aws

AWS Database Migration Service 완전 관리형 스키마 변환 서비스 출시 2016년에 AWS Database Migration Service(AWS DMS)를 출시한 이후, 고객은 가동 중지 시간을 최소화하면서 800,000개 이상의 데이터베이스를 AWS로 안전하게 마이그레이션했습니다. AWS DMS는 Oracle에서 Amazon Aurora MySQL로, MySQL에서 Amazon Relational Database(Amazon RDS) MySQL로, Microsoft SQL Server에서 Amazon Aurora PostgreSQL로, MongoDB에서 Amazon DocumentDB로, Oracle에서 Amazon Redshift로, 그리고 Amazon Simple Storage Service(S3)로 또는 그 반대로 등 20개 이상의 데이터베이스와 분석 엔진 사이의 마이그레이션을 지원합니다. 특히 AWS Schema Conversion Tool(AWS SCT)을 사용하면 이기종 데이터베이스 및 데이터 웨어하우스 마이그레이션을 예측할 수 있으며 소스 스키마와 대부분의 데이터베이스 코드 객체(뷰, 저장 프로시저, 함수 등)를 대상 엔진과 호환되는 형식으로 자동 변환할 수 있습니다. 예를 들어, Oracle PL/SQL 및 SQL Server T-SQL 코드를 SQL의 Amazon Aurora MySQL 방언의 동등한 코드 또는 PostgreSQL의 동등한 PL/pgSQL 코드로 변환하는 것을 지원합니다. Windows 또는 Linux(Fedora 및 Ubuntu)를 비롯한 플랫폼용 AWS SCT를 다운로드할 수 있습니다. [ more… ]

Amazon CloudWatch Logs 민감 데이터 보호 기능 출시 오늘, 패턴 매칭과 기계 학습(ML)을 활용하여 전송 중인 민감한 로그 데이터를 보호하고 감지하는 Amazon CloudWatch Logs의 새로운 기능인 Amazon CloudWatch Logs 데이터 보호를 발표합니다. 개발자는 주민등록 번호, 신용 카드 정보, 이메일 주소 및 비밀번호와 같은 민감한 정보가 로깅되지 않도록 노력하지만 가끔 기록됩니다. 지금까지 고객은 수동 조사 또는 타사 솔루션을 사용하여 민감한 정보를 감지하고 기록되지 않도록 방지했습니다. 수집 중에 민감한 데이터를 삭제하지 않으면 로그 및 해당 로그를 사용한 모든 다운스트림 시스템에서 일반 텍스트로 표시됩니다. 조직 전체에 방지 조치를 적용하는 것은 쉽지 않습니다. 따라서 보안 및 규정 준수 관점에서 로그에 있는 민감한 데이터에 대한 액세스를 신속하게 감지하고 방지하는 것이 중요합니다. 이제 Amazon CloudWatch Logs 데이터 보호를 활성화하여 CloudWatch Logs로 수집 중이거나 전송 중인 민감한 로그 데이터를 감지하고 마스킹할 수 있습니다. 기본 데이터 보호 기능을 활용하려는 모든 업계의 고객은 이 기능을 활용할 수 있습니다. 그러나 [ more… ]

Amazon EventBridge Pipes – 이벤트 생산자와 소비자 간의 종단간 통합 기능 출시 최신 이벤트 기반 애플리케이션을 구성하기 위해 여러 클라우드 서비스를 빌딩 블록으로 사용하는 것이 점점 더 보편화되고 있습니다. 목적별 서비스를 사용하여 특정 태스크를 수행하면 개발자가 사용 사례에 가장 적합한 기능을 확보할 수 있습니다. 그러나 서로 다른 기술을 사용하여 통신하는 경우 서비스 간 통신이 어려울 수 있습니다. 즉, 각 서비스의 미세한 차이와 서비스를 서로 통합하는 방법을 익혀야 합니다. 일반적으로 서비스 간 통신을 연결하고 갭을 메우려면 통합 코드(또는 ‘글루’ 코드)를 만들어야 합니다. 글루 코드를 작성하면 속도가 느려지고 버그가 발생할 위험이 증가합니다. 즉, 고객을 위한 더 나은 환경을 구축하는 대신 획일적인 코드를 작성하는 데 시간을 할애해야 합니다. Amazon EventBridge Pipes 소개 오늘 Amazon EventBridge의 새로운 기능인 Amazon EventBridge Pipes를 발표하게 되어 기쁩니다. Amazon EventBridge Pipes는 이벤트 생산자와 소비자 간에 포인트 투 포인트 통합을 생성할 수 있는 간단하고 일관되며 비용 효율적인 방법을 제공하여 [ more… ]

Apache Spark과 Amazon Redshift 통합 기능 정식 출시 Apache Spark는 빅 데이터 워크로드에 일반적으로 사용되는 오픈 소스 분산 처리 시스템입니다. Amazon EMR, Amazon SageMaker 및 AWS Glue에서 작업하는 Spark 애플리케이션 개발자는 Amazon Redshift로 데이터를 읽고 쓸 수 있는 타사 Apache Spark 커넥터를 사용하는 경우가 많습니다. 이러한 타사 커넥터는 다양한 버전의 Spark에서 정기적으로 유지 관리, 지원 또는 테스트되지 않습니다. 오늘 Apache Spark용 Amazon Redshift 통합의 정식 출시를 발표합니다. 이를 통해 Amazon Redshift 및 Redshift Serverless에서 Spark 애플리케이션을 쉽게 구축하고 실행할 수 있으며, 고객은 더 광범위한 AWS 분석 및 기계 학습(ML) 솔루션을 위한 데이터 웨어하우스를 운영할 수 있습니다. Apache Spark용 Amazon Redshift를 사용하면 몇 초 만에 시작하고 Java, Scala 및 Python과 같은 다양한 언어로 Apache Spark 애플리케이션을 손쉽게 구축할 수 있습니다. 여러분의 애플리케이션은 애플리케이션 성능이나 데이터의 트랜잭션 일관성을 손상시키지 않고 Amazon Redshift 데이터 웨어하우스에서 데이터를 읽고 쓸 수 있을 뿐만 아니라 푸시다운(Pushdown) [ more… ]