da Agency

Amazon Redshift verkündet verbundenen SSO-Support mit einfacher Nutzung und Verbesserungen der Sicherheitsfunktionen für Query Editor V2.

Der Query Editor V2 von Amazon Redshift, ein kostenloses webbasiertes Tool zur Datenuntersuchung und Analyse durch SQL, wurde jetzt durch eine zusätzliche einfache Nutzung und Sicherheitsfunktionen verbessert. Query Editor V2 von Amazon Redshift vereinfacht für Administratoren und Endbenutzer den Verbindungsprozess von Amazon-Redshift-Clustern durch die Nutzung des Identitätsanbieters (IDP). Als Administrator kannst du jetzt deinen Identitätsanbieter (IDP) in die AWS-Konsole von Amazon integrieren, um auf den Query Editor V2 als Verbundbenutzer zuzugreifen. Du musst deinen Identitätsanbieter (IDP) konfigurieren, damit du Datenbankbenutzer und (optional) Datenbankgruppen einreichen kannst. Dazu musst du spezifische Prinzipal-Tags wie SAML-Attribute hinzufügen.
Quelle: aws.amazon.com

da Agency

Ankündigung des Support von AWS Resilience Hub für Elastic Load Balancing (ELB) und Amazon Route 53 Application Recovery Controller

Du kannst jetzt über den AWS Resilience Hub die Elastic Load Balancing (ELB) und die Bereitschaftsprüfung des Amazon Route 53 Application Recovery Controller verwenden, um die Wiederherstellungsziele deiner Anwendung zu erreichen. Mit Resilience Hub kannst du die Belastbarkeit deiner Anwendungen an einem einzigen Ort definieren, validieren und verfolgen, um unnötige Ausfallzeiten aufgrund von Software-, Infrastruktur- oder Betriebsstörungen zu vermeiden.
Quelle: aws.amazon.com

da Agency

Amazon SageMaker Pipelines unterstützt jetzt den Test von Machine-Learning-Workflows in deiner lokalen Umgebung

SageMaker Pipelines ist ein Tool, mit dem du Machine-Learning-Pipelines erstellen kannst, die eine direkte SageMaker-Integration nutzen. SageMaker Pipelines unterstützt jetzt das Erstellen und Testen von Pipelines auf deinem lokalen Gerät (z. B. deinem Computer). Mit diesem Launch kannst du die Kompatibilität deiner Skripte und Parameter von Sagemaker Pipelines lokal testen, bevor du sie in die SageMaker-Cloud verlagerst. Der lokale Sagemaker-Pipelines-Modus unterstützt die folgenden Schritte: Verarbeitung, Training, Transformation, Modellierung, Bedingungen und Fehler. Mit diesen Schritten kannst du flexibel verschiedene Entitäten in deinem Machine-Learning-Workflow festlegen. Durch die Verwendung des lokalen Pipelines-Modus kannst du schnell und effizient Fehler in den Skripten und der Pipeline-Definition beheben. Du kannst deine Workflows nahtlos von der aus dem lokalen Modus zur von Sagemaker verwalteten Umgebung verlagern, indem du die Sitzung aktualisiert.
Quelle: aws.amazon.com

da Agency

High-Memory-Instances von Amazon EC2 sind jetzt in den Regionen USA Ost (Ohio), Südamerika (Sao Paulo) und Asien-Pazifik (Sydney) verfügbar

Ab heute sind High-Memory-Instances von Amazon EC2 mit 12 TB Speicherkapazität (u-12tb1.112xlarge) in der Region USA Ost (Ohio) verfügbar. Darüber hinaus sind High-Memory-Instances mit 6 TB Speicherkapazität (u-6tb1.56xlarge, u-6tb1.112xlarge) jetzt in der Region Südamerika (Sao Paulo) und Instances mit 3 TB Speicherkapazität (u-3tb1.56xlarge) jetzt in den Regionen Südamerika (Sao Paulo) und Asien-Pazifik (Sydney) verfügbar.
Quelle: aws.amazon.com

