翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 MemoryDB とは? MemoryDB for Redis は、超高速パフォーマンスを実現する、耐久性に優れたインメモリデータベースサービスです。マイクロサービスアーキテクチャを備えた最新のアプリケーション専用に構築されています。 MemoryDB は、人気のオープンソースデータストアである Redis と互換であり、今日使用されているのと同じ柔軟で使いやすい Redis データ構造および API、コマンドを使用してアプリケーションを迅速に構築できます。MemoryDB では、すべてのデータがメモリに保存されるため、読み取り (マイクロ秒)、書き込みレイテンシー (数ミリ秒)、高いスループットを実現できます。また、MemoryDB はマルチ AZ トランザクショ
翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 DynamoDB Accelerator (DAX) とインメモリアクセラレーション Amazon DynamoDB はスケールとパフォーマンスのために設計されています。ほとんどの場合、DynamoDB の応答時間は 1 桁台のミリ秒単位で測定できます。ただし、マイクロ秒の応答時間を必要とする一部のユースケースがあります。これらのユースケースでは DynamoDB Accelerator (DAX) が整合性データへのアクセス時に素早い対応を実現します。 DAX は、DynamoDB と互換性のあるキャッシュサービスで、条件の厳しいアプリケーションで高速なインメモリパフォーマンスを可能にします。DAX は、次の 3 つのコアシナリオに対応します。 インメモリキャッシ
Kubernetes ノードは、コンテナ化されたアプリケーションを実行するマシンです。各ノードには、以下のコンポーネントがあります。 コンテナランタイム - コンテナの実行を担当するソフトウェア。 kubelet - コンテナが正常で、関連する Pod 内で実行されていることを確認します。 kube-proxy - Pods との通信を許可するネットワークルールを維持します。 詳細については、「Kubernetes ドキュメント」の「Nodes」(ノード) を参照してください。 Amazon EKS クラスターは、セルフマネージド型ノード、Amazon EKS マネージド型ノードグループ、AWS Fargate をさまざまに組み合わせて Pods をスケジュールできます。クラスターにデプロイされているノードの詳細については、Kubernetes リソースを表示するを参照してください。
ページが役に立ったことをお知らせいただき、ありがとうございます。 お時間がある場合は、何が良かったかお知らせください。今後の参考にさせていただきます。 このページは修正が必要なことをお知らせいただき、ありがとうございます。ご期待に沿うことができず申し訳ありません。 お時間がある場合は、ドキュメントを改善する方法についてお知らせください。
翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 Amazon SQSメッセージの操作 タイムリーな方法でのメッセージの処理 可視性タイムアウトの設定は、アプリケーションがメッセージを処理し、削除するのにかかる時間によって異なります。たとえば、アプリケーションでメッセージを処理するには 10 秒必要だが、可視性タイムアウトを 15 分に設定した場合、前のメッセージ処理に失敗すると、再度処理されるまでに長時間待つ必要があります。または、アプリケーションでメッセージを処理するには 10 秒必要だが、可視性タイムアウトを 2 秒に設定した場合は、元のコンシューマーがメッセージを処理している間に別のコンシューマーより重複メッセージが送信されます。 メッセージの処理に十分な時間を確保するために、次のいずれかの方法を使用します
翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 AWS Glue ジョブの連続ログ記録 AWS Glue は、AWS Glue ジョブのリアルタイム連続ログ記録を提供します。ドライバーログ CloudWatch、エグゼキューターログ、Apache Spark ジョブの進行状況バーなど、Amazon のリアルタイムの Apache Spark ジョブログを表示できます。リアルタイムのログを表示すると、実行中のジョブについてより的確に把握することができます。 AWS Glue ジョブを開始すると、Spark アプリケーションの実行が開始された後、リアルタイムのログ記録情報が に送信されます CloudWatch (各エグゼキュターが終了するまで 5 秒ごと)。ログは、 AWS Glueコンソールまたは CloudWa
このページは AWS Glue バージョン 0.9 および 1.0 にのみ適用できます。AWS Glue 以降のバージョンには、容量計画時に追加の考慮事項を導入するコスト削減機能が含まれています。 プロファイルされたコード 次のスクリプトは、428 個の gzip で圧縮された JSON ファイルを含む Amazon Simple Storage Service (Amazon S3) パーティションを読み取ります。このスクリプトは、マッピングを適用してフィールド名を変更し、Apache Parquet 形式に変換して Amazon S3 に書き込みます。デフォルトに従って 10 個の DPU をプロビジョニングし、このジョブを実行します。 datasource0 = glueContext.create_dynamic_frame.from_options(connection_type
