da Agency

Amazon RDS for Oracle unterstützt Container-Datenbanken mit mehreren Mandanten

Ab heute unterstützt Amazon Relational Database Service (RDS) for Oracle die Erstellung einer DB-Instance mit einer einzelnen Plug-in-Datenbank (PDB) unter Verwendung der Mehrmandanten-Architektur von Oracle, die es der DB-Instance ermöglicht, als Mehrmandanten-Containerdatenbank (CDB) zu arbeiten. Eine PDB ist eine Reihe von Schemas, Schemaobjekten und Nicht-Schemaobjekten, die einem Client logischerweise als Nicht-CDB angezeigt werden.  
Quelle: aws.amazon.com

da Agency

Amazon AppFlow erweitert jetzt seine Funktionen mit Marketo

Amazon AppFlow, ein vollständig verwalteter Integrationsservice, mit dem Kunden Daten sicher zwischen AWS-Services und Cloud-Anwendungen übertragen werden, erweitert seine Funktionen mit Marketo. Kunden können jetzt Leads und Aktivitätsobjekte in Marketo auswählen und diese in AWS-Services wie Amazon Simple Storage Service (Amazon S3), Amazon Redshift oder Amazon Lookout for Metrics verschieben. Darüber hinaus können Kunden diese Objekte auch mit Salesforce, Snowflake und Upsolver synchronisieren oder neue Leads-Objekte in Marketo basierend auf Daten in Amazon S3 oder Salesforce erstellen.
Quelle: aws.amazon.com

da Agency

Der AWS Database Migration Service unterstützt jetzt PostgreSQL Version 13 im Vorschaumodus

Der AWS Database Migration Service (AWS DMS) hat die Funktionalität erweitert, indem er Unterstützung für PostgreSQL Version 13 im Vorschaumodus hinzugefügt hat. Mit AWS DMS können Sie jetzt Live-Migrationen von allen AWS DMS-unterstützten Quellen an PostgreSQL 13-Datenbanken, und von PostgreSQL 13-Datenbanken an alle AWS DMS-unterstützten Ziele durchführen. 
Quelle: aws.amazon.com

da Agency

AWS Transfer Family unterstützt nun das Microsoft Active Directory

AWS Transfer Family Kunden können nun AWS Managed Microsoft Active Directory (AD), on-premises und selbstverwaltete AD in AWS nutzen, um ihren Datentransfer an Endnutzer zu authentifizieren. Dies ermöglicht die nahtlose Migration von Datenübertragungs-Workflows, die sich auf AD verlassen, ohne die Zugangsdaten des Endnutzers zu ändern oder einen benutzerdefinierten Autorisierer zu benötigen.
Quelle: aws.amazon.com

da Agency

AWS IoT Device Management veröffentlicht Job-Vorlagen in der Vorschau, um die Bereitstellung von flottenweiten Remote-Steuerungen schneller, einfacher und sicherer zu machen

AWS IoT freut sich, die öffentliche Vorschau von Job-Vorlage für AWS IoT Device Management Jobs ankündigen zu können. Job-Vorlagen machen die Bereitstellung von Remote-Aktionen schneller, einfacher und sicherer. IoT Entwickler und Flotten-Administratoren können die Remote-Aktionen, die auf ihre IoT-Geräte angewendet werden sollen, vordefinieren, und wichtige Bereitstellungsparameter, wie Rollout-Raten, Abbruch-Schwellenwerte und Timeout-Kriterien spezifizieren. Flotten-Bediener und Techniker, die sich auf die Flottenüberwachung und die Problembehebung fokussieren, können spezifische Gerätegruppen als Ziele identifizieren und die vordefinierten Job-Vorlagen nutzen, um Remote-Aktionen für die Ziele sicher bereitzustellen.
Quelle: aws.amazon.com

da Agency

Fleet Hub for AWS IoT Device Management ist eine neue, einfache Art IoT Geräteflotten zu überwachen und mit ihnen zu interagieren und ist jetzt allgemein verfügbar

Heute kündigt AWS die allgemeine Verfügbarkeit von IoT Fleet Hub für AWS IoT Device Management an. Die Funktion ermöglicht Kunden die einfache Erstellung einer vollständig verwalteten Webanwendung, um ihre Geräteflotten anzuzeigen und mit ihnen zu interagieren, um die Flotte und den Gerätezustand zu überwachen, auf Alarme zu reagieren, Fernaktionen zu ergreifen und die Zeit zur Fehlerbehebung zu reduzieren.
Quelle: aws.amazon.com

da Agency

Amazon SageMaker Pipelines sind nun in Amazon SageMaker Experiments integriert

Amazon SageMaker Pipelines, die erste ziel-entwickelte kontinuierliche Integration und kontinuierlicher Lieferservice (CI/CD) für maschinelles Lernen (ML) ist jetzt in SageMaker Experiments integriert. Somit können Kunden ihre ML-Experimente organisieren, nachverfolgen, vergleichen und evaluieren. Kunden können nun Metriken vergleichen, wie Modelltraining-Genauigkeit über mehrere Ausführungen ihrer SageMaker Pipelines hinweg, und sie können solche Metriken über mehrere Versuche eines ML-Modelltraining-Experiments vergleichen. SageMaker Pipelines erstellt automatisch ein Experiment mit dem Pipelinenamen und einen Experiment-Versuch für jede Ausführung der Pipeline. Die Erstellung eines Experiments für eine Pipeline und ein Versuch für jede Pipelineausführung wird standardmäßig aktiviert. Sie können wählen, die automatische Erstellung nicht zu aktivieren.
Quelle: aws.amazon.com

da Agency

AWS X-Ray unterstützt jetzt VPC-Endpunkte

AWS X-Ray unterstützt jetzt VPC-Endpunkte. Mit dieser Funktion können Sie über Ihre Virtual Private Cloud (VPC) mit dem X-Ray-Service kommunizieren, ohne diesen Datenverkehr dem öffentlichen Internet auszusetzen. VPC-Endpunkte werden von AWS PrivateLink unterstützt, einer AWS-Technologie, die die private Kommunikation zwischen Ihren VPC- und AWS-Services wie X-Ray im privaten AWS-Netzwerk ermöglicht.
Quelle: aws.amazon.com