2026-09-28(月)アーキテクチャ設計(Well-Architected)
1. 【この範囲の全体像】
本範囲(第13章13-3、p.295-297)は、AWS Well-Architectedフレームワークの構成要素である 「 パフォーマンス効率(高パフォーマンスなアーキテクチャの設計) 」 の設計原則を扱います [p.11, p.295]。
技術革新やワークロードの変動に合わせ、インフラの処理能力をいかに効率的に選択・監視・適応させるかが核心です [p.295, p.297]。
試験では、単にハイスペックな高額リソースを選ぶのではなく、「コンピューティング」「ストレージ」「データベース」「ネットワーク」の4大領域からシステム要件に最も合致する製品を正しく選択し、かつレイテンシー(遅延)や一貫性とのトレードオフを論理的に判断する設計能力が厳しく評価されます [p.295, p.297]。
2. 【重要キーワード・サービス一覧】
| キーワード | 説明 |
|---|---|
| パフォーマンス効率の柱 (Performance Efficiency) [p.11, p.295] | ITリソースおよびコンピューティングリソースを効率的に使用し、要求仕様の変化や技術革新に合わせてその効率性を長期的・持続的に維持・向上させる設計思想 [p.295]。 |
| リソースの選択 (Resource Selection) [p.295] | ワークロードの特性を考慮し、コンピューティング、ストレージ、データベース、ネットワークの各レイヤーで最もパフォーマンスを引き出せるAWSの最適な製品・構成をマッピングすること [p.295]。 |
| リソースの確認とモニタリング (Review & Monitoring) [p.297] | 設計したインフラが期待通りのスループットやIOPS(秒間I/O処理数)を維持できているかを、Amazon CloudWatch等のメトリクスを通じて定常的に可視化・監査すること [p.245, p.297]。 |
| トレードオフの判断 (Trade-offs) [p.297] | 「応答速度(遅延)」や「コスト」、およびデータの「一貫性」を比較天秤にかけ、アプリケーションの仕様上許容できる範囲で最も高いパフォーマンスを追求するアプローチ [p.297]。 |
| インメモリキャッシュ [p.147, p.149] | ディスクからの読み出し処理をスキップするため、メモリ上に高頻度でアクセスされるデータを一時保存する高速化技術(例:ElastiCache、DynamoDB Accelerator (DAX)) [p.147, p.149]。 |
3. 【試験で問われる比較ポイント】
パフォーマンス向上を最大化する「トレードオフ」と「リソース選択」 [p.295, p.297]
試験問題が「どのようなパフォーマンス課題」を抱えているかというシグナルから、最適な製品・構成を切り分けます [p.295, p.297]。
| パフォーマンス効率を上げる施策 | メリット(向上する性能) | トレードオフとなる項目(デメリット) | 主な試験シナリオと選定シグナル |
|---|---|---|---|
| データベースの 結果整合性の適用 [p.144, p.297] |
読み取りパフォーマンスの極大化とスループットコスト(RCU消費量)の半減 [p.144, p.297]。 | 変更されたデータが瞬時に読み出しに反映されない(ミリ秒レベルのわずかなタイムラグ) [p.144, p.297]。 | 「 最新値が数秒遅れて反映されても業務上支障がない(例:商品カタログ、ソーシャルゲームの全体ランキングなど)状況において、最小のプロビジョニングスループットで最大のパフォーマンスを出したい 」 [p.144, p.297]。 |
| データベース前段への インメモリキャッシュ導入 [p.147, p.149, p.295] |
ミリ秒〜マイクロ秒単位の超高速応答と、オリジナルDB(RDSやDynamoDB)への読み込み負荷の激減 [p.147, p.149]。 | インフラ構成の複雑化(キャッシュミスのハンドリング実装負荷)および追加の構成費用 [p.149]。 | 「 データベースへの急激なアクセススパイクが発生しており、ミリ秒未満の極小レイテンシーでの表示を達成しつつDBサーバーの処理負荷をバイパスしたい 」 [p.147, p.149]。 |
