Blog

Amazon DevOps Guru to w pełni zarządzana usługa AIOps, która wykorzystuje uczenie maszynowe (ML) do szybkiego identyfikowania, kiedy aplikacje zachowują się poza ich normalnymi wzorcami działania i jednocześnie generuje wgląd w swoje ustalenia. Te spostrzeżenia generowane przez DevOps Guru mogą być używane do ostrzegania dyżurnych zespołów o reagowaniu na anomalie w krytycznych obciążeniach biznesowych.

W ubiegłym tygodniu zespół Developer Tools ogłosił, że AWS CodeBuild obsługuje teraz GitHub Actions. AWS CodeBuild to w pełni zarządzana usługa ciągłej integracji, która umożliwia budowanie i testowanie kodu. Kompilacje CodeBuild są definiowane jako zbiór poleceń kompilacji i powiązanych ustawień w formacie YAML, o nazwie BuildSpec.

Z biegiem czasu wiele przedsiębiorstw zbudowało lokalny klaster serwerów, gromadząc dane, a następnie nabywając więcej serwerów i pamięci masowej. Często rozpoczynają swoją przygodę z ML od eksperymentowania lokalnie na swoich laptopach. Inwestycja w sztuczną inteligencję (AI) jest na innym etapie w każdej organizacji biznesowej.

Zautomatyzowane testy integracyjne sprawdzają poprawność komponentów systemu i zwiększają zaufanie do nowych wersji oprogramowania. Przeprowadzanie testów integracyjnych zasobów wdrożonych w chmurze AWS umożliwia weryfikację zasad AWS Identity and Access Management (IAM), limitów usług, konfiguracji aplikacji i kodu wykonawczego.

Podczas tworzenia nowej aplikacji lub integrowania istniejącej z nowym środowiskiem prawidłowe wdrożenie uwierzytelniania i autoryzacji użytkownika wymaga znacznych nakładów pracy. W przeszłości zbudowałbyś własny system uwierzytelniania, ale dziś możesz skorzystać z zewnętrznego dostawcy tożsamości, takiego jak Amazon Cognito. Jednak logika autoryzacji jest zwykle implementowana w kodzie.

Wraz z pojawieniem się szybkich sieci 5G, przedsiębiorstwa starały się dostarczać doświadczenia z niskimi opóźnieniami w przemysłowym Internecie Rzeczy IoT (IIoT), mediach i rozrywce, motoryzacji i wielu innych.

Dzięki niedawnemu wprowadzeniu Amazon Security Lake dostęp do wszystkich danych związanych z bezpieczeństwem w jednym miejscu nigdy nie był prostszy. Niezależnie od tego, czy są to ustalenia z AWS Security Hub, dane zapytań DNS z Amazon Route 53, zdarzenia sieciowe, takie jak dzienniki przepływu VPC, czy integracje innych firm zapewniane przez partnerów, takich jak Barracuda Email Protection

Autorzy z radością ogłaszają ogólną dostępność (GA) integracji między AWS Control Tower i AWS Security Hub. W tej wersji GA AWS Control Tower może wykrywać operacje kontrolne wykonywane na kontrolkach wykrywających Security Hub z usługi Security Hub. Obejmuje to możliwość wykrywania czy kontrolki Security Hub włączone przez AWS Control Tower są wyłączone bezpośrednio z Security Hub.

Klienci budują, wdrażają i utrzymują miliony aplikacji internetowych w AWS, a wielu klientów wdraża te aplikacje za pomocą NGINX. Serwer aplikacji NGINX oferuje konfigurowalność, skalowalność i możliwość obsługi milionów jednoczesnych żądań. Wydajność aplikacji internetowych ma kluczowe znaczenie w nowoczesnej infrastrukturze i aplikacjach korporacyjnych.

Powszechnym trendem w tworzeniu nowoczesnych aplikacji i przetwarzaniu danych jest wykorzystanie Apache Kafka jako standardowego mechanizmu dostarczania potoków danych i podejścia fan-out. Amazon Managed Streaming for Apache Kafka (Amazon MSK) to w pełni zarządzana, wysoce dostępna i bezpieczna usługa, która ułatwia programistom i managerom DevOps uruchamianie aplikacji na Apache Kafka w chmurze AWS bez konieczności posiadania wiedzy z zakresu zarządzania infrastrukturą Apache Kafka.

Klienci z wielu branż stają w obliczu coraz bardziej rygorystycznych wymagań dotyczących audytów i zgodności w zakresie bezpieczeństwa danych i prywatności. Niektóre ramy zgodności, takie jak FISMA, FEDRAMP, PCI DSS i SOC 2, mają określone standardy regulacyjne dotyczące walidacji bezpieczeństwa systemów.

Deweloperzy Internetu rzeczy (IoT) często muszą wdrożyć solidny mechanizm zarządzania stanem urządzeń IoT lokalnie lub zdalnie. Typowym przykładem jest inteligentny grzejnik domowy, urządzenie IoT, w którym za pomocą wbudowanego panelu sterowania można regulować temperaturę (stan urządzenia) lub zdalnie wyzwalać komunikaty o regulacji temperatury z aplikacji działającej w chmurze.