Amazon Elasticsearch Service、Amazon Kinesis Data Firehose、Kibana を使用してユーザーの行動を分析する | Amazon Web Services
Amazon Web Services ブログ Amazon Elasticsearch Service、Amazon Kinesis Data Firehose、Kibana を使用してユーザーの行動を分析する あなたは E コマースの会社で働いていて、顧客に最高のユーザーエクスペリエンスを提供したいと考えているとします。顧客は、アプリケーションの別のページでのリコメンデーションから製品ページに来るかもしれませんし、検索エンジンから移動してくるかもしれませ。経路に関わらず、顧客が本当に探しているページに確実にたどり着けるようにしたいと考えています。ただし、すべての顧客が同じ経路をたどるわけではありません。どのようにアプリケーションにアクセスしているのか、どのような場所からアクセスしているのか、その他多くの属性に依存します。パターンを分析して決定するには、貴重なデータが豊富に含まれているロ
Amazon SageMaker で、Scikit-Learn のサポートを追加 | Amazon Web Services
Amazon Web Services ブログ Amazon SageMaker で、Scikit-Learn のサポートを追加 Amazon SageMaker は、Docker コンテナの Scikit-Learn Machine Learning ライブラリで事前に構成されています。Scikit-Learn は、一貫性のある Python インターフェイスと文書で十分に立証された API を使用して、データ分析や一般的な Machine Learning アルゴリズムを高品質で実装できる効率的なツールを提供するため、データサイエンティストや開発者にとって人気があります。Scikit-Learn はすばやく実行でき、ほとんどのデータセットや問題に対応できるため、Machine Learning 問題をすばやく繰り返さなくてはならない場合に最適です。TensorFlow や MxNet
Apache Spark および Hadoop を Amazon EMR に移行してコストを削減 | Amazon Web Services
Amazon Web Services ブログ Apache Spark および Hadoop を Amazon EMR に移行してコストを削減 Apache Spark および Hadoop は、分析用のデータ処理向けのフレームワークとして広く普及しています。レガシーアプローチと比較すれば、コストもほんのわずかな額で済みますが、それでもそのスケーリングとなると、依然として高くつくケースがあります。本記事では、TCO を削減し、かつ同時にスタッフの生産性を引き上げる方法について考察します。その実現を可能にするのは、オンプレミスのワークロードの Amazon EMR への移行、良いアーキテクチャの選択、リソースの消費量を削減するよう設計された機能の活用です。今回のアドバイスは、お客様との多数の事例から得た知見に基づいており、主な論点の多くは IDC の Carl Olofson および Ha
Amazon Translate を使用してオンデマンドで翻訳されたレビューを用いたウェブサイトの強化 | Amazon Web Services
Amazon Web Services ブログ Amazon Translate を使用してオンデマンドで翻訳されたレビューを用いたウェブサイトの強化 e コマースプラットフォームの成功は、顧客による何千ものユーザーレビューとソーシャルシェアリングによって確立された評判に大きく依存しています。既存の顧客は、レビューすること、そして情報を共有することによって、実際に触れることができないものとの信頼関係を築きます。世界中の閲覧者がこの内容を利用できるようにするためにも、それらを現地語に翻訳して顧客の購買決定を助けることが極めて重要です。 古い車、ボート、およびオートバイを販売する会社を想像してみましょう。この会社はその e コマースビジネスを数か国に拡大し、会社の製品について他の買い物客が書いたレビューを顧客が簡単に読めるようにしたいと考えています。 この問題を解決するために、この会社がどのよ
Amazon DynamoDB グローバルテーブルを使用してマルチリージョンアーキテクチャを強化する方法 | Amazon Web Services
Amazon Web Services ブログ Amazon DynamoDB グローバルテーブルを使用してマルチリージョンアーキテクチャを強化する方法 AWS のお客様は、自社のアプリケーションを複数の AWS リージョンに展開することで、世界中に広がっているユーザーがアプリケーションを利用できるようにしたいと近年ますます考えるようになってきています。世界中のユーザーは、アプリケーションに高速なパフォーマンスを期待しているのです。 この記事では、Amazon DynamoDB を使用して、複数の AWS リージョンにデプロイされたグローバルバックエンドのデータベースを強化する方法について説明します。ここでは DynamoDB グローバルテーブルを使用します。これは完全マネージド、マルチリージョンかつマルチマスターのデータベースを提供するもので、世界中のどこにいても低レイテンシーのデータア
