亚马逊AWS官方博客

通过 Amazon CloudWatch ServiceLens 可视化和监视高度分布式应用程序

Amazon CloudWatch ServiceLens 于今天宣布推出,它是一种新的完全托管式可观察性解决方案,有助于在一个位置可视化和分析高度分布式应用程序的运行状况、性能和可用性,包括这些应用程序对基于无服务器和容器技术的依赖性。通过让您轻松隔离遇到问题的终端节点和资源,并分析相关指标、日志和应用程序跟踪数据,CloudWatch ServiceLens 可以使用一张服务地图将所有这些数据整合到一个位置,从而缩短解决问题的平均时间 (MTTR)。通过这张地图,您可以了解应用程序内的关系和依赖性,并通过单个工具深入了解各种日志、指标和跟踪数据,从而帮助您快速隔离故障。节省了通过各种工具关联指标、日志和跟踪数据的关键时间,从而缩短了最终用户的停机时间。

Read More

Amazon Aurora 新功能 – 直接通过数据库使用机器学习

今天,若要将机器学习与关系数据库中的数据结合使用,您需要开发一个自定义应用程序来读取数据库中的数据,然后再应用机器学习模型。开发此应用程序需要多种技能才能与数据库进行交互和使用机器学习。这是一个新的应用程序,现在,您必须管理其性能、可用性和安全性。

Read More

新增功能 – 使用标签策略跨多个 AWS 账户管理标签

今天,我们将向您提供一种机制,帮助您实施跨越一个 AWS 组织内多个 AWS 账户和组织单位 (OU) 的一致性高质量标记准则。现在,您可以创建并应用标签策略,并将它们应用于您组织内的任何所需的 AWS 账户或 OU,或应用于整个组织。每个级别的策略都会聚合到一个账户的有效策略中。

Read More

宣布推出适用于 AWS WAF 的 AWS 托管规则

构建和部署安全的应用程序是一项至关重要的工作,而威胁形势总在不断变化。我们一直在努力减轻维持强大的云安全态势所带来的痛苦。今天,我们将推出一款名为适用于 AWS WAF 的 AWS 托管规则的新功能,来帮助保护您的应用程序,且无需直接创建或管理规则。我们还对 AWS WAF 进行了多项改进,并推出了经过改进的新控制台和 API,从而让您更加轻松地保护应用程序的安全。

Read More

通过 Amazon Redshift 使用空间数据

今天,Amazon Redshift 宣布对称为 GEOMETRY 的新本地数据类型提供支持。这种新数据类型支持提取、存储和查询二维地理数据,并且能够将空间函数应用于该数据。地理数据(也称为地理参照数据)是指与相对于地球的位置有某些关联的数据。坐标、海拔、地址、城市名称、邮政编码、行政和社会经济边界都是地理数据的示例。

Read More

使用 Amazon EMR 6.0.0(测试版)在 Docker 上运行 Spark 应用程序

Amazon EMR 团队很高兴宣布支持 Spark 2.4.3、Hadoop 3.1.0、Amazon Linux 2 和 Amazon Corretto 8的EMR 6.0.0 的公开测试版已经推出。在这个测试版中,Spark 用户可以使用 Docker Hub 和 Amazon Elastic Container Registry (Amazon ECR) 中的 Docker 镜像来定义环境和库依赖项。使用 Docker,用户可以轻松管理依赖项并将其用于单个作业,而无需在集群的各个主机上安装依赖项。

Read More

Amazon EMR 对 Spark 集群提升弹性并增强恢复能力的实现

借助 Amazon EMR 中的自动扩展功能,客户可以根据集群使用情况或其他与作业相关的指标来动态扩缩集群。虽然这些功能可帮助您有效利用资源,但也可能会导致 EC2 实例在作业运行过程中关闭。这可能会导致计算和数据丢失,从而影响作业的稳定性或者因重新计算产生重复工作。

Read More

通过 EMR Notebooks 在运行的集群上安装 Python 库

本博文将讨论如何通过 EMR Notebook 直接在正在运行的集群上安装笔记本范围的Python库。在此功能推出之前,您必须依赖Bootstrap引导操作或使用自定义 AMI 来安装预置 EMR AMI 没有预先打包的其他库。接下来,博文还将讨论如何使用 EMR Notebooks 中本地可用的预安装 Python 库来分析结果并绘制图表。此功能在您无法访问 PyPI 存储库但需要分析和可视化数据集的情况下非常有用。

Read More