翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# 統合アーキテクチャ
<a name="architecture"></a>

次の図に示すように AWS のサービス、MongoDB Atlas はほとんどの とシームレスに統合されます。

![\[MongoDB Atlas と AWS のサービスカテゴリ別の統合。\]](http://docs.aws.amazon.com/ja_jp/prescriptive-guidance/latest/migration-mongodb-atlas/images/integration-architecture.png)


以下のセクションでは、 で MongoDB Atlas AWS を、Amazon SageMaker AI AWS AppSync、Amazon EventBridge、Amazon Data Firehose、Amazon Managed Streaming for Apache Kafka (Amazon MSK) と統合するためのリファレンスアーキテクチャについて説明します。これらのリファレンスアーキテクチャはすべて、 AWS PrivateLink、、および IAM ロールを使用して AWS KMS、保護されたネットワーク上に構築されます。詳細については、このガイドの後半の「[ベストプラクティス](best-practices.md)」セクションを参照してください。

**Topics**
+ [との効率的なデータ統合 AWS AppSync](data-integration.md)
+ [Amazon SageMaker AI JumpStart と MongoDB Atlas Vector Search による生成 AI](generative-ai.md)
+ [Amazon EventBridge を使用したイベント駆動型アーキテクチャ](event-driven.md)
+ [Amazon Data Firehose を使用したデータストリーミング](data-streaming.md)
+ [Amazon MSK によるリアルタイム処理](real-time-processing.md)
+ [Amazon SageMaker AI Canvas による不正検出](fraud-detection.md)

# との効率的なデータ統合 AWS AppSync
<a name="data-integration"></a>

MongoDB Atlas を [AWS AppSync](https://aws.amazon.com/pm/appsync/) と統合することで、シームレスなデータ同期、リアルタイムのインタラクション、動的で応答性の高いユーザーエクスペリエンスを実現できます。以下の図に実装例を示します。

![\[MongoDB Atlas と の統合 AWS AppSync によるデータ同期。\]](http://docs.aws.amazon.com/ja_jp/prescriptive-guidance/latest/migration-mongodb-atlas/images/data-integration.png)


主なハイライト:
+ 複数のデータソースの統合 GraphQL エンドポイント
+ 個別に管理されるサブグラフ
+ エンドツーエンドのサーバーレスアーキテクチャ
+ スキーマディレクティブを使用した競合の解決
+ API リクエストボリュームに基づく自動スケーリング

詳細については、[MongoDB ウェブサイトのブログ記事「How to Build Advanced GraphQL-based APIs With MongoDB Atlas and AWS AppSync Merged APIs MongoDB](https://www.mongodb.com/blog/post/how-build-advanced-graphql-based-apis-mongodb-atlas-aws-appsync-merged-apis)」を参照してください。 MongoDB 

# Amazon SageMaker AI JumpStart と MongoDB Atlas Vector Search による生成 AI
<a name="generative-ai"></a>

[Amazon SageMaker AI JumpStart](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-jumpstart.html) は、インテリジェントなテキストアプリケーション用の検索拡張生成 (RAG) などの事前トレーニング済みの AI 基盤モデルを提供します。JumpStart を [MongoDB Atlas Vector Search](https://www.mongodb.com/products/platform/atlas-vector-search) と組み合わせると、テキスト、画像、その他のデータに対するセマンティック類似度クエリが可能になり、強力な検索エクスペリエンスを構築できます。例えば、デベロッパーは、Atlas Vector Search を使用して顧客との会話に直感的なセマンティック検索を実装し、Amazon SageMaker AI RAG モデルを使用して、次の図に示すようにインタラクティブな要約と翻訳を追加できます。

![\[MongoDB Atlas と Amazon SageMaker AI を統合すると、生成 AI 機能がもたらされます。\]](http://docs.aws.amazon.com/ja_jp/prescriptive-guidance/latest/migration-mongodb-atlas/images/gen-ai.png)


これにより、自動サポート、スマートコンテンツ管理、コンテンツ要約、拡張レコメンデーションなど、AI 主導のさまざまな検索ユースケースの扉が開かれます。MongoDB と Amazon SageMaker JumpStart の生成機能を使用して直感的な精度検索を実装することで、デベロッパーは影響力のあるコグニティブ検索アプリケーションを迅速に提供できます。

主なハイライト
+ エンタープライズチャットボットのユースケース
+ RAG モデルアーキテクチャのサポート
+ MongoDB Atlas ベクトル検索
+ 2K 埋め込みのサポート
+ 安全なデータ転送
+ ハルシネーションの可能性の低減

この実装の詳細については、 AWS ブログ記事「[Retrieval-Augmented Generation with LangChain, Amazon SageMaker AI JumpStart, and MongoDB Atlas Semantic Search](https://aws.amazon.com/blogs/machine-learning/retrieval-augmented-generation-with-langchain-amazon-sagemaker-jumpstart-and-mongodb-atlas-semantic-search/)」を参照してください。

