LoginSignup
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@555hamano(Akr)

徹底比較！ AWS vs Azure 〜30の観点から考える最適なクラウド選び〜 - Day5: オブジェクトストレージ：AWS S3 vs Azure Blob Storage

Posted at

Day5: オブジェクトストレージ：AWS S3 vs Azure Blob Storage

皆さん、こんにちは。エンジニアのAkrです。
「徹底比較！ AWS vs Azure」シリーズ、Day5へようこそ。
今回は、ウェブサイトの静的コンテンツやバックアップデータ、ビッグデータなど、非構造化データを保存するのに最適なサービス、オブジェクトストレージを比較します。AWSのAmazon S3（Simple Storage Service）と、AzureのAzure Blob Storageです。

オブジェクトストレージの基本

オブジェクトストレージは、ファイルやデータ（オブジェクト）を「バケット」や「コンテナ」と呼ばれる論理的な空間に保存するサービスです。従来のファイルシステムとは異なり、階層構造に縛られず、オブジェクトをメタデータと共に一意のキー（URL）で管理します。これにより、データは実質的に無制限にスケーラブルとなり、どこからでもHTTP/HTTPSアクセスが可能になります。

オブジェクトストレージの主な特徴

  • 無制限スケーラビリティ: 容量制限なし（実質的に）
  • REST API: HTTP/HTTPSベースの標準的なアクセス
  • メタデータ管理: オブジェクトごとにカスタムメタデータを付与
  • 高い耐久性: 複数の物理的な場所でデータを複製
  • 従量課金: 使った分だけの支払い

基本仕様の比較

項目 AWS S3 Azure Blob Storage
最大オブジェクトサイズ 5TB 4.77TB（5,000GB）
コンテナあたりのオブジェクト数 無制限 無制限
データ耐久性 99.999999999%（11個の9） 99.999999999%（11個の9）
可用性SLA 99.9%（Standard） 99.9%（Hot tier）
リージョン数 30+リージョン 60+リージョン
論理コンテナ バケット コンテナ

ストレージクラス・ティアの詳細比較

AWS S3のストレージクラス（2024年版）

クラス名 用途 最小保存期間 取得料金
S3 Standard 頻繁にアクセス なし なし
S3 Intelligent-Tiering 自動最適化 30日 なし
S3 Standard-IA 低頻度アクセス 30日 あり
S3 One Zone-IA 低頻度、単一AZ 30日 あり
S3 Glacier Instant Retrieval アーカイブ（即座） 90日 あり
S3 Glacier Flexible Retrieval アーカイブ（分〜時間） 90日 あり
S3 Glacier Deep Archive 長期アーカイブ（12時間） 180日 あり

Azure Blob Storageのアクセスティア

ティア名 用途 最小保存期間 取得料金
Hot 頻繁にアクセス なし なし
Cool 低頻度アクセス 30日 あり
Cold より低頻度 90日 あり
Archive 長期保存 180日 あり（15時間で復元）

料金比較（東京・東日本リージョン、2024年概算）

ストレージ料金（1GBあたり/月）

ティア AWS S3 Azure Blob Storage
標準 $0.025 $0.024（Hot）
低頻度 $0.0138 $0.019（Cool）
アーカイブ $0.0045（Glacier FR） $0.002（Archive）

リクエスト料金（1,000回あたり）

操作 AWS S3 Azure Blob Storage
PUT/POST $0.0055 $0.055
GET $0.00044 $0.0044

セキュリティ・アクセス制御の比較

AWS S3のセキュリティ機能

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Principal": {"AWS": "arn:aws:iam::ACCOUNT:user/USERNAME"},
      "Action": "s3:GetObject",
      "Resource": "arn:aws:s3:::bucket-name/*",
      "Condition": {
        "DateGreaterThan": {
          "aws:CurrentTime": "2024-01-01T00:00:00Z"
        }
      }
    }
  ]
}

主要機能:

  • IAM統合: 細かい権限制御
  • バケットポリシー: リソースベースの制御
  • Access Control Lists（ACL）: オブジェクト単位の制御
  • KMS暗号化: 保存時・転送時暗号化
  • VPC Endpoints: プライベートアクセス

Azure Blob Storageのセキュリティ機能

// SASトークンの生成例
var sasToken = containerClient.GenerateSasUri(
    BlobContainerSasPermissions.Read | BlobContainerSasPermissions.List,
    DateTimeOffset.UtcNow.AddHours(1)
);

主要機能:

  • Azure RBAC: ロールベースアクセス制御
  • SAS（Shared Access Signature）: 限定的アクセス権付与
  • Azure Key Vault: 暗号化キー管理
  • Private Endpoints: VNet統合
  • Azure AD統合: シングルサインオン

API・SDK比較

AWS S3 API例（Python）

import boto3

# S3クライアントの作成
s3 = boto3.client('s3')

# ファイルのアップロード
s3.upload_file('local_file.txt', 'my-bucket', 'remote_file.txt')

# プリサインドURLの生成（一時的なアクセスURL）
presigned_url = s3.generate_presigned_url(
    'get_object',
    Params={'Bucket': 'my-bucket', 'Key': 'remote_file.txt'},
    ExpiresIn=3600
)

# ライフサイクルポリシーの設定
lifecycle_config = {
    'Rules': [{
        'ID': 'Move to IA',
        'Status': 'Enabled',
        'Transitions': [{
            'Days': 30,
            'StorageClass': 'STANDARD_IA'
        }]
    }]
}
s3.put_bucket_lifecycle_configuration(
    Bucket='my-bucket',
    LifecycleConfiguration=lifecycle_config
)

Azure Blob Storage API例（Python）

from azure.storage.blob import BlobServiceClient

# Blob サービスクライアントの作成
blob_service_client = BlobServiceClient.from_connection_string(connection_string)

# ファイルのアップロード
blob_client = blob_service_client.get_blob_client(
    container="my-container", 
    blob="remote_file.txt"
)
with open("local_file.txt", "rb") as data:
    blob_client.upload_blob(data, overwrite=True)

# アクセスティアの変更
blob_client.set_standard_blob_tier("Cool")

# コンテナのメタデータ設定
container_client = blob_service_client.get_container_client("my-container")
metadata = {'department': 'finance', 'project': 'quarterly-reports'}
container_client.set_container_metadata(metadata=metadata)

パフォーマンス比較

スループット・レイテンシ

項目 AWS S3 Azure Blob Storage
最大スループット 3,500 PUT/5,500 GET per second per prefix 20,000 requests per second per account
典型的なレイテンシ 100-200ms 100-200ms
マルチパート最小サイズ 5MB 4MB
最大マルチパート数 10,000 50,000

実際のユースケース別パフォーマンス

大容量ファイル転送

# AWS CLI での高速アップロード
aws configure set default.s3.max_concurrent_requests 20
aws configure set default.s3.multipart_threshold 64MB
aws s3 cp large_file.zip s3://my-bucket/ --storage-class INTELLIGENT_TIERING

# Azure CLI での高速アップロード
az storage blob upload \
    --file large_file.zip \
    --container-name my-container \
    --name large_file.zip \
    --max-connections 10 \
    --tier Hot

高度な機能比較

AWS S3の高度な機能

  • S3 Select: SQLクエリでオブジェクト内データ抽出
  • CloudFront統合: グローバルCDN連携
  • Lambda統合: イベント駆動処理
  • Cross-Region Replication: 自動レプリケーション
  • Object Lock: WORM（Write Once, Read Many）

Azure Blob Storageの高度な機能

  • Azure Data Lake Storage Gen2: ビッグデータ分析最適化
  • Azure CDN統合: コンテンツ配信ネットワーク
  • Event Grid統合: イベント駆動アーキテクチャ
  • Geo-redundant storage: 地理的冗長化
  • Immutable storage: 法的要件対応

実際のユースケース比較

静的ウェブサイトホスティング

AWS S3

# 静的ウェブサイト有効化
aws s3 website s3://my-website-bucket --index-document index.html --error-document error.html

Azure Blob Storage

# 静的ウェブサイト有効化（Azure CLI）
az storage blob service-properties update \
    --account-name mystorageaccount \
    --static-website \
    --index-document index.html \
    --404-document error.html

データレイク構築

AWS S3 + Analytics Services

  • Amazon Athena: S3データの直接クエリ
  • AWS Glue: ETLサービス
  • Amazon Redshift Spectrum: データウェアハウス拡張

Azure Blob Storage + Analytics Services

  • Azure Synapse Analytics: 統合分析プラットフォーム
  • Azure Data Factory: データ統合サービス
  • Azure Databricks: Apache Spark分析

データ移行戦略

AWS S3 ↔ Azure Blob Storage 間の移行

ツール比較

ツール 特徴 適用場面
AWS DataSync AWS管理、高速転送 AWS → Azure（一方向）
Azure Data Factory Azure管理、スケジューリング Azure → AWS、双方向
AzCopy Azure CLI、高パフォーマンス 一回限りの移行
rclone オープンソース、柔軟性 複数クラウド対応