| ストレージの io2(プロビジョンドIOPS SSD)アタッチ [p.89, p.130] |
ミリ秒未満の応答レイテンシーと、最大64,000 IOPS / ボリュームという極めて高いI/Oスループットの安定提供 [p.89, p.91]。 | 汎用SSD(gp3)に比べて高コストであり、設定したIOPS値に応じて継続的な固定課金が発生する [p.89]。 |
「 本番環境の基幹系データベース(OracleやSQL Serverなど)において、ミリ秒以下の極めて高いストレージ書き込み応答性能をブレなく発揮させたい 」 [p.89, p.130]。 |
| S3 Select による データ抽出の最適化 [p.112] |
ネットワークデータ転送量(Egress料金)の劇的な削減と、クエリ実行パフォーマンスの向上 [p.112]。 | アプリケーションがデータの一部をSQL(簡単な条件)で絞り込める形式(CSV、JSON、Parquet)に制限される [p.112]。 | 「 Amazon S3バケット内に保存されたギガバイト規模のログファイルから、特定の日付の特定の列データのみを効率よく抽出して、転送遅延と計算処理コストを極小化したい 」 [p.112]。 |
4. 【ひっかけ注意ポイント】
ひっかけ①:「ユーザーからの商品一覧画面への参照アクセスが爆発的に急増し、オリジナルデータベース(Amazon RDS)の読み出し遅延が発生した。このパフォーマンス遅延を即座に解消し、システムの読み込み能力を物理上限まで引き上げるため、RDSインスタンスの『インスタンスタイプ』を、現状よりも1段階ハイスペックなコンピューティング最適化タイプにスケールアップ(垂直スケーリング)した。」
- 真実: コストが極めて高騰する割に、パフォーマンスの根本解決には至らない設計アンチパターンです [p.58, p.66, p.295]。
- 解決理由: RDSのスケールアップは一時的な対処に過ぎず、ハードウェア上限に当たればそれ以上の拡張は不可能です [p.66]。また、スケールアップの適用中には一時的な停止(ダウンタイム)が発生します [p.58, p.66]。
- 対策: 高パフォーマンスな読み出し効率を追求する場合、オリジナルDBのスケールアップではなく、データ整合性のトレードオフを考慮した 「 RDS リードレプリカの追加(水平スケーリング) 」 や、前段への 「 Amazon ElastiCache(インメモリキャッシュ) 」 のデプロイを選択マッピングするのが、コスト効率とパフォーマンスを両立させるAWSのベストプラクティスです [p.132, p.149, p.295]。
ひっかけ②:「オンプレミスのファイルサーバーからAWSへの移行にあたり、複数のEC2インスタンスから同時に高速書き込み・共有参照を行う高パフォーマンスな共通データ領域を確保したい。ネットワーク共有可能で無制限に自動スループットスケールされる特性を重視し、ストレージとして『Amazon EFS(Provisioned Throughput)』を選択し、そこにデータベース用の物理テーブルスペース・データボリュームを配置した。」
- 真実: データベースのパフォーマンスが極限まで低下し、システム停止を招くおそれがあります [p.88, p.95, p.295]。
- 理由: Amazon EFSはネットワーク共有ストレージ(NFSプロトコル)であり、ファイル共有には優れていますが、ミリ秒以下の極めて高いランダムアクセス応答が求められるデータベースの「ブロックレベルI/O」を処理する設計にはなっていません [p.88, p.95]。
- 対策: データベースなどの極小ブロック・高IOPSを維持すべきトランザクション処理ワークロードに対しては、EFSではなく、必ずEC2インスタンス専用にプロビジョニングされたブロックストレージである 「 Amazon EBS(プロビジョンドIOPS SSD:io2) 」 をマウント構成する、または 「 EBS最適化インスタンス 」 を定義するのが正しいリソース選択です [p.89, p.91, p.130]。
5. 【一問一答セルフテスト】
選択肢を選ぶと、その場で正誤と解説が表示されます。