Amazon EBS führt Rule Lock für Recycle Bin ein, um unbeabsichtigte Änderungen an Aufbewahrungsregeln auf Regionsebene für Snapshots und AMIs zu verhindern

Amazon Elastic Block Store (EBS) kündigte heute die Verfügbarkeit von Rule Lock für Recycle Bin an, mit der Kunden ihre Aufbewahrungsregeln auf Regionsebene sperren können, um zu verhindern, dass sie ungewollt geändert oder gelöscht werden. Diese neue Einstellung bietet Kunden einen zusätzlichen Schutz für die Wiederherstellung ihrer EBS-Snapshots und EC2-AMIs im Falle einer versehentlichen oder mutwilligen Löschung. 
Quelle: aws.amazon.com

Unterstützung für das Lesen und Schreiben von Daten in Amazon DynamoDB und kontoübergreifenden Amazon-S3-Zugriff mit Amazon EMR Serverless

Amazon EMR Serverless gibt Unterstützung für das Lesen und Schreiben von Daten in Amazon DynamoDB mit Ihren Spark- und Hive-Workflows bekannt. Sie können jetzt Tabellen in Amazon DynamoDB direkt von Ihren Anwendungen in EMR Serverless Spark und/oder Hive aus exportieren, importieren, abfragen und zusammenfügen. Amazon DynamoDB ist eine vollständig verwaltete NoSQL-Datenbank, die die Latenz- und Durchsatzanforderungen äußerst anspruchsvoller Anwendungen erfüllt, indem sie Latenz im einstelligen Millisekundenbereich und vorhersagbare Leistung mit nahtloser Durchsatz- und Speicherskalierbarkeit bietet. 
Quelle: aws.amazon.com

Beim Ausführen von Flink-Workloads in Amazon EMR Tabellen-Metadaten im Glue-Datenkatalog verwalten

Amazon-EMR-Kunden können jetzt den AWS-Glue-Datenkatalog von ihren Streaming- und Batch-SQL-Workflows in Flink aus verwenden. Der AWS-Glue-Datenkatalog ist mit dem Apache Hive Metastore kompatibel. Sie können Ihre Flink-Aufgaben in Amazon EMR so konfigurieren, dass sie den Datenkatalog als einen externen Apache Hive Metastore verwenden. Mit diesem Release können Sie dann Flink-SQL-Abfragen direkt an im Datenkatalog gespeicherten Tabellen ausführen.
Quelle: aws.amazon.com

Experimente von Amazon SageMaker Autopilot, die im „Ensemble“-Trainingsmodus ausgeführt werden, bieten zusätzliche Metriken und Sichtbarkeit zum AutoML-Workflow

Amazon SageMaker Autopilot bietet jetzt Erkenntnisse zum zugrunde liegenden Workflow für jeden Test in einem SageMaker-Autopilot-Experiment, das im „Ensemble“-Trainingsmodus gestartet wurde. SageMaker Autopilot stuft eine Liste von ML (Machine Learning)-Modellen nach Inferenzlatenz ein, d. h. wie lange es dauert, um ein Vorhersageergebnis von einem Echtzeit-Endpunkt, an dem das Modell bereitgestellt wird, zu erhalten, sowie nach objektiven Metriken wie Genauigkeit, Präzision, Rückruf und Fläche unter der Kurve (AUC) im Modell-Leaderboard. SageMaker Autopilot erstellt, trainiert und optimiert automatisch die besten ML-Modelle basierend auf Ihren Daten und ermöglicht gleichzeitig die vollständige Kontrolle und Sichtbarkeit. 
Quelle: aws.amazon.com

Amazon EMR in EKS fügt Support für die Konfiguration von Spark-Eigenschaften in EMR Studio Jupyter Notebooks hinzu

Wir freuen uns, für interaktive Spark-Workloads die Unterstützung für die Konfiguration von Spark-Eigenschaften in Sitzungen von EMR Studio Jupyter Notebook bekannt zu geben. Amazon EMR in EKS ermöglicht Kunden die effiziente Ausführung von Open-Source-Big-Data-Frameworks wie Apache Spark auf Amazon EKS. Kunden von Amazon EMR in EKS richten einen verwalteten Endpunkt (in der Vorschau verfügbar) ein und verwenden ihn, um interaktive Workloads mit integrierten Entwicklungsumgebungen (IDE) wie EMR Studio auszuführen.
Quelle: aws.amazon.com

Amazon QuickSight unterstützt NULL in Parametern

Amazon QuickSight unterstützt jetzt vollständig die Verwendung von NULL in Parametern. Parameter sind als Platzhalter für Einzelwert- und Mehrwertvariablen eine leistungsstarke und weit verbreitete Einheit in QuickSight. Zuvor wurde NULL nicht als gültiger Parameterwert unterstützt, was zu einigen Abweichungen führte, wenn Benutzerdaten NULL-Werte beinhalteten. Mit der vollständigen Aktivierung von NULL unterstützen jetzt alle Funktionen, die Parameter nutzen, den NULL-Wert. Die Aktivierung von NULL in den Parametern bietet eine umfassende Erfahrung, wenn Parameter in verschiedenen Fällen verwendet werden. Weitere Informationen finden Sie hier.
Quelle: aws.amazon.com

Amazon S3 Select verbessert Abfrageleistung bei der Verwendung von Trino um das bis zu 9-Fache

Amazon S3 verbessert die Leistung von in Trino ausgeführten Abfragen um das bis zu 9-Fache, wenn Amazon S3 Select verwendet wird. Trino ist eine Open-Source-SQL-Abfrage-Engine, die zu in Amazon S3 gespeicherten Daten interaktive Analysen durchführt. Mit S3 Select fahren Sie die computergestützte Arbeit herunter und filtern Ihre S3-Daten, anstatt das gesamte Objekt zurückzugeben. Wenn Sie Trino mit S3 Select verwenden, rufen Sie nur eine Datenuntergruppe aus einem Objekt ab, wodurch weniger Daten zurückgegeben werden und die Abfrageleistung verbessert wird.
Quelle: aws.amazon.com

AWS IAM Identity Center unterstützt jetzt Sitzungsmanagement-Funktionen für AWS Command Line Interface (AWS CLI) und SDKs

Ab heute können Kunden des AWS IAM Identity Center (Nachfolger von AWS Single Sign-On) die Sitzungsdauer für Sitzungen der AWS Command Line Interface (AWS CLI) und von SDKs verwalten (zwischen 15 Minuten und 7 Tage). Mit diesem Release gilt die Sitzungsdauer für das Zugriffsportal Ihrer Organisation in IAM Identity Center für Anwendungs- und Konsolensitzungen sowie für AWS-CLI- und SDK-Sitzungen.
Quelle: aws.amazon.com