課題45: 統合課題 - AWSアーキテクチャ総合演習

難易度: 🔴 上級

1. 分類情報

項目	内容
難易度	上級
カテゴリ	統合課題
処理タイプ	リアルタイム
使用IaC	CDK
想定所要時間	8-10時間

2. 概要

この課題は、これまでの学習内容を統合した総合演習です。2つの独立したシナリオから1つを選択して取り組んでください。

課題	シナリオ	難易度	所要時間	主要技術領域
45-A	フードデリバリー	中級〜上級	8-10時間	全領域統合（既存システム刷新）
45-B	EdTech MVP	初級〜中級	6-8時間	MVP構築（ゼロからの設計）

課題45-A: フードデリバリープラットフォーム刷新

1. 分類情報

項目	内容
難易度	中級〜上級
カテゴリ	統合課題（アーキテクチャ刷新）
処理タイプ	リアルタイム
使用IaC	CDK
想定所要時間	8-10時間

2. ビジネスシナリオ

企業プロファイル

企業名: 〇〇株式会社
業種: フードデリバリープラットフォーム
規模: 従業員500名、エンジニア80名
事業規模: 月間注文300万件、登録店舗5万店、配達員10万人
現状インフラ: オンプレミス + 一部AWS（移行途中）

現状の課題

急成長により、既存のオンプレミスインフラが限界に達しています。全面的なAWS移行と同時に、アーキテクチャの刷新が求められています。

カテゴリ	問題点
モノリシックアプリケーション	単一のPHPアプリケーション（Laravel）、変更のたびに全体リリースが必要、スケーリングが困難
データベースのボトルネック	単一のMySQL（オンプレ）、読み取り/書き込みが競合、バックアップ・リカバリが手動
監視・運用の属人化	Zabbixベースの簡易監視、障害対応が夜間対応者依存、ログ分析ができていない
セキュリティの懸念	決済情報の取り扱いに不安、DDoS対策が不十分、監査ログが整備されていない

ビジネス要件

機能要件:

マイクロサービスアーキテクチャへの移行
リアルタイム位置追跡（配達員）
プッシュ通知システム
レコメンデーションエンジン
管理ダッシュボード

非機能要件:

項目	要件
可用性	99.99%
処理能力	ピーク時100万リクエスト/分
レイテンシ	注文処理 < 200ms
コンプライアンス	PCI DSS 準拠（決済処理）
コスト	月額インフラコスト < 2,000万円

成功指標（KPI）

指標	現状	目標
システム可用性	99.5%	99.99%
平均注文処理時間	3秒	200ms
デプロイ頻度	月1回	日10回以上
障害検知時間	30分	1分
インフラコスト	2,500万円	2,000万円

3. アーキテクチャ要件

ターゲットアーキテクチャ

コンポーネント	役割
Route 53	DNSフェイルオーバー
CloudFront CDN	静的コンテンツ配信
AWS WAF	Webアプリケーションファイアウォール
Shield Advanced	DDoS対策
API Gateway	REST + WebSocket API
User/Order/Restaurant Service	マイクロサービス群
Delivery/Payment/Notification Service	マイクロサービス群
Service Mesh	App Mesh/Istioによるサービス間通信管理
Aurora PostgreSQL	ユーザー・店舗データ
DynamoDB	注文・セッションデータ
ElastiCache Redis	キャッシュレイヤー
OpenSearch	検索エンジン
SQS/Kinesis/Lambda/SNS	イベント駆動・ストリーミング処理
CloudWatch/X-Ray/AMP/AMG	監視・トレーシング・可視化

4. 実装タスク

タスク一覧

Phase 1: 基盤構築（目安: 2-3時間）
├── Task 1-1: VPC・ネットワーク設計と構築
├── Task 1-2: EKS クラスター構築
├── Task 1-3: CI/CD パイプライン構築
└── Task 1-4: セキュリティ基盤（WAF, Secrets Manager）

Phase 2: データ層構築（目安: 2時間）
├── Task 2-1: Aurora PostgreSQL クラスター構築
├── Task 2-2: DynamoDB テーブル設計・構築
├── Task 2-3: ElastiCache Redis クラスター構築
└── Task 2-4: データ移行計画の策定

Phase 3: アプリケーション層構築（目安: 2-3時間）
├── Task 3-1: マイクロサービス設計
├── Task 3-2: API Gateway 設定
├── Task 3-3: 位置情報ストリーミング（Kinesis）
└── Task 3-4: 通知システム（SNS + Lambda）

