✍️ 필사 모드: AWSコアサービス総まとめ & 2025-2026年テクノロジートレンド振り返り

はじめに

クラウドコンピューティングがITインフラの標準となった現在、AWS（Amazon Web Services）は200以上のサービスを提供し、市場シェア1位を維持しています。本記事では、AWSのコアサービスをカテゴリ別に総まとめし、2025-2026年の主要テクノロジートレンドを振り返ります。

Part 1: AWSコアサービス総まとめ

1. コンピューティング（Compute）

AWSのコンピューティングサービスは、仮想サーバーからサーバーレス、コンテナまで多様なワークロードをサポートします。

EC2（Elastic Compute Cloud）

EC2はAWSで最も基本的なコンピューティングサービスです。様々なインスタンスタイプを提供し、ワークロードに最適化された選択が可能です。

主要インスタンスファミリー：

EC2の主要機能：

• Auto Scaling：トラフィックに応じてインスタンス数を自動調整
• Elastic Load Balancing：複数のインスタンスにトラフィックを分散
• EBSボリューム：永続ブロックストレージの接続
• Placement Groups：インスタンス配置戦略の設定

# EC2インスタンス起動の例
aws ec2 run-instances \
  --image-id ami-0abcdef1234567890 \
  --instance-type t3.medium \
  --key-name my-key-pair \
  --security-group-ids sg-0123456789abcdef0 \
  --subnet-id subnet-0123456789abcdef0

Lambda（サーバーレスコンピューティング）

Lambdaは、サーバー管理なしでコードを実行できるサーバーレスコンピューティングサービスです。

主な特徴：

• イベント駆動型実行（S3、API Gateway、DynamoDBなど）
• 最大実行時間：15分
• 対応言語：Python、Node.js、Java、Go、.NET、Ruby、カスタムランタイム
• 同時実行数制限：リージョンあたりデフォルト1,000（引き上げリクエスト可能）

# Lambdaハンドラーの例
import json

def lambda_handler(event, context):
    name = event.get('name', 'World')
    return {
        'statusCode': 200,
        'body': json.dumps({
            'message': f'Hello, {name}!'
        })
    }

ECS / EKS / Fargate（コンテナ）

# ECSタスク定義の例
family: my-web-app
networkMode: awsvpc
requiresCompatibilities:
  - FARGATE
cpu: '256'
memory: '512'
containerDefinitions:
  - name: web
    image: my-repo/my-app:latest
    portMappings:
      - containerPort: 8080
        protocol: tcp

2. ストレージ（Storage）

S3（Simple Storage Service）

S3はAWSを代表するオブジェクトストレージサービスで、ほぼ無制限のスケーラビリティを提供します。

ストレージクラス比較：

ライフサイクルポリシーの例：

{
  "Rules": [
    {
      "ID": "MoveToIA",
      "Status": "Enabled",
      "Transitions": [
        {
          "Days": 30,
          "StorageClass": "STANDARD_IA"
        },
        {
          "Days": 90,
          "StorageClass": "GLACIER"
        }
      ],
      "Expiration": {
        "Days": 365
      }
    }
  ]
}

EBS（Elastic Block Store）

EC2インスタンスに接続するブロックストレージで、SSDとHDDタイプを提供します。

• gp3：汎用SSD（ベースライン3,000 IOPS）
• io2：プロビジョンドIOPS SSD（最大64,000 IOPS）
• st1：スループット最適化HDD
• sc1：コールドHDD

EFS（Elastic File System）

複数のEC2インスタンスから同時にアクセス可能なマネージドNFSファイルシステムです。自動的にスケールし、サーバーレス環境（Lambda）でも使用可能です。

3. データベース（Database）

RDS（Relational Database Service）

マネージド型リレーショナルデータベースサービスで、以下のエンジンをサポートします。

• MySQL、PostgreSQL、MariaDB
• Oracle、SQL Server
• Amazon Aurora（MySQL/PostgreSQL互換）