AWS Auto Scaling が世界中のさらに 8 つのリージョンで利用可能になり、同時に Amazon EC2 の予測スケーリングの提供を開始
Amazon EC2 の予測スケーリング機能を備えた AWS Auto Scaling が、世界中のさらに 8 つのリージョンで利用できるようになりました。AWS Auto Scaling を使用することにより、切迫したトラフィックの変動が生じる前に Amazon EC2 Auto Scaling グループが自動的にスケーリングされるよう予測スケーリングを設定できます。また AWS Auto Scaling を使用して、単一のスケーリングプランで複数のリソースのスケーリング設定を管理できます。対象となるサービスには、Amazon EC2、Amazon ECS、Amazon DynamoDB、Amazon Aurora などがあります。 現在、EC2 の予測スケーリング機能を備えた AWS Auto Scaling は、米国東部 (バージニア)、米国東部 (オハイオ)、米国西部 (オレゴン)
AWS Glue が米国西部 (北カリフォルニア) の AWS リージョンで提供開始
AWS Glue によって、抽出、変換、ロードといった (ETL) ジョブの構築、保守、実行に伴う作業の多くを自動化できます。AWS Glue はデータソースをクロールし、データフォーマットを識別して、スキーマと変換を提案します。AWS Glue では、データ変換とロードプロセスを実行するコードが自動的に生成されます。AWS Glue はサーバーレスであるため、プロビジョニングまたは管理するインフラストラクチャはありません。AWS Glue は完全マネージドの Apache Spark 環境で ETL ジョブを実行します。 このリリースで、AWS Glue は米国東部 (バージニア北部)、米国東部 (オハイオ)、米国西部 (オレゴン)、欧州 (フランクフルト)、欧州 (アイルランド)、欧州 (ロンドン)、カナダ (中部)、アジアパシフィック (ムンバイ)、アジアパシフィック (ソウル)、ア
Amazon Redshift で VACUUM DELETE の自動実行が開始
Amazon Redshift で、VACUUM DELETE オペレーションが自動実行されるようになりました。これにより、それまでの UPDATE および DELETE オペレーションで削除マークが付けられていた行により占有されていたディスク空間が返却されます。また、テーブルのデフラグが実行されるため、断片化で消費されていた空間が解放され、ワークロードのパフォーマンスが向上します。 VACUUM DELETE の実行スケジュールは、クエリ負荷とテーブル内の削除済み行数に基づいて設定されます。例えば、ユーザーやクエリへの影響を抑えるため、負荷の高い期間には VACUUM DELETE の実行頻度が下がります。VACUUM DELETE の実行は、入力されたクエリの負荷が高いときには自動的に一時停止し、しばらくたってから再開されます。Amazon Redshift ではバキューム処理が不要な
Lumberyard ベータ版 1.17 で、スライスワークフローが大幅に改善
Lumberyard ベータ版 1.17 に 70 を超えるスライスワークフローのアップデートがリリースされたことを発表いたします。これで、量の面でも速度の面でも、ゲーム開発者の作業の改善につながります。今回のリリースには以下が含まれます。 スライス上書きの可視化の向上 – エンティティアウトライナーを使用しているとき、変更個所をすばやく確認できるキューが表示されるようになりました。スライスエンティティの変更はオレンジ色にハイライトされるため、どこが編集されたか、その編集は保存すべきか元に戻すべきかが一目でわかるようになりました。 WYSIWYG スライス編集 – エンティティを別のエンティティにドラッグアンドドロップしたり、スライスから取り出して削除したりといった方法でスライスの操作が可能です。直感的になったワークフローで、これまではクリック数回が要したタスク完了の高速化に貢献します。
Amazon EC2 C5d、M5d、R5d インスタンスを利用可能な AWS リージョンが新規追加
本日から、Amazon EC2 C5d、M5d、R5d インスタンスが欧州 (パリ) AWS リージョンで、Amazon EC2 R5d インスタンスが AWS GovCloud (米国西部) リージョンで提供開始されました。 Amazon EC2 C5d、M5d、R5d インスタンスはすべてホストサーバーに物理的に接続された NVMe ベースのローカル SSD ブロックレベルストレージを備えています。これらのインスタンスが最適なのは、高速かつ低レイテンシーのローカルストレージへの、バッチ処理およびログ処理といったデータの一時的ストレージへの、高速キャッシュおよびスクラッチファイルへのアクセスが必要なアプリケーションです。 C5d インスタンスは、高性能ウェブサーバー、ハイパフォーマンスコンピューティング (HPC)、バッチ処理、広告配信、高度にスケーラブルなマルチプレイヤーゲーム、動画エ