Phase 4: 監視・運用基盤（目安: 1-2時間）
├── Task 4-1: CloudWatch Container Insights 設定
├── Task 4-2: X-Ray 分散トレーシング
├── Task 4-3: SLI/SLO ダッシュボード構築
└── Task 4-4: アラート・インシデント対応フロー

Phase 5: 最適化・完成（目安: 1時間）
├── Task 5-1: コスト最適化レビュー
├── Task 5-2: セキュリティレビュー
└── Task 5-3: 負荷テスト・パフォーマンスチューニング

5. 詳細タスク

Task 1-1: VPC・ネットワーク設計

要件:

マルチAZ構成（3AZ）
Public/Private/Isolated サブネット
NAT Gateway（コスト最適化考慮）
VPC Endpoints（S3, ECR, DynamoDB等）

設計課題:

以下の要件を満たすVPCを設計してください:

1. CIDR 設計
   - VPC: 10.0.0.0/16
   - 将来の拡張を考慮
   - EKS Pod 用のセカンダリCIDR考慮

2. サブネット設計
   - Public: ALB, NAT Gateway
   - Private: EKS ノード, RDS, ElastiCache
   - Isolated: 管理用バスチョン（オプション）

3. 接続設計
   - オンプレミスとの VPN 接続（移行期間）
   - インターネット接続（NAT）
   - AWS サービスへの PrivateLink

出力物:
- VPC アーキテクチャ図
- CIDR 割り当て表
- CloudFormation/Terraform テンプレート

Task 2-1: Aurora PostgreSQL 設計

要件:

yaml

database_requirements:
  engine: Aurora PostgreSQL 15
  cluster_mode: Multi-AZ
  instance_class: db.r6g.large (最小構成)
  storage: Auto-scaling (10GB - 128TB)

  read_replicas:
    count: 2
    purpose:
      - 読み取りワークロード分散
      - レポーティング用

  backup:
    retention: 35 days
    cross_region: true (DR用)

  security:
    encryption: KMS CMK
    ssl: required
    iam_auth: enabled

  performance:
    connection_pooling: RDS Proxy
    max_connections: 5000

実装課題:

python

# 以下の機能を持つ Aurora クラスターを構築してください

# 1. Writer インスタンス + 2 Reader インスタンス
# 2. 自動フェイルオーバー設定
# 3. RDS Proxy 経由の接続
# 4. CloudWatch アラーム設定
# 5. 自動スナップショット + クロスリージョンコピー

# 出力物:
# - CloudFormation テンプレート
# - 接続テスト用スクリプト
# - 監視ダッシュボード設定

Task 3-1: マイクロサービス設計

サービス分割:

yaml

microservices:
  user-service:
    responsibility: ユーザー認証・プロファイル管理
    database: Aurora PostgreSQL
    apis:
      - POST /users/register
      - POST /users/login
      - GET /users/{id}
      - PUT /users/{id}

  order-service:
    responsibility: 注文管理・状態遷移
    database: DynamoDB
    apis:
      - POST /orders
      - GET /orders/{id}
      - PUT /orders/{id}/status
      - GET /orders/user/{userId}
    events:
      publishes:
        - OrderCreated
        - OrderStatusChanged
      subscribes:
        - PaymentCompleted
        - DeliveryCompleted

  restaurant-service:
    responsibility: 店舗・メニュー管理
    database: Aurora PostgreSQL
    cache: ElastiCache
    apis:
      - GET /restaurants
      - GET /restaurants/{id}
      - GET /restaurants/{id}/menu
      - POST /restaurants/{id}/orders

  delivery-service:
    responsibility: 配達員管理・位置追跡
    database: DynamoDB
    streaming: Kinesis
    apis:
      - POST /deliveries/{id}/location
      - GET /deliveries/{id}/track
      - PUT /deliveries/{id}/status
    websocket:
      - /ws/track/{orderId}

  payment-service:
    responsibility: 決済処理
    database: Aurora PostgreSQL (PCI DSS対応)
    apis:
      - POST /payments
      - GET /payments/{id}
      - POST /payments/{id}/refund
    integration:
      - Stripe API
      - Secrets Manager (APIキー管理)

  notification-service:
    responsibility: プッシュ通知・メール
    infrastructure: Lambda + SNS
    apis:
      - POST /notifications/push
      - POST /notifications/email
      - POST /notifications/sms

