントやジオマーケティング、アセットトラッキング、配送サービスなどのユースケースをサポートし、急速なスピードで増加しています。今回のブログ記事では、Amazon Cost Explorer を活用して、Amazon Location Service のコストを把握し、ユースケースに応じたコスト最適化を行う方法についてご紹介します。

トラックは毎日、何百万トンもの物資を全国に輸送しています。その効率的なルーティングは、物流企業の収益だけでなく、経済全体にも大きな影響を与えます。効率的なトラックルーティングは、輸送・物流業界にとって不可欠な要素であり、トラックにとって最も効率的なルートを戦略的に計画し、物資を輸送することにつながります。その主な目的は、タイムリーな配送と資源の最大活用を確保しながら、移動距離を減らすことです。トラックのルートを最適化することで、物流会社は業務の効率性と収益性を大幅に向上させることができます。本記事では、Amazon Location Service のトラックルーティング機能についてご紹介します。この機能は、HERE Technologies の提供する正確で新鮮かつ堅牢なデータを活用し、物流企業の目標達成を支援します。

AWS Amplify では、amplify add custom コマンドと AWS Cloud Development Kit (AWS CDK) または AWS CloudFormation を使用して、Amplify で作成したバックエンドにカスタム AWS リソースを追加することが可能です。これによって開発者は Amplify のビルトインユースケースを超える AWS リソースをプロジェクトに簡単に追加・管理することができます。
本記事では、Amplify カスタムリソースを使用して AWS Step Functions ワークフローを Amplify プロジェクトに追加します。

本記事では、Amazon Location Service と最適化アルゴリズムを使って、ゴミ収集の最適化問題で最も効率的なルートを見つける方法を紹介します。ゴミ収集は、ゴミをゴミ置き場地点から処理地点に移送することです。この移送は、ゴミ収集車を使用して行われます。

トロリ線や電柱、信号機や踏切といった線路内の設備から変電所に至るまでさまざまな鉄道電気設備のメンテナンスを行っています。これまで、メンテナンスで撮影された設備の写真はクラウドに一括して保存するだけになっており、活用できていないことが課題になっていました。より効率的なメンテナンス業務の実現を目指し、まずはこの大量に蓄積された写真を、AI で設備を分類し、加えて時系列順にアルバムのように整理できないかと考えました。この AI の開発を JR 東日本情報システムのテクノロジー応用研究センターの方々と取り組んでまいりました。