亚马逊AWS官方博客

Tag: Launch

EC2 更新 – D3 / D3en 密集存储实例

我们已经推出多代密集存储型 EC2 实例,包括 2012 年的 HS1和 2015 年的 D2。从其名称您就可以猜到,我们的客户会在需要大量非常经济的实例上存储以用于其数据仓库、数据湖、网络文件系统、Hadoop 集群以及其他类似用途时使用这些实例。这些工作负载需要很多 I/O 和网络吞吐量,但在存储对计算能力的比率较高时运行良好。

re:Invent 2020 大会直播博客:Andy Jassy 主题演讲

我一直喜欢尝试新的东西! 今年,我将使用直播博客来为大家介绍 Andy Jassy 的 AWS re:Invent 主题演讲,演讲时间为 12 月 1 日星期二(太平洋标准时间)上午 8 点至 11 点。在居家办公的舒适环境中观看 Andy 演讲的同时,我会每隔几分钟更新一次这篇文章。请随时关注!

推出 Amazon Managed Workflows for Apache Airflow (MWAA)

随着数据处理流水线容量和复杂性的增大,您可以将整个过程分解为一系列较小的任务来将其简化,然后将这些任务作为工作流的一部分来协调它们的执行。为此,许多开发人员和数据工程师使用 Apache Airflow,它是一个由社区创建的用于以编程方式编写、安排和监控工作流的平台。借助 Airflow,您可以将工作流作为脚本进行管理,通过用户界面 (UI) 对其进行监控,并使用一组强大的插件扩展其功能。但是,手动安装、维护和扩展 Airflow,以及处理用户的安全性、身份验证和授权需要花费大量您用于集中精力解决实际业务问题的时间。

出于这些原因,我很高兴地宣布将推出Amazon Managed Workflows for Apache Airflow (MWAA)。它是一项完全托管的服务,使您可以轻松地在 AWS 上运行开源版 Apache Airflow 并构建工作流来执行您的提取、转换、加载 (ETL) 作业和数据流水线。

新增功能 – 适用于 AWS Lambda 的信任和完整性控件:代码签名

代码签名是一种行业标准技术,用于确认代码未被修改且来自受信任的发布者。在 AWS Lambda 函数内部运行的代码在高度强化的系统上执行,并以安全的方式运行。但是,函数代码在 AWS 外部运行的部署管道中移动时,很容易发生更改。
现在,我们发布了适用于 AWS Lambda 的代码签名功能。它是一个信任和完整性控件,可帮助管理员强制执行以下操作:仅受信任发布者发布的已签名代码包可在其 Lambda 函数中运行,且代码在签名后未被更改。

新增功能 – 使用 WebAuthn 对 AWS SSO 执行 Multi-Factor Authentication

即日起,除了当前支持的一次性密码 (OTP) 和 Radius 身份验证器之外,您还可以将 WebAuthn 作为一种新的 Multi-Factor Authentication (MFA) 添加到 AWS Single Sign-On。添加对 WebAuthn(一种 W3C 规范,与 FIDO Alliance 协同开发)的支持后,您现在可以使用系统管理员预置的或笔记本电脑或智能手机中内置的各种可互操作的身份验证器进行身份验证。例如,您现在可以点击硬件安全密钥,触摸 Mac 上的指纹传感器,或使用移动设备或 PC 上的面部识别功能,在 AWS 管理控制台或 AWS 命令行界面 (CLI) 中进行身份验证。

新增功能 – AWS Single Sign-On 支持基于属性的访问控制

从今天开始,当员工使用 AWS Single Sign-On 登录到云时,您可以在 AWS 会话中传递用户属性。这让您不仅能够利用 AWS Single Sign-On 和 ABAC 的集中账户访问管理功能,而且还可以灵活地将 AWS SSO、Active Directory 或外部身份提供商作为您的身份来源使用。要了解更多有关在 AWS 上使用 ABAC 策略的优势的信息,请参阅我之前有关此主题的博客文章。

Lightsail 容器:一种在云中运行容器的简单方法

我向开发人员介绍 AWS 云时,通常会花一点时间来介绍并演示 Amazon Lightsail。它是迄今为止开始使用 AWS 的最简单方法。使用它,您在几分钟内即可在自己的虚拟服务器上运行您的应用程序。今天,我们增加了在 Amazon Lightsail 上部署基于容器的工作负载的可能性。您现在可以将您的容器映像部署到云中,其简单性和捆绑定价与 Amazon Lightsail 为您的虚拟服务器提供的相同。

大多数 Alexa 现在在更快、更经济高效的 Amazon EC2 Inf1 实例上运行

今天,我们宣布,Amazon Alexa 团队已将绝大多数基于 GPU 的机器学习推理工作负载迁移到由 AWS Inferentia 提供支持的 Amazon Elastic Compute Cloud (EC2) Inf1 实例。这样一来,执行 Alexa 的文本到语音转换工作负载时,与基于 GPU 的实例相比,端到端延迟降低了 25%,成本降低了 30%。较低的延迟使 Alexa 工程师能够利用更复杂的算法进行创新,并改善客户的整体 Alexa 体验。