Task 3-3: 位置情報ストリーミング設計

要件:

yaml

location_tracking:
  input:
    source: 配達員モバイルアプリ
    frequency: 5秒ごと
    data_points: 10万人同時

  processing:
    stream: Kinesis Data Streams
    shards: 10 (auto-scaling)
    retention: 24 hours

    lambda_processor:
      - バッチサイズ: 100レコード
      - 同時実行数: 100
      - 処理内容:
        - ジオフェンス判定
        - ETA 計算
        - 異常検知（速度違反等）

  storage:
    hot: DynamoDB (最新位置)
    warm: S3 (履歴データ)

  output:
    - WebSocket (リアルタイム配信)
    - SNS (ステータス通知)

実装例:

python

# lambda/location_processor.py
import json
import boto3
from datetime import datetime
import math

dynamodb = boto3.resource('dynamodb')
sns = boto3.client('sns')

LOCATION_TABLE = 'delivery-locations'
GEOFENCE_RADIUS_KM = 0.5  # 500m

def lambda_handler(event, context):
    """
    Kinesis から配達員の位置情報を処理
    """
    processed_records = []

    for record in event['Records']:
        # Kinesis レコードのデコード
        payload = json.loads(
            base64.b64decode(record['kinesis']['data']).decode('utf-8')
        )

        delivery_id = payload['delivery_id']
        lat = payload['latitude']
        lng = payload['longitude']
        timestamp = payload['timestamp']

        # 1. 最新位置を DynamoDB に保存
        update_current_location(delivery_id, lat, lng, timestamp)

        # 2. ジオフェンス判定（目的地到着）
        order = get_order_by_delivery(delivery_id)
        if order and check_geofence(lat, lng, order['destination'], GEOFENCE_RADIUS_KM):
            notify_arrival(delivery_id, order)

        # 3. ETA 計算・更新
        eta = calculate_eta(lat, lng, order['destination'])
        update_eta(delivery_id, eta)

        processed_records.append(delivery_id)

    return {
        'statusCode': 200,
        'body': f'Processed {len(processed_records)} records'
    }

def check_geofence(lat1, lng1, destination, radius_km):
    """
    ジオフェンス判定（ハーバーサイン公式）
    """
    lat2, lng2 = destination['lat'], destination['lng']

    R = 6371  # 地球の半径 (km)
    dlat = math.radians(lat2 - lat1)
    dlng = math.radians(lng2 - lng1)

    a = (math.sin(dlat/2) ** 2 +
         math.cos(math.radians(lat1)) * math.cos(math.radians(lat2)) *
         math.sin(dlng/2) ** 2)
    c = 2 * math.atan2(math.sqrt(a), math.sqrt(1-a))
    distance = R * c

    return distance <= radius_km

def notify_arrival(delivery_id, order):
    """
    到着通知の送信
    """
    sns.publish(
        TopicArn=os.environ['NOTIFICATION_TOPIC'],
        Message=json.dumps({
            'type': 'DELIVERY_ARRIVAL',
            'delivery_id': delivery_id,
            'order_id': order['order_id'],
            'user_id': order['user_id']
        }),
        MessageAttributes={
            'event_type': {'DataType': 'String', 'StringValue': 'DELIVERY_ARRIVAL'}
        }
    )

6. 評価基準

技術的評価項目

カテゴリ	評価項目	配点
アーキテクチャ	マイクロサービス設計の適切さ	20点
可用性	Multi-AZ、自動フェイルオーバー	15点
セキュリティ	PCI DSS考慮、WAF、暗号化	15点
スケーラビリティ	自動スケーリング設計	15点
監視・運用	SLI/SLO、アラート、ログ	15点
コスト最適化	予算内での設計、Savings Plans考慮	10点
IaC	CloudFormation/Terraform品質	10点

合格基準

総合点 70点以上
各カテゴリで最低50%以上

7. 参考コスト見積もり

月額コスト概算（本番環境）

サービス	構成	月額コスト
EKS	3ノード(m5.xlarge)	$500
Aurora PostgreSQL	Writer+2Reader	$1,200
DynamoDB	オンデマンド	$800
ElastiCache Redis	3ノード	$400
Kinesis Data Streams	10シャード	$300
API Gateway	100M req	$350
CloudFront	10TB転送	$850
Lambda	50M実行	$200
その他（VPC, Route53等）	-	$400
合計	-	$5,000
Savings Plans適用後（-30%）	-	$3,500
日本円換算（150円/USD）	-	約52万円

