AWS Germany – Amazon Web Services in Deutschland

Category: Amazon DynamoDB

Neue Amazon DynamoDB Zero-ETL-Integration mit Amazon SageMaker Lakehouse

Von Donnie übersetzt durch Anja Shevchyk Amazon DynamoDB, eine serverlose NoSQL-Datenbank, ist für über eine Million Kunden die bevorzugte Lösung zum Erstellen von Anwendungen mit niedriger Latenz und hoher Skalierbarkeit. Mit wachsenden Datenmengen suchen Unternehmen ständig nach Möglichkeiten, wertvolle Erkenntnisse aus operativen Daten zu gewinnen. Diese werden oft in Amazon DynamoDB gespeichert. Um diese Daten […]

IT-Resilienz in der AWS Cloud: Architektur und Muster

von Randy DeFauw, Amine Chigani, and Nigel Harris übersetzt durch David Surey In Teil I dieses zweiteiligen Blogs haben wir bewährte Verfahren für den Aufbau resilienter Anwendungen in hybriden On-Premises/Cloud-Umgebungen skizziert. Wir haben auch gezeigt, wie Sie Denkweisen und Unternehmenskultur anpassen können. In Teil II werden wir technische Überlegungen zu Architektur und Mustern für Resilienz […]

Verwendung des Circuit Breaker Pattern mit AWS Lambda-Erweiterungen und Amazon DynamoDB

Moderne Softwaresysteme sind häufig auf Remote-Aufrufe zu anderen Systemen über Netzwerke angewiesen. Wenn Ausfälle auftreten, können sie sich über mehrere Dienste hinweg ausbreiten und zu Dienstunterbrechungen führen. Eine Technik zur Minderung dieses Risikos ist das Circuit Breaker Pattern, mit dem Ausfälle in einem verteilten System erkannt und isoliert werden können. Das Circuit Breaker Pattern kann […]

Smiles erzielt Vorteile durch die Serverless-First-Strategie mit AWS

Von Ricardo Marques, Clarinda Mascarenhas, Jaime Nagase, Luiz Correia, Robson Agostini, and Rodrigo Justo, übersetzt von Marco Jahn, Sr. Solutions Architect, AWS In diesem Blogbeitrag befassen wir uns mit der Reise von Smiles Fidelidade, einem Unternehmen für Kundenbindungsprogramme, das mit der Fluggesellschaft Gol Linhas Aéreas Inteligentes (GOL) verbunden ist. Smiles unterhält Partnerschaften mit über fünfzig […]

AWS hilft Kunden der Automobilindustrie das Risiko von Rückrufen durch maschinelles Lernen vorherzusagen

von Steven Miller, Alec Jenab und Robert Clendenning, übersetzt durch Dirk Stahlecker Dieser Blogbeitrag beschreibt wie sich das Long Short Term Memory (LSTM) Machine Learning Modell verwenden lässt, um Ausfälle und Rückrufe von Automobilteilen vorherzusagen. Im Besonderen zeigen wir, wie durch die Vorhersagen eines LSTM-Modells Frühindikatoren entwickelt werden können, die im Allgemeinen zu besseren Ergebnissen […]

Optimieren Ihrer AWS-Infrastruktur für Nachhaltigkeit, Teil IV: Datenbanken

von Otis Antoniou, Ibtehaj Ahmed, Darren Ko und Ceren Tahtasiz; übersetzt durch Lars Reimann In Teil I: Datenverarbeitung, Teil II: Speicher und Teil III: Netzwerk dieser Serie haben wir Strategien zur Optimierung der Datenverarbeitungs-, Speicher- und Netzwerk-Schicht Ihrer AWS-Architektur für Nachhaltigkeit vorgestellt. Teil IV konzentriert sich auf die Datenbankschicht und enthält Vorschläge wie Sie die […]

Optimieren Ihrer AWS-Infrastruktur für Nachhaltigkeit, Teil III: Netzwerk

von Katja Philipp, Aleena Yunus, Otis Antoniou, Ceren Tahtasiz; übersetzt durch Lars Reimann In den vorangegangen Teilen dieser Blog-Serie, Teil I: Datenverarbeitung und Teil II: Speicher, haben wir Ihnen Strategien vorgestellt, um die Datenverarbeitungsschicht und die Speicherschicht Ihrer AWS-Architektur auf Nachhaltigkeit zu optimieren. In diesem Teil liegt der Fokus auf der Optimierung der Netzwerkschicht Ihrer […]