Amazon Web Services ブログ

MonotaRO が基幹データベースを Amazon Aurora Global Database に移行し、マルチリージョン DR とフルマネージド運用を実現

株式会社MonotaRO (モノタロウ)は、工具、部品、消耗品をはじめとする間接資材のインターネット通販を展開し、連結売上高 3,338 億円(2025 年 12 月期)、登録ユーザー数 1,100 万以上、取扱商品点数 2,800 万点以上を誇る事業者向け EC プラットフォームです。同社はこのたび、事業の根幹を支える基幹データベースをオンプレミスの MySQL から Amazon Aurora MySQL(以下、Aurora MySQL)へ移行し、Amazon Aurora Global Database(以下、Aurora Global Database)によるマルチリージョン DR 構成とフルマネージド運用を実現しました。本ブログでは、移行の背景と課題、選定理由、移行アプローチ、そして得られた成果についてご紹介します。

Amazon Quick と Snowflake Cortex AI によるマネーロンダリング対策のアラートトリアージの自動化

金融機関のマネーロンダリング対策では、1 件のアラート調査に 30〜90 分を要し、その 90〜95% が誤検知とされます。本記事では、Amazon Quick Flows と Snowflake Cortex Agent を MCP で接続し、取引データとコンプライアンス文書を横断して調査ブリーフィングを自動生成するワークフローの構築手順を解説します。

本番インシデントのトリアージを AI エージェントに任せられるようになるまで

ある日曜日の午前 2 時 33 分(PDT)、フロンティアモデルの可用性アラームが発報しました。本番のレスポンスがストリームの途中で止まりはじめ、監視システムが自動でチケットを起票しました。その 13 分 35 秒後、午前 2 時 46 分(PDT)には、根拠のある診断がチケット上に載っていました。ストリームが本番バグかキャパシティのスケーリングのいずれかによってエラーを出さずに停止していること、顧客に影響が出ていること、競合する仮説がすべて排除されていること、そして裏付けとなる証拠を添えた推奨される次のアクション、が書き出されていました。

継続的なプロンプト評価: LLM ジャッジとライブシグナルを使って Kiro エージェントの品質を高める方法

本記事は、人手で作成されたシステムプロンプトや設定の変更を評価することに焦点を当てています。自動的なトラジェクトリマイニング、変更の自動生成、ハーネス全体の自己改善については扱いません。このワークフローは、ベンチマーク結果と、社内の開発者による数千件の Kiro との会話を LLM で分析した結果を組み合わせ、タスク完遂・検証・ツール利用における改善機会を特定します。

ラップトップを閉じても、エージェントは動き続ける。cloud sessions で開発する

Kiro の cloud sessions(preview)は、AI エージェントをクラウドのサンドボックスで動かす新機能です。ラップトップを閉じても作業は継続し、CLI、IDE、Web のどのクライアントからでも同じセッションに戻れます。本記事では、EC アプリへの決済 API 追加を題材に、有効化の手順、クラウドプロファイルによるスキル管理、そして Kiro CLI からの起動と再開までを実際の流れに沿って紹介します。

Amazon Elastic VMware Service における Memory Tiering でクラスター密度を高める

Amazon EVS で VCF 9.1 の新機能 Memory Tiering を有効化すると、NVMe を第 2 のメモリ階層として活用し、クラスターの実効メモリを増やしてコストを削減できます。本記事では仕組みとサイジングへの影響、vSAN とのトレードオフ、そして有効化・無効化の手順を解説します。