サポート終了通知: 2025 年 12 月 15 日に、 AWS はサポートを終了します AWS IoT Analytics。2025 年 12 月 15 日以降、 AWS IoT Analytics コンソールまたは AWS IoT Analytics リソースにアクセスできなくなります。詳細については、[AWS IoT Analytics 「サポート終了](https://docs.aws.amazon.com/iotanalytics/latest/userguide/iotanalytics-end-of-support.html)」を参照してください。
翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# Docker コンテナの使用
このセクションでは、独自の Docker コンテナを構築する方法について説明します。サードパーティー製の Docker コンテナを再利用するとセキュリティ上のリスクがあります。これらのコンテナはユーザーの許可を得て任意のコードを実行できます。使用する前に、サードパーティー製のコンテナの著者を信頼できることを確認します。
最後に分析が実行されてから到着したデータの定期的なデータ分析を設定するための手順を以下に示します。
1. データアプリケーションに加えて必要なすべてのライブラリあるいは他の依存関係を含む Docker コンテナを作成します。
IotAnalytics Jupyter 拡張機能には、コンテナ化プロセスを支援するためのコンテナ化 API が用意されています。また、必要なデータ分析や計算を実行するためのアプリケーションツールセットを作成または組み立てた独自の作成のイメージを実行することもできます。 AWS IoT Analytics では、入力データの送信元を定義し、変数によってアプリケーションと Docker コンテナの出力データの送信先をコンテナ化することができます。[カスタム Docker コンテナ入力/出力変数](https://docs.aws.amazon.com/iotanalytics/latest/userguide/automate.html#aws-iot-analytics-automate-custom-docker)では、カスタムコンテナで変数を使用する詳細を参照できます。)
1. コンテナを [Amazon ECR](https://docs.aws.amazon.com/AmazonECR/latest/userguide/docker-basics.html#use-ecr) レジストリにアップロードします。
1. データストアを作成して、デバイスからメッセージ データを受信して保存します `iotanalytics: [CreateDatastore](https://docs.aws.amazon.com/iotanalytics/latest/userguide/api.html#cli-iotanalytics-createdatastore)`)。
1. そのメッセージの送信先となるチャネルを作成します `iotanalytics: [CreateChannel](https://docs.aws.amazon.com/iotanalytics/latest/userguide/api.html#cli-iotanalytics-createchannel)`)。
1. チャネルをデータストアに接続するパイプラインを作成します `iotanalytics: [CreatePipeline](https://docs.aws.amazon.com/iotanalytics/latest/userguide/api.html#cli-iotanalytics-createpipeline)`)。
1. AWS IoT Analytics チャネルにメッセージデータを送信するアクセス許可を付与する IAM ロールを作成する (`iam: [CreateRole](https://docs.aws.amazon.com/IAM/latest/APIReference/API_CreateRole.html).`)
1. チャネルをメッセージデータの送信元に接続するために SQL クエリを使用する IoT を作成します `iot: [CreateTopicRule](https://docs.aws.amazon.com/iot/latest/apireference/API_CreateTopicRule.html)` フィールド `topicRulePayload:actions:iotAnalytics`)。デバイスが適切なトピックを MQTT を介してメッセージを送信すると、使用するチャネルにルーティングされます。または、 `iotanalytics: [BatchPutMessage](https://docs.aws.amazon.com/iotanalytics/latest/userguide/api.html#cli-iotanalytics-batchputmessage)`を使用して、 AWS SDK または を使用できるデバイスからチャネルに直接メッセージを送信することもできます AWS CLI。
1. タイムスケジュールによって作成がトリガーされる SQL データセットを作成します `iotanalytics: [CreateDataset,](https://docs.aws.amazon.com/iotanalytics/latest/userguide/api.html#cli-iotanalytics-createdataset)` フィールド `actions: queryAction:sqlQuery`)。