実践的な移行例

# rcloneを使った移行
rclone sync s3:my-s3-bucket azure:my-container --progress --transfers=10

# 大容量データの段階的移行
rclone copy s3:my-s3-bucket azure:my-container \
    --include="*.jpg" \
    --max-size 100M \
    --bandwidth 50M

選択基準・意思決定フレームワーク

AWS S3を選ぶべきケース

要件 重要度 理由
多様なストレージクラス 高 コスト最適化の柔軟性
豊富なエコシステム 高 サードパーティツール・統合
Intelligent-Tiering 中 自動コスト最適化
既存AWSインフラ 高 既存投資の活用

Azure Blob Storageを選ぶべきケース

要件 重要度 理由
Microsoft製品統合 高 Office 365、Teams等との連携
ビッグデータ分析 高 Azure Synapse等との統合
階層構造管理 中 ファイルシステム的な管理
Azure AD統合 高 エンタープライズセキュリティ

コスト最適化のベストプラクティス

AWS S3のコスト最適化

# S3 Intelligent-Tieringの設定
import boto3

s3 = boto3.client('s3')

# インテリジェント階層化の有効化
s3.put_bucket_intelligent_tiering_configuration(
    Bucket='my-bucket',
    Id='entire-bucket-config',
    IntelligentTieringConfiguration={
        'Id': 'entire-bucket-config',
        'Status': 'Enabled',
        'Filter': {'Prefix': ''},
        'Tierings': [
            {
                'Days': 1,
                'AccessTier': 'ARCHIVE_ACCESS'
            },
            {
                'Days': 90,
                'AccessTier': 'DEEP_ARCHIVE_ACCESS'
            }
        ]
    }
)

Azure Blob Storageのコスト最適化

# ライフサイクル管理ポリシーの設定
from azure.mgmt.storage import StorageManagementClient

lifecycle_policy = {
    "policy": {
        "rules": [
            {
                "enabled": True,
                "name": "move-to-cool",
                "type": "Lifecycle",
                "definition": {
                    "actions": {
                        "baseBlob": {
                            "tierToCool": {
                                "daysAfterModificationGreaterThan": 30
                            },
                            "tierToArchive": {
                                "daysAfterModificationGreaterThan": 90
                            }
                        }
                    },
                    "filters": {
                        "blobTypes": ["blockBlob"]
                    }
                }
            }
        ]
    }
}

監視・運用比較

AWS S3の監視

  • CloudWatch Metrics: リクエスト数、エラー率、レイテンシ
  • CloudTrail: API呼び出しログ
  • S3 Access Logging: 詳細アクセスログ
  • Cost Explorer: 詳細なコスト分析

Azure Blob Storageの監視

  • Azure Monitor: メトリクスとアラート
  • Activity Log: 管理操作ログ
  • Storage Analytics: 詳細な使用量データ
  • Cost Management: コスト分析と予算管理

まとめ：2024年時点での選択指針

機能別優位性

機能 AWS S3 Azure Blob Storage 備考
ストレージクラスの多様性 ⭐⭐⭐⭐⭐ ⭐⭐⭐ S3が圧倒的
Microsoft統合 ⭐⭐ ⭐⭐⭐⭐⭐ Azure が圧倒的
ビッグデータ分析 ⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ Azure がやや優位
グローバル展開 ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐ S3がやや優位
コスト効率 ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐ S3がやや優位

総合的な推奨指針

AWS S3を選ぶべき組織:

  • スタートアップ〜中規模企業で柔軟性を重視
  • 多様なデータアクセスパターンを持つ
  • コスト最適化を細かく制御したい
  • AWSエコシステムを活用している

Azure Blob Storageを選ぶべき組織:

  • Microsoft 365を組織全体で利用
  • エンタープライズレベルのセキュリティが必要
  • ビッグデータ分析が主目的
  • .NET開発チームが中心

結論として、技術的多様性とコスト効率を重視するなら AWS S3、Microsoft エコシステムとの統合と分析機能を重視するなら Azure Blob Storage が最適な選択となります。

どちらも非常に成熟したサービスであり、基本的な要件は満たすため、既存のインフラ、チームのスキル、将来の拡張計画を総合的に考慮して選択することが重要です。

次回は、リレーショナルデータベースに焦点を当て、AWS RDSとAzure Database Servicesを比較します。お楽しみに！

参考リンク

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?