# Amazon EventBridge を使用したイベント駆動型アーキテクチャ
<a name="event-driven"></a>

MongoDB Atlas を [Amazon EventBridge](https://aws.amazon.com/eventbridge/) と統合すると、データフローの調整、自動応答の有効化、アプリケーションのほぼリアルタイムのインサイトの取得を行うことができます。次の図は、リファレンスアーキテクチャの例を示しています。

![\[MongoDB Atlas を Amazon EventBridge と統合すると、イベント駆動型アーキテクチャを実装できます。\]](http://docs.aws.amazon.com/ja_jp/prescriptive-guidance/latest/migration-mongodb-atlas/images/event-driven.png)


主なハイライト:
+ シームレスなイベントオーケストレーション
+ リアルタイムの応答性
+ 自動化ワークフロー
+ スケーラビリティと俊敏性
+ イノベーションのインサイト

この実装の詳細については、 AWS ブログ記事[「Amazon EventBridge を使用した MongoDB Atlas データの取り込み](https://aws.amazon.com/blogs/compute/ingesting-mongodb-atlas-data-using-amazon-eventbridge/)」を参照してください。

# Amazon Data Firehose を使用したデータストリーミング
<a name="data-streaming"></a>

MongoDB Atlas を [Amazon Data Firehose](https://aws.amazon.com/kinesis/data-firehose/) と統合すると、データを効率的にストリーミング、変換、ロードできます。この統合により、分析とインサイトを最適化するための自動化されたリアルタイムのデータ配信とスケーラビリティがもたらされます。次の図は、リファレンスアーキテクチャの例を示しています。

![\[MongoDB Atlas を Amazon Data Firehose と統合すると、データストリーミング機能を実装できます。\]](http://docs.aws.amazon.com/ja_jp/prescriptive-guidance/latest/migration-mongodb-atlas/images/data-streaming.png)


主なハイライト:
+ 動的スキーマの進化
+ 継続的なデータストリーミング
+ 分析の強化
+ スケーラビリティと俊敏性
+ 信頼性の高いデータ配信

詳細については、 AWS ブログ記事[MongoDB のアプリケーションデータプラットフォームと Amazon Data Firehose の統合](https://aws.amazon.com/blogs/big-data/integrating-the-mongodb-cloud-with-amazon-kinesis-data-firehose/)」を参照してください。

# Amazon MSK によるリアルタイム処理
<a name="real-time-processing"></a>

MongoDB Atlas を [Amazon Managed Streaming for Apache Kafka (Amazon MSK)](https://aws.amazon.com/msk/) と統合することで、リアルタイムのデータ処理を強化できます。Amazon MSK のストリーミング機能と MongoDB ドキュメントモデルを併用して、俊敏でデータ豊富なアプリケーション向けに、堅牢でイベント駆動型のアーキテクチャを構築できます。次の図は移行プロセスとリファレンスアーキテクチャを示しています。

![\[MongoDB Atlas を Amazon MSK と統合すると、リアルタイムのデータ処理を改善できます。\]](http://docs.aws.amazon.com/ja_jp/prescriptive-guidance/latest/migration-mongodb-atlas/images/real-time-processing.png)


主なハイライト:
+ シームレスなイベント統合
+ イベント駆動型の俊敏性
+ リアルタイムインサイト
+ アプリケーション駆動型の分析
+ 高度にスケーラブルなデータストリーム

詳細とstep-by-step手順については、 AWS ブログ記事「Build [a serverless streaming pipeline with Amazon EMR Serverless, Amazon MSK Connect, and MongoDB Atlas](https://aws.amazon.com/blogs/big-data/build-a-serverless-streaming-pipeline-with-amazon-msk-serverless-amazon-msk-connect-and-mongodb-atlas/)」を参照してください。

# Amazon SageMaker AI Canvas による不正検出
<a name="fraud-detection"></a>

MongoDB Atlas を [Amazon SageMaker AI Canvas](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas.html) と統合すると、リアルタイムのデータ分析と高度な機械学習を組み合わせて不正なアクティビティを検出して防止するのに役立つ強力な不正検出システムを構築できます。

次の図は、不正を検出するためのリファレンスアーキテクチャの例を示しています。

![\[MongoDB Atlas と Amazon SageMaker AI Canvas を統合すると、不正検出を実装できます。\]](http://docs.aws.amazon.com/ja_jp/prescriptive-guidance/latest/migration-mongodb-atlas/images/fraud-detection.png)


(図は [MongoDB ウェブサイト](https://www.mongodb.com/resources/products/unmasking-deception-harnessing-power-atlas-amazon-sage-maker-canvas-fraud-detection)からのアクセス許可で適応されました)。

詳細については、MongoDB ブログ記事[「欺瞞を暴く: MongoDB Atlas と Amazon SageMaker AI Canvas の力を活用して不正行為を検出する](https://www.mongodb.com/resources/products/unmasking-deception-harnessing-power-atlas-amazon-sage-maker-canvas-fraud-detection)」を参照してください。