AWS Glue DataBrew fügt Unterstützung für das Erstellen von Datensätzen mit .cvs-Dateien hinzu, die den umgekehrten Schrägstrich oder das Escape-Trennzeichen () aufweisen. Die vollständige Liste der unterstützten Trennzeichen für .csv-Dateien finden Sie hier.
Quelle: aws.amazon.com
Self-Service-Funktionen und Unterstützung für vertrauenswürdige Geräte sind jetzt in der WorkSpaces Android Client-App bei Google Play verfügbar, die auf Android- und Android-kompatiblen Chrome OS-Geräten ausgeführt wird . Die neuen Funktionen sind für Kunden gedacht, die Android- oder Android-kompatible Chrome-OS-Geräte als primäre WorkSpaces-Client-Endpunktgeräte verwenden.
Quelle: aws.amazon.com
AWS Glue Schema Registry unterstützt jetzt zusätzlich zu Apache Avro das Definieren von Schemas im JSON-Schema-Format, sodass Kunden, die JSON Schema als Format für ihre Streaming-Daten wählen, die Entwicklung von Datenströmen zentral steuern und ihre eigenen Registrierungen nicht verwalten müssen. Durch Apache-lizensierte Serializer und Deserializer, ist Glue Schema Registry in Java-Anwendungen integriert, die für Apache Kafka/ Amazon Managed Streaming for Apache Kafka (Amazon MSK), Amazon Kinesis Data Streams, Apache Flink/Amazon Kinesis Data Analytics for Apache Flink und AWS Lambda entwickelt wurden.
Quelle: aws.amazon.com
Während Sie Ihre Daten vorbereiten, fügt AWS Glue DataBrew die Unterstützung hinzu, um erweiterte Datentypen für Spalten automatisch zu identifizieren und zu markieren, was die Normalisierung von Spalten mit den folgenden Datentypen erleichtert: Sozialversicherungsnummer (SSN), E-Mail-Adresse, Telefonnummer, Geschlecht, Kreditkarte, URL, IP-Adresse, Datum und Uhrzeit, Währung, Postleitzahl, Land, Region, Bundesland/Staat und Stadt. Darüber hinaus markiert DataBrew Spalten mit personenbezogenen Daten (PII) visuell, sodass Sie problemlos nach allen PII-Spalten in Ihrem Datensatz suchen und Transformationen anwenden können. Weitere Informationen über alle unterstützten erweiterten Datentypen.
Quelle: aws.amazon.com
Quelle: aws.amazon.com
AWS Glue DataBrew unterstützt jetzt die Möglichkeit, Datensätze, die aus Jobs erstellt wurden, die Ihre Datenvorbereitungsrezepte ausführen, direkt in den AWS-Glue-Datenkatalog zu schreiben. Sie können Datensätze in Amazon-S3-, Amazon-Redshift- und Amazon-RDS-Tabellen (Aurora, Oracle, SQL Server, MySQL und PostgreSQL) im Datenkatalog speichern.
Quelle: aws.amazon.com
Mit diesem Start unterstützt AWS Amplify jetzt bedingte Backend-Entwicklungen, die automatische Generierung von aws-exports.js in der Entwicklungszeit und einen einfacheren Konsolen-Workflow zur Wiederverwendung von Backends in mehreren Frontend-Zweigen. Der kontinuierliche Bereitstellungs-Service von AWS Amplify bietet Frontend-Entwicklern die schnellste Möglichkeit, Full-Stack-Apps (sowohl das Frontend als auch das Backend) bei jedem Code-Commit zu erstellen und bereitzustellen.
Quelle: aws.amazon.com
Quelle: aws.amazon.com
AWS ParallelCluster ist ein vollständig unterstütztes Open-Source-Cluster-Management-Tool, mit dem Wissenschaftler, Forscher oder IT-Administratoren auf einfache Weise High-Performance-Computing(HPC)-Cluster in der AWS Cloud bereitstellen und verwalten können. HPC-Cluster sind Gruppen eng verknüpfter Rechen-, Speicher- und Netzwerkressourcen, dank derer Kunden große wissenschaftliche und technische Workloads ausführen können.
Quelle: aws.amazon.com
Amplify-CLI unterstützt jetzt das Speichern von Umgebungsvariablen und Geheimnissen zur Verwendung in AWS-Lambda-Funktionen, um umgebungsspezifische Konfigurationen von der Geschäftslogik zu trennen. Die AWS-Amplify-CLI ist eine Befehlszeilen-Toolchain, die Frontend-Entwicklern hilft, App-Backends in der Cloud zu erstellen, die oft Geschäftslogik enthalten, die von AWS-Lambda-Funktionen unterstützt wird. Kunden verwenden Umgebungsvariablen, um umgebungsspezifische Werte wie API-Endpunkte und Geheimnisse zu speichern, um vertrauliche Informationen wie API-Schlüssel sicher zu speichern.
Quelle: aws.amazon.com