新しい AWS 深層学習 AMI: PyTorch 1.0、MXNet 1.3.1、Chainer 5.1、CUDA 10
Ubuntu と Amazon Linux 向けの AWS 深層学習 AMI に次の新しいバージョンの深層学習フレームワークが追加されました。 PyTorch 1.0、MXNet 1.3.1、Chainer 5.1。今回のリリースには、CUDA 10、cuDNN 7.4.1、NCCL 2.3.7 など NVIDIA スタックのアップグレードも含まれています。GPU ベースのトレーニングに関しては、AMI の PyTorch 1.0 が CUDA 10 の向上された性能を十分活用できるように設定されています。 AWS 深層学習 AMI ではその他の一般的なフレームワークやインターフェイス (TensorFlow、Keras、Gluon、Microsoft Cognitive Toolkit (CNTK) など) もサポートされており、インストールと設定はすべて完了済みの状態であるため、Ama
Amazon Neptune が PCI DSS および ISO コンプライアンスプログラムの対象に認定
Amazon Neptune が、PCI 準拠または ISO 認証を必要とするアプリケーションで使用可能になりました。Neptune は高速で信頼性の高い完全マネージド型のグラフデータベースサービスです。このサービスを使用することで高度に接続されたデータセットと連係するアプリケーションを簡単に構築および実行できます。 Amazon Neptune は、当社の Payment Card Industry Data Security Standard (PCI DSS) 認証の対象に追加されました。つまり、Amazon Neptune を使用しての支払い情報の処理、保存、送信が可能になりました。AWS Artifact で PCI Compliance Package をダウンロードすれば、AWS で PCI 準拠を実現する方法の詳細をご覧いただけます。 また、Amazon Neptune は
AWS Organizations で AWS License Manager のクロスアカウント共有機能のサポートを開始
AWS Organizations は、AWS License Manager のサポートを開始しました。AWS License Manager を使用すると、お客様が手持ちのソフトウェアライセンスを容易に AWS クラウドに持ち込めるようになります。また、AWS とオンプレミス間のハイブリッド環境にシームレスにライセンスを管理します。このためお客様は、AWS アカウントのライセンスを集中管理できるようになりました。ライセンシングルールをマスターアカウントで作成し、簡単にメンバーアカウントのリソースにアタッチできます。また、License Manager の内蔵ダッシュボードを使用して AWS アカウントのライセンス使用状況を集中的に追跡できます。
新しい Amazon DynamoDB Key Diagnostics Library の発表
当社は本日、DynamoDB のキー使用量に関する情報をほぼリアルタイムで提供する Amazon DynamoDB キー診断ライブラリを公開しました。このライブラリは軽量なクライアント側ユーティリティで、テーブルのトラフィックを分析したり、各パーティションキーの読み取りと書き込みの回数を視覚化して表示したりするときに役立ちます。予期しないワークロードや不均衡なワークロードが発生しても、このライブラリを使えばほぼリアルタイムで調整できます。ライブラリの詳細、セットアップ方法、ホットキーの特定方法など、詳細については How to use the new Amazon DynamoDB key diagnostics library to visualize and understand your application’s traffic patterns をご覧ください。
DynamoDB グローバルセカンダリインデックスを使用してクエリのパフォーマンスを向上させ、コストを削減する方法 | Amazon Web Services
Amazon Web Services ブログ DynamoDB グローバルセカンダリインデックスを使用してクエリのパフォーマンスを向上させ、コストを削減する方法 経験豊富な Amazon DynamoDB ユーザーであろうと始めたばかりのユーザーであろうと、DynamoDB プライマリキーモデルの基本についてはよく知っているかもしれません。このキーモデルは、あらゆるスケールで一貫して 1 桁ミリ秒のパフォーマンスを提供します。プライマリキー以外の属性を使用してアプリケーションに効率的にアクセスする必要がある場合は、グローバルセカンダリインデックスが役立ちます。たとえば、employee_id のプライマリキーを持つ従業員テーブルを照会して、特定の部署のすべての従業員を検索する場合を例にとってみましょう。 ここで、グローバルなセカンダリインデックスでは、複数の属性クエリが可能です。これらは