データ共有を使用すると、Amazon Redshift クラスター間でライブデータを安全かつ簡単に共有できます。 データ共有の使用を開始する方法、および AWS Management Consoleを使用してデータ共有を管理する方法については、「データ共有タスクの管理」 を参照してください。 Amazon Redshift のデータ共有ユースケース Amazon Redshift のデータ共有は、次のユースケースで特に便利です。 さまざまな種類のビジネスクリティカルなワークロードのサポート – 複数のビジネスインテリジェンス (BI) クラスターまたは分析クラスターとデータを共有する一元的な抽出、変換、およびロード (ETL) クラスターを使用します。このアプローチは、個々のワークロードに対して読み込みワークロードの分離とチャージバックを提供します。料金とパフォーマンスのワークロード固有の
Amazon Redshift Serverless は、データウェアハウスの容量を自動的にプロビジョニングし、基盤となるリソースをインテリジェントにスケーリングします。Amazon Redshift Serverless による容量の調整は数秒以内に行われます。最も要求の厳しいワークロードや揮発性ワークロードに対しても、一貫して高いパフォーマンスとシンプルなオペレーションを実現します。 Amazon Redshift Serverless を使用すると、以下の機能によるメリットを得られます。 Amazon Redshift でプロビジョニングされたクラスターで、データにアクセスして分析を行う際に、セットアップや調整そして管理の必要はありません。 Amazon Redshift SQL の優れた機能、業界でもトップクラスのパフォーマンス、さらにデータレイクとの統合などを使用して、データウェ
料金 料金の詳細については、「Amazon Redshift の料金」を参照してください。 コンピューティング性能に対する請求 基本容量と課金への影響 クエリを実行すると、所定の期間に使用された容量に基づいて、秒単位の RPU 時間で請求されます。クエリが実行されていない場合、コンピューティング容量に対して請求されません。Redshift Managed Storage (RMS) についても、保存されているデータ量に基づいて課金されます。 ワークグループを作成するときに、コンピューティングの基本容量を設定するオプションを使用できます。ワークグループレベルでワークロードの料金/パフォーマンス要件を満たすには、既存のワークグループの基本容量を増減して調整します。コンソールを使用して基本容量を変更するには、[ワークグループの設定] からワークグループを選択し、[制限] タブを選択します。 クエ
Amazon Redshift のデータ共有により、データを手動で移動またはコピーすることなく、Amazon Redshift クラスター、ワークグループ、AWS アカウント、および AWS リージョン 間で、ライブデータへのアクセスを安全に共有できます。データはライブであるため、すべてのユーザーは更新後すぐに、一貫性のある最新情報をAmazon Redshift で確認できます。 プロビジョニングされたクラスター、サーバーレスワークグループ、アベイラビリティーゾーン、AWS アカウント および AWS リージョン の間でデータを共有できます。クラスタータイプ間およびプロビジョニングされたクラスターとサーバーレス間で共有できます。 Amazon Redshift でのマルチウェアハウス書き込み (プレビュー) 読み取りと書き込みの両方のデータベースオブジェクトは、同一の AWS アカウント
翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 Lambda 関数のファイルシステムアクセスの設定 Amazon Elastic File System (Amazon EFS) ファイルシステムをローカルディレクトリにマウントするように関数を設定できます。Amazon EFS を使用すると、関数コードは共有リソースに安全かつ高い同時実行数でアクセスして変更できます。 実行ロールとユーザーアクセス許可 ファイルシステムにユーザー設定の AWS Identity and Access Management (IAM) ポリシーがない場合、EFS は、ファイルシステムマウントターゲットを使用してファイルシステムに接続できるすべてのクライアントへのフルアクセスを許可するデフォルトのポリシーを使用します。ファイルシステム
翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 データを処理する SageMaker 処理とは、 SageMakerのフルマネージドインフラストラクチャでデータの事前および事後処理、特徴量エンジニアリング、モデル評価タスクを実行する SageMakerの機能を指します。これらのタスクは処理ジョブ として実行されます。 SageMaker Processing API を使用すると、データサイエンティストはスクリプトとノートブックを実行してデータセットを処理、変換、分析し、機械学習の準備をすることができます。トレーニングやホスティングなど SageMaker、 が提供する他の重要な機械学習タスクと組み合わせると、Processing は、 に組み込まれているすべてのセキュリティとコンプライアンスのサポートを含む、フ
翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 Amazon データラングラーで ML SageMaker データを準備 Amazon SageMaker データラングラーが Amazon SageMaker Canvas に統合されました。 SageMaker Canvas の新しいデータラングラーエクスペリエンスでは、ビジュアルインターフェイスに加えて、自然言語インターフェイスを使用してデータを探索および変換できます。Canvas のデータラングラーの詳細については、 SageMaker を参照してください。データの準備 Amazon SageMaker データラングラー (データラングラー) は、データをインポート、準備、変換、機能化、 end-to-end 分析するためのソリューションを提供する Amaz
翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 Amazon SageMaker ML リネージュトラッキング 2023 年 11 月 30 日の時点で、以前の Amazon SageMaker Studio エクスペリエンスは Amazon SageMaker スタジオクラシックという名前になりました。以下のセクションは Studio Classic アプリケーションの使用に特化したものです。最新の Studio エクスペリエンスの使用方法については、を参照してくださいAmazon SageMaker Studio。 Amazon SageMaker ML Lineage Tracking は、データ準備からモデルデプロイまでの機械学習 (ML) ワークフローのステップに関する情報を作成して保存します。追跡情報
Secrets Manager のローテーションでは、 AWS Lambda関数を使用してシークレットとデータベースまたはサービスを更新します。Lambda 関数を使用する場合のコストについては、「料金」を参照してください。 シークレットをローテーションするために、Secrets Manager は、設定したスケジュールに従って Lambda 関数を呼び出します。例えば 30 日ごとなど、一定期間が経過した後にローテーションするようにスケジュールを設定したり、cron 式を作成したりできます。式をスケジュールする を参照してください。自動ローテーションの設定中にシークレット値も手動で更新した場合、Secrets Manager は次のローテーション日を計算するときにそれを有効なローテーションと見なします。 セキュリティ上の理由から、Secrets Manager では、Lambda ローテ
AWS Identity and Access Management (IAM) データベース認証を使用して、DB インスタンスを認証できます。IAM データベース認証には、MariaDB、MySQL、および PostgreSQL を使用します。この認証方法では、DB インスタンスに接続するときにパスワードを使用する必要はありません。代わりに、認証トークンを使用します。 認証トークンは、Amazon RDS がリクエストに応じて生成する一意の文字列です。認証トークンは、AWS 署名バージョン 4 を使用して生成されます。各トークンには 15 分の有効期間があります。認証は IAM を使用して外部的に管理されるため、ユーザー認証情報をデータベースに保存する必要はありません。引き続きスタンダードのデータベース認証を使用することもできます。トークンは認証にのみ使用され、確立後のセッションには影響
Amazon Kinesis Streamsを構築・運用すると、思いもかけないサービス制限に遭遇することがあります。 本日は2016年05月時点でのサービス制限についてご紹介します。 シャード数上限 東京リージョンの場合、リージョンあたりのシャード数のデフォルト上限値は25です。 この値はストリームごとのシャード数ではなく、リージョンごとのシャード総数です。 例えば、シャード数上限25のリージョンで、シャード数10のストリームを1個作成している場合、新規ストリームのシャード数上限は25−10=15です。 また、ACTIVE(=データを新規に受け付ける)シャードだけが上限対象としてカウントされます。 例えば、シャード数10のストリームをシャード分割してシャード数20にする場合、 ACTIVE シャード : 20 CLOSED シャード : 10 となりACTIVE/CLOSEDなシャード総数
翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 Kinesis データストリームコンシューマーのトラブルシューティング 以下のセクションでは、Amazon Kinesis Data Streams コンシューマーの操作中に発生する可能性がある一般的な問題に対する解決策を示します。Kinesis クライアントライブラリの使用時に一部の Kinesis Data Streams レコードがスキップされる同じシャードに属するレコードが、異なるレコードプロセッサによって同時に処理されるコンシューマーアプリケーションの読み取りの速度が予想よりも遅いGetRecords ストリームにデータがある場合でも、空のレコード配列を返します。シャードイテレータが予期せずに終了するコンシューマーレコードの処理が遅れる承認されていない K
翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 ストリームをリシャーディングする Amazon Kinesis Data Streams では、リシャーディングがサポートされています。リシャーディングでは、ストリーム内のシャードの数を調整して、ストリームのデータフロー率の変化に適応させることができます。リシャーディングは高度なオペレーションと見なされます。Kinesis Data Streams を初めて使用する場合は、Kinesis Data Streams の他のあらゆる機能に詳しくなってから、このトピックをお読みください。 リシャーディングには、シャードの分割と結合という 2 種類のオペレーションがあります。シャードの分割では、1 つのシャードを 2 つシャードに分けます。シャードの結合では、2 つシャード
nichinichi🏳️⚧️🏳️🌈 @nichinichibijou こんな悲しいグラフがあるかよ…情け容赦ない搾取が可視化されててシンドイ 日本だけ実質賃金が上がってない(どころか若干下がってる)のに労働生産性だけ右肩上がり…お給料が上がらない(どころか若干下がってる)のに必死こいて働いて生産性を上げることないよ。今こそサボタージュが必要なのでは x.com/shirakawa_love… 2024-04-04 10:08:50 黄色異人/とし雪 @yellowman_a 日本じゃ運用改善で業務効率化、時短にした場合、空いた時間に別の仕事を突っ込まれ給料は上げてくれないという労働者側の感覚が、業務改善は定額プラン(隠語的に)内という経営側の感覚が…という実感はあります。 x.com/shirakawa_love… 2024-04-04 13:24:18
俺だけ働いてる子なし夫婦。 ずっと月に50万ちょっと渡して生活費や貯蓄を任せてた。 NISAが始まってからは俺の分の信託口座も管理してもらって生活費を考慮して適切に金を入れるように頼んでた。 ある日マンションを買うこともあって資産状況を見せてもらったら妻自身のNISA口座も作っていて直近の月にそこへ30万円入れてた。 ちなみに同月俺の口座に入れてたのは数分の1だった。 どうしてこんなことになるのか聞いたら「あなたの口座を勝手に触ったら嫌かなと思って」という意味不明の理由を語った。いや毎月触ってるよね。 というかこんなことして大丈夫なのかなと思って調べたらやはり贈与税がかかってしまいそうだったのでそれを伝えたらブチ切れ始めた。 「だったら働いた方が得じゃん!」とかいう反論の余地がないキレ方だった。 働いた方が金銭面で得なのは当然だしそれをせずに家事や家計管理をすることを選んだのは君だろうと言
人は無能に到達するまで昇進するという「ピーターの法則」というのがある。 「階層型の組織においては、どんな人も、昇進を繰り返すことでいずれは能力の限界に達し、十分に職責を果たせなくなって無能化する。その結果、「あらゆるポストは、職責を果たせない無能な人間によって占められる」という。 https://mba.globis.ac.jp/about_mba/glossary/detail-20919.html グロービスとくにリーダーが劇的な環境変化に異動、転職、抜擢で放り込まれるとこの法則が強烈に作用する。なぜなら周りの方が知識や経験があり自分がその組織内で最もそれがない人になってしまうからだ。一方で、この人は何かしてくれるのでは?という期待を関係者からは持たれる。「組織内で最も無能なのに最も期待される」という特殊状態を過ごすことになる。 12年ほど前に突然、社長をというキャリアチェンジを経験を
「県を信用していたのに」「防災拠点と聞いて土地を売った」住民らが憤り...前知事の計画を覆して表明『メガソーラー計画』 "予算案"否決も知事は諦めない姿勢「これ以上に優れた案はない」 奈良県知事が表明したメガソーラー計画に、地元住民らが“容認できない”と憤っています。 ゴルフ場跡地がメガソーラー予定地に?街には「反対!」の看板 奈良県南西部に位置する五條市。自然あふれる穏やかな街では、今、至るところに“怒りの看板”が掲げられています。その理由は奈良県知事が打ち出したメガソーラー計画にあります。 (看板に書かれた内容) 『メガソーラー反対!!なめんなよ 地元住民怒ってる』 『メガソーラー断固反対!』 今年1月、地元住民らは県の担当者から突然、五條市内のゴルフ場跡地にメガソーラーを整備する計画を聞かされました。 (五條市自治連合会 丸山泰登美会長)「住民に事前説明とかいろんなものがあってしかり
ワタミ株式会社(以下「ワタミ」)と慶應義塾大学は、地元を離れて一人暮らしを始める女子学生への支援として、2024年4月からミールキットや食事を一定回数届ける食事支援を開始いたします。また、家庭の経済的困窮により支援を必要とする学生にも近日中に支援を開始します。慶應義塾大学はこれまでも、慶應義塾生活協同組合と協力した食事支援など、学生への支援に力を入れてきましたが、企業と連携しての支援は、今回が初の取り組みとなります。 この度の食事支援の一環では、慶應義塾大学が、支援が必要な学生の募集・選考を行い、ワタミが展開する食事宅配サービス「ワタミの宅食」を活用した健康に配慮された管理栄養士監修のお食事などを、対象の学生のご自宅までお届けいたします。費用は慶應義塾大学が受け持ち、対象の学生は無償で本支援を受けることができます。 経済的負担を減らしつつ、バランスのとれた食事を提供することで、充実した学生
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く