Amazon Web Services ブログ
Category: Technical How-to
Kinesis Client Library 3.0 を活用してストリーム処理アプリケーションのコンピューティングコストを削減しましょう
Amazon Kinesis Data Streams は、リアルタイムのデータストリームをキャプチャおよび保存を簡単化するサーバーレスのデータストリーミングサービスです。Kinesis Client Library (KCL) 3.0 の新しいロードバランシングアルゴリズムにより、ワーカーの CPU 使用率を継続的に監視し、ワーカー間でロードを均等に再分散することで、従来の KCL バージョンと比べてストリーム処理コストを最大 33% 削減できるようになりました。KCL 3.0 への移行方法と使用する際のチェックリストも合わせてご紹介します。
Amazon Bedrockを使用し生成 AI メタデータで AWS Glue Data Catalog を強化する
本記事は、2024/11/15 に公開された Enrich your AWS Glue Data Catalo […]
Amazon DynamoDBでAPI操作のきめ細かいアクセス制御と監視を可能にする
お客様はアプリケーションのパフォーマンス、スケーラビリティ、耐障害性を向上させるためにDynamoDBを選択し […]
vSphere 管理者のための AWS の高可用性とレプリケーションの理解
vSphere HA は vSphere の基本的かつ頻繁に使用される機能です。いくつかの障害シナリオのいずれかが発生した場合、仮想マシンを再起動します。障害シナリオは、仮想マシンやホストのクラッシュから、応答しないホスト (例えば、ネットワーク分離や停止) まで多岐にわたります。vSphere High Availability (HA) をパブリッククラウドに移行することは、複雑なプロセスとなる場合があります。
Amazon SageMaker Canvas でノーコード機械学習を行うために Google Cloud Platform BigQuery からデータをインポートする
現代のクラウド中心のビジネス環境では、データが複数のクラウドやオンプレミスのシステムに分散していることが多くあります。この断片化は、お客様が機械学習 (ML) イニシアチブとして、データを統合し、分析する作業を複雑にしています。
本稿では、さまざまなクラウド環境の中でも Google Cloud Platform (GCP) BigQueryに焦点を当て、データソースを移動することなく、データを直接抽出するアプローチをご紹介します。これにより、クラウド環境間でデータ移動の際に発生する複雑さとオーバーヘッドを最小限に抑えることができるため、組織は ML プロジェクトで様々なデータ資産にアクセスし、活用できるようになります。
AWS re:Invent 2024 直前セッションガイド – クラウドガバナンスとコンプライアンス
AWS re:Invent 2024 で皆様をお迎えできることを、私たちは大変楽しみにしています。このイベント […]
Amazon RDS Custom で D’Amo を使用した安全なデータ暗号化を実装する
Penta Security は、AWS のデータ暗号化パートナーであり、 27年間の顧客のサイバーセキュリテ […]
Operations re:Imagined – AWS re:Invent 2024 が始まる前に知っておくこと
12 月 2 日から 12 月 6 日にかけて毎年恒例のクラウドコンピューティングカンファレンス、AWS re:Invent 2024 がラスベガスで開催されます。このカンファレンスでは、洞察力のある基調講演に参加し、サービスを深く掘り下げて学び、クラウドエンスーシャストたちと交流する機会が得られます。初心者からエキスパートまで、全ての参加者に合わせたセッションやイベントをご用意しています。学習するサービスが多数あるため、オペレーションに関するセッションを事前に検討しておくことをおすすめします。
Amazon DocumentDB 4.0 を 5.0 にニアゼロダウンタイムでアップグレードする
本ブログは “Upgrade Amazon DocumentDB 4.0 to 5.0 with near-z […]
Amazon Redshift Query profiler でクエリ性能診断を簡素化
本記事は、Simplify your query performance diagnostics in Ama […]