Amazon Aurora unterstützt den Export von Clustern zu S3

Amazon Aurora unterstützt jetzt den Export von Datenbank-Clustern direkt nach S3 im Apache Parquet-Format, ohne vorher einen Snapshot zu erstellen. Kunden können den Export nach S3 auch direkt aus dem Aurora-Datenbank-Cluster heraus initiieren, wodurch sie Zeit, Kosten und den zusätzlichen Aufwand für die Erstellung/Beibehaltung von Snapshots für den Datenexport nach S3 sparen.
Quelle: aws.amazon.com

G5-instances von Amazon EC2 sind jetzt in der Region Stockholm verfügbar

Ab heute sind Amazon Elastic Compute Cloud (Amazon EC2)-G5-Instances, die von NVIDIA A10G Tensor Core GPUs betrieben werden, in Stockholm verfügbar. G5-Instances können für zahlreiche grafikintensive und Machine-Learning-Anwendungsfälle eingesetzt werden. Sie bieten im Vergleich zu Amazon-EC2-G4dn-Instances eine bis zu 3-mal höhere Leistung für grafikintensive Anwendungen und Machine-Learning-Inferenz sowie eine bis zu 3,3-mal höhere Leistung beim Trainieren von einfachen bis moderat komplexen Machine-Learning-Modellen.
Quelle: aws.amazon.com

Amazon MSK fügt Unterstützung für Apache Kafka Version 3.3.1 hinzu

Amazon Managed Streaming für Apache Kafka (Amazon MSK) unterstützt jetzt Apache Kafka Version 3.3.1 für neue und vorhandene Cluster. Apache Kafka 3.3.1 umfasst mehrere Fehlerkorrekturen und neue Funktionen, die die Leistung verbessern. Dazu gehören Verbesserungen von Metriken und des Partitioners. Amazon MSK wird zu Zwecken der Stabilität weiterhin Zookeeper für das Quorum-Management in dieser Version verwenden und verwalten. Eine vollständige Liste von Verbesserungen und Fehlerbehebungen finden Sie in den Apache-Kafka-Versionshinweisen für 3.3.1.
Quelle: aws.amazon.com

AWS Fault Injection Simulator unterstützt jetzt Unterbrechungen der Netzwerkkonnektivität

AWS Fault Injection Simulator (FIS) unterstützt jetzt Unterbrechungen der Netzwerkkonnektivität als neuen FIS-Aktionstyp. Mit der neuen Aktion zur Unterbrechung der Konnektivität in AWS FIS kannst du eine Vielzahl von Konnektivitätsproblemen als Teil eines AWS-FIS-Experiments einfügen. Zu den unterstützten Konnektivitätsproblemen gehört die Unterbrechung des gesamten Datenverkehrs oder die Beschränkung der Unterbrechung auf den Datenverkehr zu/von einer bestimmten Availability Zone, einer VPC, einer benutzerdefinierten Präfixliste oder einem Service (einschließlich Amazon S3 und DynamoDB). Auf diese Weise kannst du überprüfen, ob deine Anwendungen bei einem vollständigen oder teilweisen Verlust der Konnektivität ausfallsicher sind.
Quelle: aws.amazon.com

Amazon Neptune Serverless ist jetzt allgemein verfügbar

Amazon Neptune Serverless ist eine neue Bereitstellungsoption, die die Kapazität automatisch entsprechend den Anforderungen der Anwendung skaliert und es Entwicklern ermöglicht, Graphdatenbanken einfach und kostengünstig auszuführen, ohne Datenbankkapazitäten verwalten zu müssen. Neptune ist ein schneller, zuverlässiger und vollständig verwalteter Graphdatenbank-Service für die Erstellung und Ausführung von Anwendungen mit stark vernetzten Datensätzen, wie z. B. Wissensgraphen, Betrugsgraphen, Identitätsgraphen und Sicherheitsgraphen. Mit Neptune Serverless kannst du von einer Graphdatenbank erstellte Anwendungen in wenigen Schritten ausführen und automatisch skalieren, um die Anforderungen deiner Anwendung zu erfüllen.
Quelle: aws.amazon.com