本番規模（300万注文/月）の最小構成見積もり
ピーク対応・DR構成を含めると約2倍

課題45-B: EdTechスタートアップMVP構築

1. 分類情報

項目	内容
難易度	初級〜中級
カテゴリ	統合課題（MVP構築）
処理タイプ	非同期
使用IaC	SAM
想定所要時間	6-8時間

2. ビジネスシナリオ

企業プロファイル

企業名: 〇〇株式会社
業種: EdTech（AI学習プラットフォーム）
規模: 創業メンバー5名（エンジニア3名）
フェーズ: シード期、MVP構築中
資金: シード調達 5,000万円

プロダクト概要

AI を活用した個人最適化学習プラットフォームです。

主要機能:

AI による学習コンテンツ推薦
進捗トラッキングと分析
オンラインクイズ・テスト
学習コミュニティ（Q&A）
講師向け管理画面

ターゲットユーザー:

プログラミング学習者（初心者〜中級者）
初期目標: 1,000 ユーザー、100 講座

MVP 要件

機能要件（MVP スコープ）:

ユーザー認証（サインアップ/ログイン）
講座一覧・詳細表示
動画視聴
クイズ機能
進捗管理

非機能要件:

項目	要件
初期ユーザー	1,000人
同時接続	100人
動画ストレージ	1TB
月額インフラコスト	< 5万円
開発期間	1ヶ月（MVP）

成功指標（KPI）

指標	MVP目標
月間アクティブユーザー	500人
講座完了率	30%
平均セッション時間	20分
システム稼働率	99.5%
月額インフラコスト	< 5万円

3. アーキテクチャ設計

MVP アーキテクチャ

コンポーネント	役割
Route 53 DNS	ドメイン管理
CloudFront CDN	静的サイト配信
S3 Static Site	フロントエンドホスティング
API Gateway REST API	バックエンドAPI
Lambda Functions	サーバーレスバックエンド処理
Cognito Auth	ユーザー認証・認可
DynamoDB	ユーザー・講座・進捗データ
S3 Videos Assets	動画コンテンツストレージ
OpenSearch Serverless	講座検索
Amazon Bedrock	AIコンテンツ生成
Personalize	学習コンテンツ推薦
CloudWatch/X-Ray/Budgets	監視・トレーシング・コスト管理

4. 実装タスク

タスク一覧

Phase 1: 認証基盤（目安: 1-2時間）
├── Task 1-1: Cognito User Pool 設定
├── Task 1-2: ソーシャルログイン（Google）
└── Task 1-3: 認証フローのテスト

Phase 2: API 基盤（目安: 2時間）
├── Task 2-1: API Gateway + Lambda セットアップ
├── Task 2-2: DynamoDB テーブル設計
├── Task 2-3: CRUD API 実装
└── Task 2-4: Cognito 認証統合

Phase 3: コンテンツ管理（目安: 1-2時間）
├── Task 3-1: S3 動画ストレージ設定
├── Task 3-2: CloudFront 配信設定
├── Task 3-3: 署名付き URL 実装
└── Task 3-4: 動画アップロード API

Phase 4: フロントエンド（目安: 1-2時間）
├── Task 4-1: Next.js プロジェクトセットアップ
├── Task 4-2: Amplify Hosting デプロイ
├── Task 4-3: 認証 UI 実装
└── Task 4-4: 講座一覧・詳細ページ

Phase 5: 監視・コスト管理（目安: 1時間）
├── Task 5-1: CloudWatch ダッシュボード
├── Task 5-2: アラート設定
└── Task 5-3: Budget 設定

5. 詳細タスク

Task 1-1: Cognito User Pool 設定

要件:

yaml

cognito_config:
  user_pool:
    name: learnai-users
    sign_in_aliases:
      - email
    password_policy:
      minimum_length: 8
      require_lowercase: true
      require_numbers: true
      require_symbols: false
    mfa:
      enabled: optional
      methods: [TOTP]
    verification:
      email: required
      phone: optional

  app_client:
    name: learnai-web
    auth_flows:
      - USER_SRP_AUTH
      - REFRESH_TOKEN_AUTH
    oauth:
      flows: [code]
      scopes: [openid, email, profile]
      callback_urls:
        - http://localhost:3000/callback
        - https://app.learnai.example.com/callback

  hosted_ui:
    domain_prefix: learnai-auth
    custom_domain: auth.learnai.example.com (optional)

  triggers:
    pre_sign_up: lambda (custom validation)
    post_confirmation: lambda (create user record)