RDS vs Aurora比較：

DynamoDB

完全マネージドNoSQLデータベースで、1桁ミリ秒のパフォーマンスを保証します。

コアコンセプト：

• パーティションキー：データ分散の基準
• ソートキー：パーティション内のソート基準
• GSI/LSI：グローバル/ローカルセカンダリインデックス
• DynamoDB Streams：変更データキャプチャ

# DynamoDBアイテム取得の例
import boto3

dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table('Users')

response = table.get_item(
    Key={
        'user_id': 'user-001'
    }
)
item = response.get('Item')

ElastiCache / DocumentDB

• ElastiCache：RedisまたはMemcachedベースのインメモリキャッシング（セッション管理、リーダーボード、リアルタイム分析）
• DocumentDB：MongoDB互換のドキュメントデータベース（JSONベースのワークロードに最適）

4. ネットワーキング（Networking）

VPC（Virtual Private Cloud）

VPCは、AWSで論理的に分離された仮想ネットワークを作成するサービスです。

主要コンポーネント：

• サブネット：パブリック/プライベート領域の分離
• インターネットゲートウェイ（IGW）：外部インターネット接続
• NATゲートウェイ：プライベートサブネットからの外部アクセス
• ルートテーブル：トラフィック経路の設定
• セキュリティグループ：インスタンスレベルのファイアウォール
• NACL：サブネットレベルのファイアウォール

VPC (10.0.0.0/16)
  |
  +-- Public Subnet (10.0.1.0/24)
  |     +-- NAT Gateway
  |     +-- ALB
  |
  +-- Private Subnet (10.0.2.0/24)
  |     +-- Application Servers
  |
  +-- Private Subnet (10.0.3.0/24)
        +-- Database Servers

ALB / NLB（ロードバランサー）

Route 53

ドメイン登録、DNSルーティング、ヘルスチェックを提供するDNSサービスです。

ルーティングポリシー：

• シンプル（Simple）、加重（Weighted）、レイテンシ（Latency）、フェイルオーバー（Failover）、地理的（Geolocation）、マルチバリュー（Multivalue）

CloudFront

世界400か所以上のエッジロケーションを通じてコンテンツを高速配信するグローバルCDN（Content Delivery Network）サービスです。

API Gateway

RESTful APIとWebSocket APIを作成、公開、管理するサービスです。

• REST API：フルマネージド、キャッシング/スロットリング/認証サポート
• HTTP API：低コスト、Lambdaプロキシに最適化
• WebSocket API：リアルタイム双方向通信

5. セキュリティ（Security）

IAM（Identity and Access Management）

AWSリソースへのアクセス制御の中核で、ユーザー/グループ/ロール/ポリシーを管理します。

IAMベストプラクティス：

1. ルートアカウントの使用を最小限にし、MFAを有効化
2. 最小権限の原則（Least Privilege）を適用
3. IAMロールを活用（長期認証情報の代わりに）
4. アクセスキーを定期的にローテーション
5. AWS Organizationsでマルチアカウント管理

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "s3:GetObject",
        "s3:PutObject"
      ],
      "Resource": "arn:aws:s3:::my-bucket/*"
    }
  ]
}

KMS（Key Management Service）

暗号化キーを生成・管理するサービスで、S3、EBS、RDSなど様々なサービスと統合されています。

WAF（Web Application Firewall）

SQLインジェクション、XSSなどの一般的なWeb攻撃からWebアプリケーションを保護します。

GuardDuty / Security Hub

• GuardDuty：MLベースの脅威検出サービス（VPC Flow Logs、DNSログ、CloudTrailを分析）
• Security Hub：セキュリティ状態を一元管理し、コンプライアンスを確認するダッシュボード

6. DevOps / IaC（Infrastructure as Code）

CodePipeline / CodeBuild

• CodePipeline：CI/CDパイプライン自動化
• CodeBuild：フルマネージドビルドサービス
• CodeDeploy：デプロイ自動化（EC2、Lambda、ECS）

# buildspec.ymlの例
version: 0.2
phases:
  install:
    runtime-versions:
      nodejs: 20
  pre_build:
    commands:
      - npm ci
  build:
    commands:
      - npm run build
      - npm test
artifacts:
  files:
    - '**/*'
  base-directory: dist

