tsumiki-media logo

tsumiki-media

Command Palette

Search for a command to run...

AWSサービス比較
約15分
初級+
5/10
2025年9月20日

AWS DEA-C01 対策 Kinesis Data Streams vs Kinesis Data Firehose

Amazon Kinesis Data StreamsとKinesis Data Firehoseの違いを理解し、リアルタイム処理vs配信・変換、管理オーバーヘッド、コストなどの要件に応じて適切なサービスを選択するための完全ガイド。実践的な問題を通じて使い分けのポイントを解説します。

この記事のポイント

  • 1
    Kinesis Data StreamsとKinesis Data Firehoseの基本的な違いを理解する
  • 2
    リアルタイム処理、データ配信、管理オーバーヘッドの要件に基づき、適切なサービスを選択できるようになる
  • 3
    実践的な問題を通じて、両サービスの使い分けを具体的に習得する

目次

Kinesis Data Streams vs Kinesis Data Firehose

Amazon Kinesis Data Streams(KDS)とAmazon Kinesis Data Firehose(KDF)は、どちらもストリーミングデータを処理するAWSサービスですが、その用途と設計思想は根本的に異なります。

KDSはリアルタイムデータ処理カスタムアプリケーション開発に特化しているのに対し、KDFはデータの配信・変換最小限の管理オーバーヘッドに重点を置いています。この違いを理解することが、適切なサービス選択の鍵となります。

3つの重要な違い

KDSとKDFのどちらを選ぶべきか判断する際に、特に重要となる3つの比較ポイントを解説します。

指定されたサービス/設定が見つかりません: kinesisDataStreams, kinesisDataFirehose

判断基準

最小限の管理オーバーヘッドでデータをS3やRedshiftに配信・保存したい場合はKinesis Data Firehoseを、リアルタイム処理カスタムアプリケーションが必要な場合はKinesis Data Streamsを選択するのが基本原則です。

🔍データ変換機能

データ変換機能とは、ストリーミングデータを配信先に送る前にフォーマット変更やフィルタリングを行う機能です。Kinesis Data Firehoseでは、Lambda関数を使用して自動的にデータを変換してから配信先(S3、Redshift等)に送ることができます。一方、Kinesis Data Streamsでは、データ変換はカスタムアプリケーション側で実装する必要があり、より柔軟性がありますが実装工数が増加します。

実践問題で確認

これらの違いが、実際の試験でどのように問われるかを確認しましょう。要件の中から、どちらのサービスが最適かを判断するキーワードを見つけるトレーニングになります。

AWS認定データエンジニア - アソシエイト

練習問題

ある企業が自動車の走行データを収集して分析するアプリケーションを開発しています。データの速度は1分あたり約1GBで、分析モデルを構築するために最も重要な属性のみを抽出してフィルタリングする必要があります。データはリアルタイムで処理され、効率的な保存と分析が求められています。 データエンジニアとして、インフラストラクチャの保守作業が最小限で、かつコスト効率の高いソリューションを構築するにはどうすればよいでしょうか?

AWS認定データエンジニア - アソシエイト

練習問題

ある小売業者がPOSシステムのトランザクションデータをAmazon Kinesis Data Streamsに送信し、異常な購買パターンの検出や在庫更新のためにリアルタイム処理する必要があります。 最も効率的でスケーラブルな設計はどれですか?

AWS認定データエンジニア - アソシエイト

練習問題

小売業の企業が、複数の実店舗からの販売トランザクションデータをリアルタイムで収集し、データウェアハウスに保存して分析したいと考えています。データエンジニアリングチームは、各店舗のPOSシステムからのトランザクションデータを直接データリポジトリにストリーミングするソリューションを求めています。また、必要に応じてSQLベースのデータ変更も可能であることが要件です。ソリューションは可能な限り早く実装する必要があり、最小限の管理オーバーヘッドで複雑な分析クエリを実行できる必要があります。さらに、販売異常や在庫レベルをハイライトするビジネスインテリジェンスダッシュボードも必要です。 このシナリオに最適なソリューションはどれですか?

まとめ

KDSとKDFの選択は、アプリケーションの要件と管理オーバーヘッドの許容範囲に大きく依存します。シンプルなデータ配信・保存であればKDF、リアルタイム処理やカスタムアプリケーションが必要な場合はKDSが適しています。

データ配信・保存: S3、Redshift、OpenSearchなどへの自動配信が主目的の場合。最小限の管理: フルマネージドで自動スケーリング、シャード管理不要。データ変換: Lambda関数による組み込み変換機能を活用したい場合。

リアルタイム処理: Lambda、EC2、ECSでの即座なデータ処理が必要な場合。カスタムアプリケーション: 複雑なビジネスロジックや独自の処理フローを実装したい場合。複数コンシューマー: 同じストリームを複数のアプリケーションで利用したい場合。

理解度チェック

管理オーバーヘッドを最小限に抑えたい場合、どちらのサービスを検討すべきか?

データをS3やRedshiftに直接配信したい場合、どちらが適しているか?

リアルタイムでカスタム処理を行いたい場合の選択肢は?

他の問題も解いてみませんか?

tsumikiでは、AWS認定試験の合格に必要な知識を体系的に学習できます。実践的な問題を通じて、AWSスキルを身につけましょう。