また、メッセージデータに適用する事前フィルタを指定して、アクションが最後に実行されてから到着したメッセージに限定することもできます。フィールド `actions:queryAction:filters:deltaTime:timeExpression` はメッセージの時間が判断される式を提供し、フィールド `actions:queryAction:filters:deltaTime:offsetSeconds` はメッセージの到着で発生する可能性があるレイテンシーを表します。)
トリガーのスケジュールに加えて、事前フィルタによってデルタウィンドウが決まります。それぞれの新しい SQL データセットは、SQL データセットが最後に作成されてから受信したメッセージを使用して作成されます。SQL データセットが初めて作成された場合はどうなるのでしょう。データセットが前回作成されたと予測される時期は、スケジュールおよび事前フィルタに基づいて決定されます。)
1. 最初の[データセットフィールド](https://docs.aws.amazon.com/iotanalytics/latest/userguide/api.html#cli-iotanalytics-createdataset) `trigger:dataset`を作成するとトリガーされる別のデータセットを作成します。このデータセットでは、最初のステップで作成した Docker コンテナ示して実行に必要な情報を提供する「コンテナアクション」フィールド `actions:containerAction`を指定します。また、以下も指定します。
+ アカウントに保存された Docker コンテナの ARN `image`)。
+ コンテナアクション `executionRoleArn`を実行するために、システムが必要なリソースにアクセスできるためにアクセス許可を付与するロールの ARN。
+ コンテナアクションを実行するリソースの設定 `resourceConfiguration`)。
+ コンテナアクションを実行するために使用される計算リソースのタイプ 使用できる値がある `computeType`: `ACU_1 [vCPU=4, memory=16GiB] or ACU_2 [vCPU=8, memory=32GiB]`。
+ コンテナアクションを実行するために使用されるリソースインスタンスで利用できる永続的ストレージのサイズ GB`volumeSizeInGB`。
+ アプリケーションの実行のコンテキストで使用される変数の値 基本的には、アプリケーションにわたされるパラメータ`variables`)。
これらの変数は、コンテナが実行されるときに置き換えられます。これにより、データセットコンテンツの作成時に提供された別の変数 パラメータを使用して、同じコンテナを実行できます。IotAnalytics Jupyter 拡張機能は、ノートブックでこの変数を自動的に認識し、コンテナ化プロセスの一部として利用可能にすることで、このプロセスを簡略化します。認識された変数を選択することも、独自のカスタム値を追加することもできます。コンテナを実行する前に、システムによってこの各変数は実行時の現在値で置き換えられます。
+ 変数の 1 つは、最後のコンテンツがアプリケーションへの入力として使用されるデータセットの名前です 前のステップで作成したデータセットの名前になります`datasetContentVersionValue:datasetName`)。
SQL クエリと差分ウィンドウを使用してデータセットを生成し、アプリケーションでコンテナを使用すると、差分ウィンドウのデータに対して指定した間隔で実行されるスケジュールされた本番稼働用データセット AWS IoT Analytics を作成し、必要な出力を生成して通知を送信します。
必要に応じていつでも本番稼働用データセットアプリケーションを一時停止して、再開できます。本番データセットアプリケーションを再開すると、デフォルトでは AWS IoT Analytics、 は前回の実行以降に到着したが、まだ分析されていないすべてのデータをキャッチアップします。また、一連の連続実行を行うことで本番稼働用データセットジョブ ウィンドウ長を再開する方法を設定することもできます。また、デルタウィンドウで指定したサイズ内に収まるような新しく到着したデータのみを取得して、本番稼働用データセットアプリケーションを再開することもできます。
別のデータセットの作成によりトリガーされるデータセットを作成/定義する際には、以下の制限に注意してください。
+ コンテナデータセットのみ、SQL データセットからトリガーできます。
+ SQL データセットにより、最大で 10 個のコンテナデータセットをトリガーできます。
SQL データセットからトリガーされるコンテナデータセットを作成するときに、次のエラーが返される場合があります。
+ 「データセットのトリガーはコンテナデータセットのみに追加できます」
+ 「1 つのトリガーデータセットのみ可能です」
このエラーは、2 つの異なる SQL データセットからトリガーされたコンテナデータセットを定義しようとする場合に発生します。
+ 「トリガーするデータセット がコンテナデータセットからトリガーできません」
このエラーは、別のコンテナデータセットからトリガーされた別のコンテナデータセットを定義しようとする場合に発生します。
+ 「 データセットはすでに データセットに依存しています」
