Amazon Athena bietet Unterstützung für das Aufrufen von Modellen für Machine Learning in SQL-Abfragen

Heute hat Amazon Athena eine neue Funktion veröffentlicht, mit der Benutzer auf einfache Weise Machine Learning-Modelle aufrufen können, um direkt aus ihren SQL-Abfragen Rückschlüsse zu ziehen. Dank der Möglichkeit, Machine Learning-Modelle in SQL-Abfragen zu verwenden, gestalten sich komplexe Aufgaben wie die Anomalieerkennung, eine Kohortenanalyse beim Kunden und Vertriebsprognosen so einfach wie das Aufrufen einer Funktion in einer SQL-Abfrage.  
Quelle: aws.amazon.com

AWS startet Tag-Richtlinien

Tag-Richtlinien ist eine neue Funktion, mit der Sie Regeln definieren können, wie Tags für AWS-Ressourcen in Ihren Konten in AWS Organizations verwendet werden können. Mithilfe von Tag-Richtlinien können Sie auf einfache Weise einen standardisierten Ansatz für das Taggen von AWS-Ressourcen festlegen.
Quelle: aws.amazon.com

Statistisches Multiplexing (Statmux) jetzt mit AWS Elemental MediaLive verfügbar

Mit der AWS Elemental MediaLive-Videoverarbeitung können Sie jetzt Multi-Program Transport Streams (MTPS) für die Broadcast-Verteilung über Satelliten-, Kabel- oder terrestrische Netzwerke vorbereiten und statistische Multiplexing-Ausgaben (Statmux) unterstützen. Dies ermöglicht benutzerfreundliche, vollständig verwaltete Cloud-Dienste für die Broadcast-Verteilung, sodass Sie Live-Inhalte flexibler und effizienter bereitstellen, Infrastruktur- und Verwaltungskosten senken und qualitativ hochwertige Videos mit integrierter Zuverlässigkeit verteilen können.
Quelle: aws.amazon.com

Die Amazon VPC-Datenverkehrsspiegelung unterstützt jetzt Amazon CloudWatch-Metriken

Sie können jetzt Amazon CloudWatch verwenden, um Metriken im Zusammenhang mit der VPC-Datenverkehrsspiegelung zu überwachen. Sie können auf Ihrer Netzwerkschnittstelle, die Teil einer Datenverkehsspiegelungssitzung ist, Informationen wie beispielsweise die Menge des gespiegelten oder nicht gespiegelten Datenverkehrs sammeln. Sie können auch CloudWatch-Alarme einrichten, um Benachrichtigungen zu Metriken zu erhalten, die vordefinierte Schwellenwerte überschreiten. Informationen zu diesen Metriken finden Sie unter Überwachen der Datenverkehrsspiegelung mit Amazon CloudWatch.
Quelle: aws.amazon.com

Die globale Aurora-Datenbank wird jetzt von Amazon Aurora MySQL 5.7 unterstützt

Eine Amazon Aurora Global Database ist eine einzige Datenbank, die mehrere AWS-Regionen abdeckt, um globale Lesezugriffe mit niedriger Latenz und eine Notfallwiederherstellung nach regionalen Ausfällen zu gewährleisten. Mit dem heutigen Start wird die Funktion von der MySQL 5.7-kompatiblen Edition von Aurora unterstützt. Sie können einen neuen globalen Datenbankcluster erstellen, indem Sie einem vorhandenen MySQL 5.7-Cluster eine Region hinzufügen.
Quelle: aws.amazon.com

Mit Amazon EMR können Sie jetzt mehrere Schritte gleichzeitig ausführen, ausgeführte Schritte abbrechen und in AWS Step Functions integrieren

Amazon EMR unterstützt jetzt das gleichzeitige Ausführen mehrerer EMR-Schritte, das Abbrechen von ausgeführten Schritten und AWS Step Functions. Durch die parallele Ausführung von Schritten können Sie fortgeschrittene Workloads ausführen, die Auslastung der Clusterressourcen erhöhen und den Zeitaufwand für die Fertigstellung Ihres Workloads verringern. Die Anzahl der Schritte, die gleichzeitig ausgeführt werden dürfen, ist konfigurierbar und kann beim Start eines Clusters und jederzeit nach dem Start des Clusters festgelegt werden. Mit der Möglichkeit, laufende Schritte abzubrechen, haben Sie jetzt mehr Kontrolle über die Ausführung von Schritten, einschließlich der Möglichkeit, Schritte zwangsweise abzubrechen. Das parallele Ausführen von Schritten wird auch mit AWS Step Functions unterstützt, mit denen Sie Cluster erstellen und skalieren sowie die Schrittausführung mithilfe von Schrittfunktions-Workflows orchestrieren können.
Quelle: aws.amazon.com

Aurora unterstützt die direkte Konvertierung in eine Global Database

Eine Amazon Aurora Global Database ist eine einzige Datenbank, die mehrere AWS-Regionen abdeckt, um globale Lesezugriffe mit niedriger Latenz und eine Notfallwiederherstellung nach regionalen Ausfällen zu gewährleisten. Mit dem heutigen Start können Sie eine vorhandene Aurora-Datenbank für eine einzelne Region in eine globale umwandeln, indem Sie einfach eine weitere Region hinzufügen.
Quelle: aws.amazon.com

Amazon Aurora unterstützt Machine Learning direkt aus der Datenbank

Mit Amazon Aurora können Sie Ihren Anwendungen jetzt Vorhersagen auf der Basis von Machine Learning (ML) hinzufügen, indem Sie eine einfache, optimierte und sichere Integration in Amazon SageMaker und Amazon Comprehend verwenden. Das Machine Learning n in Aurora basiert auf der vertrauten SQL-Programmiersprache, sodass Sie keine benutzerdefinierten Integrationen erstellen, keine Daten verschieben, keine separaten Tools erlernen oder bereits Erfahrungen mit Machine Learning sammeln müssen.  
Quelle: aws.amazon.com