Amazon Connect fügt die Einhaltung von Zeitplänen in Echtzeit hinzu

Amazon Connect bietet jetzt die Möglichkeit, die Einhaltung von Plänen von Kundendienstmitarbeitern in Echtzeit als Teil der Prognose-, Kapazitätsplanungs- und Planungsfunktionen anzuzeigen (Vorschau). Auf der Seite mit den Metriken in Echtzeit können Contact Center Supervisors erkennen, wenn Kundendienstmitarbeiter von ihrem geplanten Zeitplan abweichen, so dass die Supervisors schnell Maßnahmen zur Verbesserung der Produktivität der Kundendienstmitarbeiter ergreifen können. Wenn Kundendienstmitarbeiter beispielsweise arbeiten, aber eigentlich an einer Schulung teilnehmen sollten, kannst du mithilfe dieser Funktion der Einhaltung des Zeitplans in Echtzeit von Amazon Connect diese Kundendienstmitarbeiter identifizieren und sie an die Schulung erinnern, um ihre Leistung langfristig zu verbessern und eine Überbesetzung zu vermeiden.
Quelle: aws.amazon.com

Die Ergebnisse von IAM Access Analyzer unterstützen jetzt Amazon-SNS-Themen und fünf weitere AWS-Ressourcentypen, um bei der Identifizierung von öffentlichem und kontoübergreifendem Zugriff zu helfen

AWS Identity and Access Management (IAM) Access Analyzer unterstützt jetzt sechs zusätzliche Ressourcentypen, um dir bei der Identifizierung öffentlicher und kontoübergreifender Zugriffe von außerhalb deines AWS-Kontos und deiner Organisation zu helfen. Zu diesen sechs Ressourcentypen gehören: Amazon-SNS-Themen, Amazon-EBS-Volume-Snapshots, DB-Snapshots und DB-Cluster-Snapshots von Amazon RDS, Amazon-ECR-Repositories und Amazon-EFS-Dateisysteme. IAM Access Analyzer analysiert jetzt Ressourcenrichtlinien, Zugriffskontrolllisten und andere Zugriffskontrollen für diese Ressourcen, um dir die Identifizierung von öffentlichem, konto- und organisationsübergreifenden Zugriff zu erleichtern. Diese Ergebnisse können dir helfen, die bewährte Sicherheitsmethode der geringsten Berechtigung einzuhalten und den unbeabsichtigten externen Zugriff auf deine Ressourcen zu reduzieren.
Quelle: aws.amazon.com

EC2-High-Memory-Instances mit 18 TB und 24 TB Speicher sind jetzt mit On-Demand- und Savings-Plan-Kaufoptionen verfügbar

Ab heute sind High-Memory-Instances von Amazon EC2 mit 24 TB (u-24tb1.112xlarge) Speicher in der Region Asien-Pazifik (Seoul) und High-Memory-Instances mit 18 TB (u-18tb1.112xlarge) Speicher in den Regionen USA Ost (Nord-Virginia) und USA West (Oregon) verfügbar. Diese Instances bieten den Kunden mehr Flexibilität bei der Verwendung und Beschaffung von Instances – Kunden können sie jetzt mit den Kaufoptionen On-Demand, Reserved Instance und Savings Plan verwenden. Bei u-24tb1 und u-18tb1 haben die Kunden die Wahl zwischen 24 TB bzw. 18 TB Speicher – beide bieten 448 vCPUs, 100 Gbit/s Netzwerk- und 38 Gbit/s EBS-Bandbreite. 
Quelle: aws.amazon.com

Amazon SageMaker fügt acht neue Graviton-basierte Instances für die Modellbereitstellung hinzu

Amazon SageMaker erweitert den Zugang zu acht neuen Graviton2- und Graviton3-basierten Instance-Familien für Machine Learning (ML), damit Kunden mehr Möglichkeiten zur Optimierung ihrer Kosten und Leistung beim Einsatz ihrer ML-Modelle auf SageMaker haben. Jetzt können Kunden ml.c7g, ml.m6g, ml.m6gd, ml.c6g, ml.c6gd, ml.c6gn, ml.r6g und ml.r6gd für die Bereitstellung von Echtzeit- und Asynchronous-Inference-Modellen nutzen.
Quelle: aws.amazon.com