実装スクリプト:

bash

#!/bin/bash
# setup-cognito.sh

# User Pool の作成
USER_POOL_ID=$(aws cognito-idp create-user-pool \
    --pool-name "learnai-users" \
    --auto-verified-attributes email \
    --username-attributes email \
    --policies '{
        "PasswordPolicy": {
            "MinimumLength": 8,
            "RequireLowercase": true,
            "RequireNumbers": true,
            "RequireSymbols": false,
            "RequireUppercase": true
        }
    }' \
    --schema '[
        {
            "Name": "email",
            "AttributeDataType": "String",
            "Required": true,
            "Mutable": true
        },
        {
            "Name": "name",
            "AttributeDataType": "String",
            "Required": false,
            "Mutable": true
        }
    ]' \
    --query 'UserPool.Id' \
    --output text)

echo "User Pool ID: $USER_POOL_ID"

# App Client の作成
CLIENT_ID=$(aws cognito-idp create-user-pool-client \
    --user-pool-id $USER_POOL_ID \
    --client-name "learnai-web" \
    --generate-secret false \
    --explicit-auth-flows \
        ALLOW_USER_SRP_AUTH \
        ALLOW_REFRESH_TOKEN_AUTH \
    --supported-identity-providers COGNITO \
    --callback-urls '["http://localhost:3000/callback"]' \
    --logout-urls '["http://localhost:3000"]' \
    --allowed-o-auth-flows code \
    --allowed-o-auth-scopes openid email profile \
    --allowed-o-auth-flows-user-pool-client true \
    --query 'UserPoolClient.ClientId' \
    --output text)

echo "Client ID: $CLIENT_ID"

Task 2-2: DynamoDB テーブル設計

スキーマ設計:

yaml

dynamodb_tables:
  # ユーザーテーブル
  Users:
    partition_key: userId (S)
    attributes:
      - email
      - name
      - profileImage
      - createdAt
      - updatedAt
    gsi:
      - name: email-index
        partition_key: email (S)

  # 講座テーブル
  Courses:
    partition_key: courseId (S)
    attributes:
      - title
      - description
      - instructorId
      - thumbnailUrl
      - category
      - level  # beginner, intermediate, advanced
      - price
      - lessons  # List of lesson objects
      - createdAt
      - publishedAt
    gsi:
      - name: category-index
        partition_key: category (S)
        sort_key: createdAt (S)

  # 進捗テーブル
  Progress:
    partition_key: userId (S)
    sort_key: courseId (S)
    attributes:
      - completedLessons  # Set of lessonIds
      - currentLesson
      - quizScores  # Map of quizId -> score
      - startedAt
      - lastAccessedAt
      - completedAt
    gsi:
      - name: course-progress-index
        partition_key: courseId (S)
        sort_key: userId (S)

  # クイズ結果テーブル
  QuizResults:
    partition_key: pk (S)  # USER#{userId}
    sort_key: sk (S)       # QUIZ#{quizId}#ATTEMPT#{timestamp}
    attributes:
      - courseId
      - lessonId
      - score
      - answers  # Map
      - submittedAt

実装例:

python

# lambda/courses/get_courses.py
import json
import boto3
from decimal import Decimal

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

class DecimalEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, Decimal):
            return float(obj)
        return super(DecimalEncoder, self).default(obj)

def lambda_handler(event, context):
    """
    講座一覧の取得
    """
    query_params = event.get('queryStringParameters') or {}
    category = query_params.get('category')
    limit = int(query_params.get('limit', 20))

    try:
        if category:
            # カテゴリでフィルター
            response = table.query(
                IndexName='category-index',
                KeyConditionExpression='category = :cat',
                ExpressionAttributeValues={':cat': category},
                Limit=limit,
                ScanIndexForward=False  # 新しい順
            )
        else:
            # 全件取得（ページネーション考慮）
            response = table.scan(Limit=limit)

        courses = response.get('Items', [])