このエラーは、すでに 10 個のコンテナデータセットをトリガーした SQL データセットからトリガーされる別のコンテナデータセットを定義しようとする場合に発生します。
+ 「厳密に 1 つのトリガータイプを指定する必要があります。」
このエラーは、スケジュールされたトリガーとデータセットトリガーの両方からトリガーされたデータセットを定義しようとする場合に発生します。
## カスタム Docker コンテナの入力/出力変数
このセクションでは、カスタム Docker イメージを実行するプログラムが入力変数を読み取り、出力をアップロードする方法を示しています。
**Params ファイル**
入力変数と出力のアップロード先は、Docker イメージを実行するインスタンスの JSON ファイル `/opt/ml/input/data/iotanalytics/params`に保存されています。このファイルの内容の例を示します。
```
{
"Context": {
"OutputUris": {
"html": "s3://aws-iot-analytics-dataset-xxxxxxx/notebook/results/iotanalytics-xxxxxxx/output.html",
"ipynb": "s3://aws-iot-analytics-dataset-xxxxxxx/notebook/results/iotanalytics-xxxxxxx/output.ipynb"
}
},
"Variables": {
"source_dataset_name": "mydataset",
"source_dataset_version_id": "xxxx",
"example_var": "hello world!",
"custom_output": "s3://aws-iot-analytics/dataset-xxxxxxx/notebook/results/iotanalytics-xxxxxxx/output.txt"
}
}
```
データセットの名前とバージョン ID に加えて、`Variables` セクションには `iotanalytics:CreateDataset` 呼び出しで指定される変数が含まれています。この例では、変数 `example_var` には 値 `hello world!` が与えられています。また、`custom_output` 変数ではカスタム出力 URI も提供されています。`OutputUris` フィールドには、コンテナがその出力をアップロードできるデフォルトの場所が含まれています。この例では、デフォルトの出力 URI は ipynb 出力および html 出力の両方に提供されています。
**入力変数**
Docker イメージによって起動されるプログラムは、`params` ファイルから変数を読み取ることができます。以下に示しているのは、`params` ファイルを開き、それを解析して、`example_var` 変数の値を印刷するプログラムの例を以下に示します。
```
import json
with open("/opt/ml/input/data/iotanalytics/params") as param_file:
params = json.loads(param_file.read())
example_var = params["Variables"]["example_var"]
print(example_var)
```
**出力のアップロード**
Docker イメージから起動されたプログラムでは、Amazon S3 の場所に出力が保存される可能性もあります。この出力は、"bucket-owner-full-control" [アクセスコントロールリスト](https://docs.aws.amazon.com/AmazonS3/latest/userguide/acl-overview.html)を使用してロードする必要があります。アクセスリストは、アップロードされた出力に対する AWS IoT Analytics サービスコントロールを付与します。この例では、前回のアクセス許可を拡張して、`params` ファイルの `custom_output` で定義される Amazon S3 の場所に `example_var` のコンテンツをアップロードします。
```
import boto3
import json
from urllib.parse import urlparse
ACCESS_CONTROL_LIST = "bucket-owner-full-control"
with open("/opt/ml/input/data/iotanalytics/params") as param_file:
params = json.loads(param_file.read())
example_var = params["Variables"]["example_var"]
outputUri = params["Variables"]["custom_output"]
# break the S3 path into a bucket and key
bucket = urlparse(outputUri).netloc
key = urlparse(outputUri).path.lstrip("/")
s3_client = boto3.client("s3")
s3_client.put_object(Bucket=bucket, Key=key, Body=example_var, ACL=ACCESS_CONTROL_LIST)
```