Amazon Web Services ブログ
Tag: Software as a Service
Amazon S3 におけるマルチテナント SaaS データのパーティション化と分離
多くの software-as-a-service (SaaS)アプリケーションはマルチテナントデータを Amazon Simple Storage Service(Amazon S3) に保存しています。Amazon S3 にマルチテナントデータを配置するには、バケットとキーにテナントデータをどのように分散させるかを考える必要があります。また、SaaS ソリューションのセキュリティ、管理性、パフォーマンスを損なうことなく行う必要があります。この記事では、 Amazon S3 でテナントデータをパーティション化する際に適用できるさまざまな戦略を説明します。
今すぐ動くか、遅れをとるか: SaaS リーダーが PLG on AWS を見逃すわけにはいかない理由
この記事は、AWS で SaaS Partners Global Practice Lead を務める Ode […]
AWS Lambda の予約済同時実行数の設定によるテナント多層化戦略の実装
AWS Lambda の機能である予約済同時実行数の設定は、Lambda 関数の同時に実行されるインスタンスの最大数を保証します。
この記事では、この機能を活用してマルチテナントの SaaS (Software-as-a-Service) アプリケーションの多層化戦略を定義する方法を探り、実装例について説明します。
マルチテナントソリューションでAmazon SQSを使う
AWS SaaS Factoryチームのシニアパートナーソリューションアーキテクト Raju Patel によ […]
MLaaS (Machine Learning as a Service) のためのマルチテナント機械学習構築環境を Amazon SageMaker Pipelines で実装する
近年、自社で保有するデータだけでなく、外部や第三者のデータを使って機械学習(ML)モデルを構築する企業が増えています。そして学習させたモデルを外部の顧客に提供することで収益源とするビジネスモデルを構築することができます。
この記事では、Amazon SageMaker Pipelinesが、Machine Learning as a Service (MLaaS) / Software as a Service (SaaS) アプリケーションにおけるデータの前処理、そして機械学習モデルの構築、訓練、チューニング、登録にどのように役立つかを紹介します。特にテナント分離とコスト配分に焦点を当て、テナント固有のMLモデルを構築するためのベストプラクティスを紹介します。
動的に生成された IAM ポリシーで SaaS テナントを分離する
この記事は、AWS SaaS Factoryのシニアパートナーソリューションアーキテクトである Bill Ta […]
Amazon SageMaker エンドポイントと IAM を使用した SaaS テナント分離の実装
この記事は、Implementing SaaS Tenant Isolation Using Amazon S […]
SaaSソリューションの運用を成功させるには
この記事は、Achieving Operational Success of SaaS Solutions を […]
AWS サーバーレスサービスによるマルチテナント SaaS ソリューションの構築
この記事は、Building a Multi-Tenant SaaS Solution Using AWS S […]
新たに SaaS Journey Framework ホワイトペーパーを公開しました
AWS で SaaS Business Lead を務める Oded Rosenmann による記事です。 S […]