Amazon SageMaker Ground Truth でラベル付けしたデータセットを使用して、モデルを簡単にトレーニングする | Amazon Web Services
Amazon Web Services ブログ Amazon SageMaker Ground Truth でラベル付けしたデータセットを使用して、モデルを簡単にトレーニングする データサイエンティストや開発者は、Amazon SageMaker Ground Truth でラベル付けされたデータセットによって機械学習モデルを簡単にトレーニングすることができます。Amazon SageMaker のトレーニングは、AWS マネジメントコンソールと Amazon SageMaker Python SDK API の両方を通じた入力として拡張マニフェスト形式で作成されたラベル付きデータセットを受け入れるようになりました。 先月の AWS re:Invent の期間中に、人間のラベル付け作業者のパブリックワークフォースならびにプライベートワークフォースを支援する機械学習を使用して、ラベル作成
Amazon Elastic File System (Amazon EFS) が AWS GovCloud (米国西部) リージョンで利用可能に
Amazon Elastic File System (Amazon EFS) が AWS GovCloud (米国西部) リージョンで提供開始 Amazon EFS は、AWS クラウドサービスおよびオンプレミスリソースで利用できる、Linux ベースのワークロード向けのシンプルでスケーラブルかつ伸縮自在なファイルシステムです。使いやすく、ファイルシステムをすばやく簡単に作成および構成するためのシンプルなインターフェイスを提供しています。Amazon EFS はアプリケーションを中断することなくオンデマンドでペタバイト規模までスケールするよう構築され、ファイルの追加や削除に合わせて、ストレージ容量の拡張や縮小が自動的に行われます。これによって、必要なときに必要な分のストレージをアプリケーションで使用できます。数千規模の Amazon EC2 インスタンスに対し大規模で並列の共有アクセスを
AWS Batch が Amazon EC2 P3dn インスタンスをサポート
P3.16xlarge インスタンスの最大 4 倍のネットワーク帯域幅を持つ P3dn.24xlarge インスタンスは、分散型機械学習と HPC アプリケーション向けに最適化されています。この新たなインスタンスは、最大 100 Gbps のネットワーキングスループット、96 個のカスタム Intel® Xeon® Scalable (Skylake) vCPU、それぞれに 32 GB のメモリを搭載した 8 個の NVIDIA® V100 Tensor Core GPU、300 GB/秒の NVLINK GPU 相互接続、1.8 TB の NVMe ベースのローカル SSD ストレージを提供します。P3dn インスタンスを AWS Batch のマネージド型スケーリング、スケジューリング、スポットの統合と組み合わせると、HPC や分散型機械学習ワークロードの実行に最適です。
Amazon EKS が 東京リージョンに対応しました。 | Amazon Web Services
Amazon Web Services ブログ Amazon EKS が 東京リージョンに対応しました。 みなさん、こんにちは。アマゾン ウェブ サービス ジャパン、プロダクトマーケティング エバンジェリストの亀田です。 Kubernetes のマネージドサービスである、Amazon Elastic Container Service for Kubernetes (Amazon EKS) が東京リージョンに対応しましたのでお知らせいたします。 Amazon EKS では Kubernetes 管理インフラストラクチャ（コントロールプレーン）が複数の AWS アベイラビリティーゾーンで運用されるため、単一障害点をデータセンター単位で排除することができ、高い可用性を実現します。アップストリームの Kubernetes が実行され、Kubernetes への準拠が認証されているため、Amazo
シリコンバレーとストックホルムの新しい AWS Direct Connect ロケーション
AWS Direct Connect が、シリコンバレーとストックホルムにある 2 つの新たなロケーションで使用できるようになりました。シリコンバレーでは AWS Direct Connect の 3 つ目のロケーションとなるミルピタスの CoreSite SV2 で提供開始しました。このロケーションは、単一仮想インターフェイス (VIF) での論理冗長性を Direct Connect 接続上で提供する初の新しいロケーションです。この新機能は、先月提供開始しました。論理冗長性により、デバイスの障害や AWS 側でのメンテナンス作業によって BGP ピアリングセッションが中断した場合のダウンタイムが削減されます。ミルピタスの CoreSite SV2 は、関連付けられているホームリージョンである米国西部 (北カリフォルニア) の下に表示されます。Direct Connect Gateway
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