CloudFormation / CDK

• CloudFormation：YAML/JSONベースのIaC
• CDK（Cloud Development Kit）：プログラミング言語（TypeScript、Pythonなど）でインフラを定義
• SAM（Serverless Application Model）：サーバーレスアプリ専用フレームワーク

// CDKでLambda関数を定義
import * as cdk from 'aws-cdk-lib';
import * as lambda from 'aws-cdk-lib/aws-lambda';

const fn = new lambda.Function(this, 'MyFunction', {
  runtime: lambda.Runtime.NODEJS_20_X,
  handler: 'index.handler',
  code: lambda.Code.fromAsset('lambda'),
  memorySize: 256,
  timeout: cdk.Duration.seconds(30),
});

7. AI/MLサービス

SageMaker

データ準備からモデルデプロイまでの全プロセスをサポートするエンドツーエンドの機械学習プラットフォームです。

主要機能：

• SageMaker Studio：統合ML開発環境
• SageMaker Autopilot：自動ML
• SageMaker Pipelines：MLワークフロー自動化
• SageMaker Endpoints：リアルタイム推論

Bedrock

ファウンデーションモデル（FM）をAPIで提供するサービスです。

サポートモデル：

• Anthropic Claude
• Meta Llama
• Amazon Titan
• Stability AI Stable Diffusion
• Mistral

# Bedrock API呼び出しの例
import boto3
import json

bedrock = boto3.client('bedrock-runtime')

response = bedrock.invoke_model(
    modelId='anthropic.claude-3-sonnet-20240229-v1:0',
    body=json.dumps({
        'anthropic_version': 'bedrock-2023-05-31',
        'max_tokens': 1024,
        'messages': [
            {
                'role': 'user',
                'content': 'AWS Lambdaの利点を3つ教えてください。'
            }
        ]
    })
)

その他のAIサービス

• Comprehend：自然言語処理（感情分析、エンティティ認識）
• Rekognition：画像/動画分析
• Textract：ドキュメントからテキスト/テーブルを抽出
• Polly：テキスト読み上げ
• Transcribe：音声テキスト変換

8. コスト最適化

AWSコストを削減するための主要戦略です。

料金モデル比較

コスト管理ツール

• AWS Cost Explorer：コスト分析と予測
• AWS Budgets：予算設定とアラート
• Trusted Advisor：コスト最適化の推奨事項
• Compute Optimizer：インスタンスの適正サイジング推奨

コスト最適化チェックリスト：

1. 未使用リソースのクリーンアップ（アイドルEC2、未接続EBS）
2. 適切なインスタンスタイプの選択（ライトサイジング）
3. リザーブドインスタンスまたはSavings Plansの活用
4. S3ライフサイクルポリシーの設定
5. Auto Scalingによる弾力的なリソース管理
6. タグベースのコスト追跡

Part 2: 2025-2026年テクノロジートレンド振り返り

9. 2025年の主要テクノロジートレンド

LLMの大衆化

2025年は、大規模言語モデル（LLM）が真の大衆化を達成した年でした。

• ChatGPT、Claude、Geminiが一般ユーザーの日常に定着
• 企業の70%以上が何らかの形で生成AIを導入
• オープンソースモデル（Llama、Mistral）の性能が大幅に向上
• マルチモーダルAIが標準に（テキスト+画像+コード+音声）

AIコーディングツールの台頭

開発者の生産性を革新的に向上させたAIコーディングツールが登場しました。

• GitHub Copilot：コード自動補完の事実上の標準
• Cursor：AIネイティブエディタとして急成長
• Claude Code：ターミナルベースのAIコーディングエージェント
• Amazon CodeWhisperer（Q Developer）：AWSエコシステムに特化

クラウドネイティブの成熟

• Kubernetesがコンテナオーケストレーションの事実上の標準として確立
• サーバーレスパターンの普及（Lambda、Cloud Functions、Azure Functions）
• マルチクラウド戦略の採用が増加
• GitOpsパターンがCI/CDの主流に定着