        # 公開済みのみ返却
        published_courses = [
            c for c in courses
            if c.get('publishedAt')
        ]

        return {
            'statusCode': 200,
            'headers': {
                'Content-Type': 'application/json',
                'Access-Control-Allow-Origin': '*'
            },
            'body': json.dumps({
                'courses': published_courses,
                'count': len(published_courses)
            }, cls=DecimalEncoder)
        }

    except Exception as e:
        return {
            'statusCode': 500,
            'body': json.dumps({'error': str(e)})
        }

Task 3-3: 署名付きURL実装

要件:

yaml

video_delivery:
  storage: S3
  distribution: CloudFront
  security:
    - Signed URLs (時間制限付き)
    - Origin Access Control
  url_expiry: 3600  # 1時間

実装例:

python

# lambda/videos/get_video_url.py
import json
import boto3
import os
from datetime import datetime, timedelta
from botocore.signers import CloudFrontSigner
from cryptography.hazmat.primitives import serialization
from cryptography.hazmat.primitives.asymmetric import padding
from cryptography.hazmat.backends import default_backend
import rsa

CLOUDFRONT_KEY_PAIR_ID = os.environ['CLOUDFRONT_KEY_PAIR_ID']
CLOUDFRONT_DOMAIN = os.environ['CLOUDFRONT_DOMAIN']
PRIVATE_KEY_SECRET_NAME = os.environ['PRIVATE_KEY_SECRET_NAME']

secrets_client = boto3.client('secretsmanager')

def get_private_key():
    """Secrets Manager から CloudFront 署名用秘密鍵を取得"""
    response = secrets_client.get_secret_value(SecretId=PRIVATE_KEY_SECRET_NAME)
    return response['SecretString']

def rsa_signer(message):
    """RSA 署名関数"""
    private_key = get_private_key()
    key = rsa.PrivateKey.load_pkcs1(private_key.encode('utf8'))
    return rsa.sign(message, key, 'SHA-1')

def lambda_handler(event, context):
    """
    動画視聴用の署名付き URL を生成
    """
    # 認証されたユーザーIDを取得
    user_id = event['requestContext']['authorizer']['claims']['sub']

    # パスパラメータからビデオキーを取得
    path_params = event.get('pathParameters', {})
    video_key = path_params.get('videoKey')

    if not video_key:
        return {
            'statusCode': 400,
            'body': json.dumps({'error': 'videoKey is required'})
        }

    # 視聴権限の確認（DynamoDB で進捗確認）
    # ... 省略 ...

    # 署名付き URL の生成
    url = f"https://{CLOUDFRONT_DOMAIN}/videos/{video_key}"
    expire_date = datetime.utcnow() + timedelta(hours=1)

    cloudfront_signer = CloudFrontSigner(CLOUDFRONT_KEY_PAIR_ID, rsa_signer)
    signed_url = cloudfront_signer.generate_presigned_url(
        url,
        date_less_than=expire_date
    )

    return {
        'statusCode': 200,
        'headers': {
            'Content-Type': 'application/json',
            'Access-Control-Allow-Origin': '*'
        },
        'body': json.dumps({
            'url': signed_url,
            'expiresAt': expire_date.isoformat()
        })
    }

Task 4-2: Amplify Hosting デプロイ

設定例:

yaml

# amplify.yml
version: 1
frontend:
  phases:
    preBuild:
      commands:
        - npm ci
    build:
      commands:
        - npm run build
  artifacts:
    baseDirectory: .next
    files:
      - '**/*'
  cache:
    paths:
      - node_modules/**/*
      - .next/cache/**/*

  customHeaders:
    - pattern: '**/*'
      headers:
        - key: 'Strict-Transport-Security'
          value: 'max-age=31536000; includeSubDomains'
        - key: 'X-Content-Type-Options'
          value: 'nosniff'
        - key: 'X-Frame-Options'
          value: 'DENY'

デプロイスクリプト:

bash

#!/bin/bash
# deploy-amplify.sh

APP_NAME="learnai-frontend"
REGION="ap-northeast-1"
REPO_URL="https://github.com/learnai/frontend"
BRANCH="main"

