Amazon SageMaker unterstützt jetzt ml.G4dn-Instances für Batch-Transformations- und Verarbeitungsaufträge

Amazon-SageMaker-Kunden können jetzt ml.G4dn-Instances auswählen, um Batch-Transformations- und Verarbeitungsaufträge auszuführen. Amazon SageMaker Batch Transform ermöglicht es Ihnen, Prognosen für Datensätze auszuführen, die in Amazon S3 gespeichert sind. Es ist ideal für Szenarien, in denen Sie mit großen Datenmengen arbeiten und Latenzzeiten von unter einer Sekunde nicht wichtig sind. Die Amazon-SageMaker-Verarbeitung ermöglicht Ihnen, Ihre Vor- oder Nachbearbeitungsworkloads wie Feature-Engineering, Datenvalidierung, Modellbewertung und Modellinterpretation mit einer vollständig verwalteten Erfahrung auszuführen.
Quelle: aws.amazon.com

AWS Managed Services (AMS) bietet jetzt Self-Service-Produktionsberichte für alle Ihre von AMS verwalteten Konten

AWS Managed Services (AMS) bietet jetzt Self-Service-Berichte zu wichtigen Produktionsmetriken. AWS Managed Services bietet Produktionsberichte zu Ihrer verwalteten Umgebung für traditionelle und Workloads der nächsten Generation. Sie können über die AWS-Managed-Services-Konsole auf die umfangreichen Produktionsberichte in Ihren verwalteten Konten zugreifen. Sie können auch über einen sicheren S3-Bucket auf die operativen Berichtsdaten zugreifen, den AMS für Ihre Analyse- und Business-Intelligence-Anforderungen bereitstellt.
Quelle: aws.amazon.com

Die AWS-Lambda-Unterstützung für Amazon Elastic File System ist jetzt in der Region Asien-Pazifik (Osaka) verfügbar

AWS-Lambda-Kunden können nun Funktionen für den Zugriff auf das Amazon Elastic File System (Amazon EFS) in der Region Asien-Pazifik (Osaka) aktivieren. Mit der AWS-Lambda-Unterstützung für Amazon EFS können Kunden problemlos Daten über Funktionsaufrufe hinweg austauschen, große Referenzdatendateien lesen und Funktionsausgaben in einen persistenten und gemeinsam genutzten Datenspeicher schreiben.
Quelle: aws.amazon.com

Verwaltete Datenbankprüfung mit Amazon-RDS-Datenbank Aktivitätsströmen für Amazon RDS for Oracle

Datenbank-Aktivitätsströme (DAS) für Amazon Relational Database Service (Amazon RDS) für Oracle bietet einen nahezu Echtzeit-Strom aller geprüften Anweisungen (SELECT, DML, DDL, DCL, TCL), die in Ihrer DB-Instance ausgeführt werden. Die Prüfungsdaten werden aus der einheitlichen Datenbankprüfung gesammelt, während die Speicherung und Verarbeitung der Datenbankaktivitäten außerhalb Ihrer Datenbank verwaltet wird. Dadurch wird verhindert, dass Datenbankbenutzer und -administratoren den Prüfungsdatenstrom ändern.
Quelle: aws.amazon.com

Amazon EMR unterstützt jetzt bis zu dreißig Instance-Typ-Konfigurationen in Instance-Flotten

Sie können jetzt bis zu 30 EC2-Instance-Typen für jede Ihrer Master-, Core- und Aufgabenknotengruppen angeben, wenn Sie EMR-Instance-Flotten mit Zuweisungsstrategie verwenden. Bisher war dies auf 15 für Aufgabenknoten und nur 5 für Master- und Core-Knoten beschränkt. Durch diese Erhöhung können Sie eine breitere Palette von Instance-Größen, -Generationen und -Familien angeben, über die Ihre Workloads hinweg betrieben werden können, um Ihren Zugriff auf Spot- und On-Demand-Kapazität zu verbessern.
Quelle: aws.amazon.com

Amazon Redshift unterstützt jetzt die Sortierung ohne Beachtung der Groß-/Kleinschreibung mit Überschreibungen auf Spaltenebene

Amazon Redshift, ein vollständig verwaltetes Cloud-Data-Warehouse, unterstützt jetzt die Sortierung ohne Beachtung der Groß-/Kleinschreibung mit Überschreibungen auf Spalten- und Ausdrucksebene. Ab heute können Sie die COLLATE-Klausel innerhalb einer CREATE DATABASE-Anweisung verwenden, um die Standardsortierung für alle CHAR- und VARCHAR-Spalten in der Datenbank als „case-sensitive“ oder „case-insensitive“ anzugeben. Sie können auch eine COLLATE-Klausel in einer CREATE TABLE-Anweisung angeben, um die Sortierung für Spalten in dieser Tabelle anzugeben. Darüber hinaus können Sie mit der Funktion „COLLATE()“ die Sortierung einer Zeichenfolgenspalte oder eines Ausdrucks überschreiben.
Quelle: aws.amazon.com