Amazon Web Services ブログ

Category: Advanced (300)

Amazon EMR のマルチカタログでアカウントとテーブルフォーマットをまたいだクエリを実行する

Amazon EMR 8.1.0 のマルチカタログサポートを紹介します。RedirectingSessionCatalog を Spark のデフォルトカタログに設定すると、Iceberg、Delta Lake、Hudi、Hive のテーブルをフォーマット固有のプレフィックスなしに 1 つのカタログでクエリでき、名前付きカタログや GlueCatalogResolver を使えば、データをコピーせずに AWS アカウントをまたいだ結合やクエリ実行時のリモートカタログ検出も実現できます。Amazon EMR Serverless を使ったウォークスルーで、設定手順と動作を確認します。

Amazon RDS for MySQL、Amazon RDS for MariaDB、Amazon Aurora MySQL におけるマルチスレッドレプリケーションの概要とベストプラクティス

MySQL のマルチスレッドレプリケーション (MTR) は、Amazon RDS for MySQL、Amazon RDS for MariaDB、Amazon Aurora MySQL でバイナリログレプリケーションの性能を向上させる機能です。本記事では、MTR の仕組み、COMMIT ORDER と WRITESET による依存関係追跡の違い、ソース側・レプリカ側の主要な設定パラメータとベストプラクティスを解説します。

一度作れば、どこでも使える – Amazon Redshift の Iceberg マテリアライズドビューの紹介

Amazon Redshift で Iceberg マテリアライズドビューが利用可能になりました。コストの高い結合や集計を一度計算し、その結果を Amazon S3 上の標準的な Apache Iceberg テーブルとして格納できます。Amazon Athena、Apache Spark、AWS Glue などの Iceberg 互換エンジンから、コピーや別パイプラインなしに同じ事前計算済みの結果を直接クエリ可能です。

Amazon RDS for MySQL、Amazon RDS for MariaDB、Aurora MySQL におけるマルチスレッドレプリケーションのモニタリング

Amazon RDS for MySQL、Amazon RDS for MariaDB、Aurora MySQL でマルチスレッドレプリケーション (MTR) を効果的にモニタリングし、パフォーマンスをチューニングする方法を解説します。SHOW REPLICA STATUS、Performance Schema テーブル、カスタムビュー、エラーログを活用した並列レプリケーションの監視手法を紹介します。

AI-DLC（AI 駆動開発ライフサイクル）による SAP ABAP アプリケーション開発

Kiro と ABAP Accelerator を用いて AI-Driven Development Lifecycle（AI-DLC）の手法を適用し、SAP S/4HANA 上にフライト予約アプリケーションを構築する手順を解説します。Inception・Construction・Operations の 3 フェーズを通じて、AI が計画・設計・ABAP コード生成を主導し、ABAP Accelerator が SAP ABAP Test Cockpit（ATC）検証やオブジェクトのアクティベーションを自動化します。ビジネス上の意図から、数週間ではなく数時間で動作するコードへと到達する開発体験を実現します。

United Airlines が Amazon Redshift と AWS Glue Data Catalog フェデレーションで Databricks が管理するデータをクエリする方法

United Airlines は、AWS Glue Data Catalog フェデレーションで Amazon Redshift Serverless と Databricks Unity Catalog を接続し、データを複製せずに Databricks が管理するデータをクエリしています。本記事では、Lake Formation の設定、リソースリンクの作成、IAM ロールと権限の設定、外部スキーマの作成までの手順と、United Airlines が得たビジネスへの効果を紹介します。

セキュリティにおける AI の現在地: 信頼構築に最も重要な指標の測定

セキュリティ業務で AI を活用する際、脆弱性を発見できるかだけでなく、安全なコードを誤検出しないかが信頼の鍵になります。本記事では、実際の脆弱性と誤検出を見分ける能力を測る初のベンチマーク Deception Benchmark を紹介します。16 のプログラミング言語、70 を超える CWE カテゴリの 14,822 サンプルで 12 モデルを評価した結果、FPR (偽陽性率) と FNR (偽陰性率) の両方を 10% 未満に抑えられた構成はありませんでした。設計手法と結果、実務への示唆を詳しく解説します。

Amazon MWAA と Airflow 3.0 によるイベント駆動のパイプラインオーケストレーション

Apache Airflow 3.0 の Asset Watcher と Amazon SQS を組み合わせて、複数の Amazon MWAA 環境や AWS アカウントをまたぐイベント駆動のオーケストレーションを実現する方法を解説します。ポーリングベースのセンサーをイベント駆動のトリガーに置き換えることで、環境間オーケストレーションのレイテンシーを数分から数秒に短縮できます。クロスアカウント IAM、triggerer の健全性、Amazon VPC のネットワーク、DAG 設計のベストプラクティスも紹介します。

← Older posts
Newer posts →