# Amplify App の作成
APP_ID=$(aws amplify create-app \
    --name $APP_NAME \
    --repository $REPO_URL \
    --platform WEB_COMPUTE \
    --environment-variables '{
        "NEXT_PUBLIC_API_URL": "https://api.learnai.example.com",
        "NEXT_PUBLIC_COGNITO_USER_POOL_ID": "ap-northeast-1_xxxxx",
        "NEXT_PUBLIC_COGNITO_CLIENT_ID": "xxxxx"
    }' \
    --query 'app.appId' \
    --output text \
    --region $REGION)

echo "Amplify App ID: $APP_ID"

# ブランチの接続
aws amplify create-branch \
    --app-id $APP_ID \
    --branch-name $BRANCH \
    --framework "Next.js - SSR" \
    --region $REGION

# ビルドの開始
aws amplify start-job \
    --app-id $APP_ID \
    --branch-name $BRANCH \
    --job-type RELEASE \
    --region $REGION

echo "Deployment started. Check Amplify Console for status."

6. 評価基準

MVP 評価項目

カテゴリ	評価項目	配点
機能完成度	必須機能の実装	30点
アーキテクチャ	サーバーレス設計の適切さ	20点
セキュリティ	認証・認可、データ保護	15点
スケーラビリティ	将来の成長対応	10点
コスト効率	予算内での設計	15点
コード品質	可読性、テスト	10点

合格基準

総合点 60点以上
必須機能が全て動作すること

7. 参考コスト見積もり

MVP月額コスト概算（1,000ユーザー）

サービス	構成	月額コスト
Cognito	1,000 MAU	無料
API Gateway	1M リクエスト	$3.50
Lambda	1M 実行	$0.20
DynamoDB	オンデマンド	$5-10
S3	1TB	$23
CloudFront	100GB転送	$8.50
Amplify Hosting	ビルド+ホスト	$5
CloudWatch	基本監視	$3
合計	-	~$50
日本円換算（150円/USD）	-	約7,500円

AWS 無料利用枠を活用した場合、さらに削減可能
Bedrock/Personalize は使用量に応じて追加コスト発生

8. 共通の発展課題

発展課題1: CI/CD パイプライン構築（両課題共通）

課題内容: GitHub Actions または CodePipeline を使用して、完全自動化された CI/CD パイプラインを構築してください。

要件:

自動テスト（単体テスト、統合テスト）
セキュリティスキャン（SAST、依存関係チェック）
Blue/Green または Canary デプロイ
自動ロールバック機能

発展課題2: 災害復旧（DR）設計（45-A向け）

課題内容: マルチリージョン DR アーキテクチャを設計・実装してください。

要件:

RPO: 1時間、RTO: 4時間
東京 → 大阪のフェイルオーバー
データ同期の自動化
定期的な DR 訓練計画

発展課題3: AI 機能の実装（45-B向け）

課題内容: Amazon Bedrock を使用して、以下の AI 機能を実装してください。

要件:

学習コンテンツの自動生成
クイズ問題の自動生成
学習者の質問への自動回答（RAG）
学習進捗に基づくアドバイス生成

9. 提出物

45-A（フードデリバリー）の提出物

アーキテクチャドキュメント
- 全体アーキテクチャ図
- データフロー図
- ネットワーク設計図
Infrastructure as Code
- CloudFormation または Terraform テンプレート
- 全リソースの定義
アプリケーションコード
- マイクロサービス実装（少なくとも2サービス）
- API 定義（OpenAPI）
監視・運用設計
- SLI/SLO 定義
- ダッシュボード設定
- ランブック（基本的な障害対応手順）
コスト見積もり
- 詳細なコスト内訳
- 最適化提案

45-B（EdTech）の提出物

アーキテクチャドキュメント
- システム構成図
- API 設計
Infrastructure as Code
- SAM または CDK テンプレート
動作するアプリケーション
- フロントエンド（デプロイ済み URL）
- バックエンド API
テストドキュメント
- テスト計画
- テスト結果
コスト管理
- Budget 設定
- コスト予測

10. 振り返りチェックリスト

学習確認項目

課題45を通じて習得したスキル:

コンピュート

EKS / ECS でのコンテナ運用
Lambda サーバーレスアーキテクチャ
適切なコンピュートサービスの選択

データベース

Aurora / RDS の設計・運用
DynamoDB のスキーマ設計
ElastiCache の活用

ネットワーク

VPC 設計（マルチ AZ）
PrivateLink / VPC Endpoints
CDN / エッジサービス

セキュリティ

IAM 設計
暗号化（保存時・転送時）
WAF / Shield
Secrets Manager / KMS

監視・運用

CloudWatch メトリクス・ログ
X-Ray 分散トレーシング
SLI/SLO 設計

コスト最適化

コスト見積もり
Savings Plans / Reserved Instances
Budget 管理

DevOps

CI/CD パイプライン
Infrastructure as Code
Blue/Green デプロイ

課題作成日: 2024年1月 最終更新日: 2024年1月 作成者: AWS学習プログラム

課題45: 統合課題 - AWSアーキテクチャ総合演習 ​

1. 分類情報 ​

2. 概要 ​

課題45-A: フードデリバリープラットフォーム刷新 ​

1. 分類情報 ​

2. ビジネスシナリオ ​

企業プロファイル ​

現状の課題 ​

ビジネス要件 ​

成功指標（KPI） ​

3. アーキテクチャ要件 ​

ターゲットアーキテクチャ ​

4. 実装タスク ​

タスク一覧 ​

5. 詳細タスク ​

Task 1-1: VPC・ネットワーク設計 ​

Task 2-1: Aurora PostgreSQL 設計 ​

Task 3-1: マイクロサービス設計 ​

Task 3-3: 位置情報ストリーミング設計 ​

6. 評価基準 ​

技術的評価項目 ​

合格基準 ​

7. 参考コスト見積もり ​

月額コスト概算（本番環境） ​

課題45-B: EdTechスタートアップMVP構築 ​

1. 分類情報 ​

2. ビジネスシナリオ ​

企業プロファイル ​

プロダクト概要 ​

MVP 要件 ​

成功指標（KPI） ​

3. アーキテクチャ設計 ​

MVP アーキテクチャ ​

4. 実装タスク ​

タスク一覧 ​

5. 詳細タスク ​

Task 1-1: Cognito User Pool 設定 ​

Task 2-2: DynamoDB テーブル設計 ​

Task 3-3: 署名付きURL実装 ​

Task 4-2: Amplify Hosting デプロイ ​

6. 評価基準 ​

MVP 評価項目 ​

合格基準 ​

7. 参考コスト見積もり ​

MVP月額コスト概算（1,000ユーザー） ​

8. 共通の発展課題 ​

発展課題1: CI/CD パイプライン構築（両課題共通） ​

発展課題2: 災害復旧（DR）設計（45-A向け） ​

発展課題3: AI 機能の実装（45-B向け） ​

9. 提出物 ​

45-A（フードデリバリー）の提出物 ​

45-B（EdTech）の提出物 ​

10. 振り返りチェックリスト ​

学習確認項目 ​

課題45: 統合課題 - AWSアーキテクチャ総合演習

1. 分類情報

2. 概要

課題45-A: フードデリバリープラットフォーム刷新

1. 分類情報

2. ビジネスシナリオ

企業プロファイル

現状の課題

ビジネス要件

成功指標（KPI）

3. アーキテクチャ要件

ターゲットアーキテクチャ

4. 実装タスク

タスク一覧

5. 詳細タスク

Task 1-1: VPC・ネットワーク設計

Task 2-1: Aurora PostgreSQL 設計

Task 3-1: マイクロサービス設計

Task 3-3: 位置情報ストリーミング設計

6. 評価基準

技術的評価項目

合格基準

7. 参考コスト見積もり

月額コスト概算（本番環境）

課題45-B: EdTechスタートアップMVP構築

1. 分類情報

2. ビジネスシナリオ

企業プロファイル

プロダクト概要

MVP 要件

成功指標（KPI）

3. アーキテクチャ設計

MVP アーキテクチャ

4. 実装タスク

タスク一覧

5. 詳細タスク

Task 1-1: Cognito User Pool 設定

Task 2-2: DynamoDB テーブル設計

Task 3-3: 署名付きURL実装

Task 4-2: Amplify Hosting デプロイ

6. 評価基準

MVP 評価項目

合格基準

7. 参考コスト見積もり

MVP月額コスト概算（1,000ユーザー）

8. 共通の発展課題

発展課題1: CI/CD パイプライン構築（両課題共通）

発展課題2: 災害復旧（DR）設計（45-A向け）

発展課題3: AI 機能の実装（45-B向け）

9. 提出物

45-A（フードデリバリー）の提出物

45-B（EdTech）の提出物

10. 振り返りチェックリスト

学習確認項目