10. 2026年の注目技術

エージェンティックAI（Agentic AI）

2026年の最も注目すべきテクノロジートレンドは、エージェンティックAIです。

• AIが単純な応答を超えて自律的にタスクを実行する段階
• 複合タスク処理：情報収集、分析、判断、実行まで自動化
• 代表的な例：ClaudeのComputer Use、OpenAIのOperator、GoogleのProject Mariner
• エンタープライズワークフロー自動化の急成長

AI半導体競争

• NVIDIA：H100/H200、Blackwellアーキテクチャでのリードを拡大
• AWS Trainium/Inferentia：独自AIチップでコスト効率を追求
• Google TPU：v5e/v6でトレーニング/推論を最適化
• Apple Silicon：M4シリーズのNeural Engine強化
• ASIC対GPUの競争が本格化

量子コンピューティングへの備え

• AWS Braket、Google Willowなどの量子コンピューティングプラットフォームが発展
• ポスト量子暗号（Post-Quantum Cryptography）の標準化が進行中
• まだ実用段階ではないが、研究・投資が加速

11. 開発者ツールの進化

2025-2026年は、AIが開発ツールに深く統合された時期です。

主要AIコーディングツール比較

開発ワークフローの変化

2026年の開発ワークフローは「AI-Augmented Development」と要約できます。

1. 要件分析：AIがスペックドキュメントを分析し、実装計画を提案
2. コード生成：AIが初期コードを作成し、開発者がレビュー
3. テスト：AIがテストケースを自動生成
4. コードレビュー：AIが一次レビューを行い、人間が最終確認
5. デプロイ：AIがデプロイスクリプトを生成し、モニタリングを設定

12. インフラトレンド

プラットフォームエンジニアリング

プラットフォームエンジニアリングは、2025-2026年のDevOps進化における重要なキーワードです。

コアコンセプト：

• 開発者がセルフサービスでインフラをプロビジョニングできる内部プラットフォームの構築
• IDP（Internal Developer Platform）導入の増加
• Backstage、Port、Humanitecなどのプラットフォームエンジニアリングツールの成長

開発者リクエスト
    |
    v
Internal Developer Portal
    |
    +-- インフラプロビジョニング（Terraform/Pulumi）
    +-- CI/CDパイプライン自動生成
    +-- モニタリング/ロギング自動設定
    +-- セキュリティポリシー自動適用

FinOps（クラウド財務運用）

クラウドコスト管理がエンジニアリング文化の一部として定着しました。

• リアルタイムのコスト可視化
• チーム/プロジェクト別のコスト配分
• AIベースのコスト最適化レコメンデーション
• FinOps Foundation認定の拡大

オブザーバビリティ（可観測性）の進化

• OpenTelemetryがオブザーバビリティの事実上の標準として確立
• ログ/メトリクス/トレースの統合（Grafana、Datadog、New Relic）
• AIOps：AIを活用した異常検知と根本原因分析
• eBPFベースのカーネルレベルオブザーバビリティ

13. キャリア展望

2025-2026年のテクノロジートレンドを反映した有望な職種を見てみましょう。

注目の職種

AI時代の開発者スキル

1. AIツール活用能力：Cursor、Claude Codeなどの効果的な使用
2. システム設計能力：AIがコードを書いても、アーキテクチャは人間が決定
3. プロンプトエンジニアリング：AIに効果的に指示を出す能力
4. コードレビュー能力：AIが生成したコードを正確に検証する能力
5. ドメイン知識：技術以外のビジネスドメインへの理解

まとめ

AWSのコアサービスを理解し活用することは、クラウド時代の基本的な能力です。同時に、急速に変化するテクノロジートレンドを見逃さないことも重要です。

2025-2026年の主な教訓：

• クラウドサービスの理解は基本であり必須
• AIはツールであり代替ではない。AIと協業する能力が核心
• プラットフォームエンジニアリングで開発者体験（DX）を向上
• コスト最適化（FinOps）は選択ではなく必須
• セキュリティは事後対応ではなく設計段階から（Shift Left）

技術の進歩が加速するほど、基本をしっかり固めながらも新しいトレンドを素早く把握するバランス感覚がますます重要になっています。