da Agency

AWS-Well-Architected-Tool ist jetzt in AWS GovCloud-Regionen (USA) verfügbar

AWS gibt mit Freude bekannt, dass das AWS-Well-Architected-Tool jetzt in den AWS GovCloud-Regionen (USA) verfügbar ist. Bei AWS GovCloud (USA) handelt es sich um eine isolierte Region, die darauf ausgelegt ist, vertrauliche Daten und regulierte Workloads in der Cloud aufzubewahren. Mit dem AWS-Well-Architected-Tool können Kunden den Status ihrer Anwendungen und Workloads im Vergleich zu bewährten Architekturmethoden prüfen. Außerdem können sie damit ihre Entscheidungsfindung verbessern, Risiken minimieren und Kosten reduzieren. Durch diese Regionserweiterung können Kunden mit spezifischen gesetzlichen und Compliance-Anforderungen und AWS-Partner im öffentlichen sowie im gewerblichen Sektor jetzt Well-Architected-Prüfungen im Self-Service durchführen.
Quelle: aws.amazon.com

da Agency

Ankündigung des Supports von Platzhaltern in Fargate-Profil-Selektoren von Amazon EKS

Amazon Elastic Kubernetes Service (Amazon EKS) ermöglicht dir jetzt, Workloads von verschiedenen Kubernetes-Namespaces einfacher im Serverless-Computing von AWS Fargate mit einem einzigen EKS-Fargate-Profil auszuführen. Die Verwendung von Amazon EKS in AWS Fargate gibt dir die Möglichkeit, Kubernetes zu verwenden, ohne dich um die Konfiguration und Wartung der Compute-Infrastruktur sorgen zu müssen. Bisher musstest du alle Namespaces bei der Erstellung des EKS-Fargate-Profils festlegen und warst auf fünf Namespace-Selektoren oder Beschreibungspaare beschränkt.
Quelle: aws.amazon.com

da Agency

Amazon Rekognition Custom Labels ermöglicht jetzt das Kopieren von trainierten Computer-Vision-Modellen zwischen AWS-Konten

Bei Amazon Rekognition Custom Labels handelt es sich um einen Service für automatisiertes Machine Learning (AutoML). Damit können Kunden eigene Computer-Vision-Modelle entwickeln, mit denen sie Objekte in für ihr Geschäft spezifischen und einzigartigen Bildern klassifizieren und identifizieren können. Für die Verwendung von Custom Labels benötigen Kunden keine Fachkenntnisse oder Vorwissen im Bereich Computer Vision.
Quelle: aws.amazon.com

da Agency

AWS Lambda unterstützt jetzt benutzerdefinierte Verbrauchergruppe-IDs für Amazon MSK und selbstverwaltetes Kafka als Ereignisquellen

AWS Lambda unterstützt jetzt benutzerdefinierte Verbrauchergruppe-IDs, wenn Amazon Managed Streaming für Apache Kafka (MSK) oder selbstverwaltetes Kafka als eine Ereignisquellen verwendet wird. Kafka verwendet die Verbrauchergruppe-ID, um die Verbrauchermitgliedschaft zu identifizieren und Verbraucher-Checkpoints aufzuzeichnen. Die Verwendung einer benutzerdefinierten Verbrauchergruppe-ID ist ideal für Kunden, deren Workloads eine Notfallwiederherstellung oder einen Failover-Support erfordern.
Quelle: aws.amazon.com

da Agency

Amazon SageMaker Canvas ermöglicht schnelleres Onboarding mit automatischem Datenimport von lokalen Datenträgern

Amazon SageMaker Canvas ermöglicht jetzt schnelleres Onboarding, bei dem Benutzer Daten von lokalen Datenträgern ohne zusätzliche Schritte automatisch importieren. Amazon SageMaker Canvas ist eine visuelle Point-and-Click-Benutzeroberfläche, mit der Geschäftsanalysten selbst genaue ML-Prognosen erstellen können – ohne Erfahrung mit Machine Learning zu haben oder eine einzige Zeile Code schreiben zu müssen. Mit SageMaker Canvas ist es einfach, auf Daten aus verschiedenen Quellen zuzugreifen und diese zu kombinieren, Daten automatisch zu bereinigen und ML-Modelle zu entwickeln, um mit wenigen Klicks präzise Vorhersagen zu treffen.
Quelle: aws.amazon.com