一、新服務

AWS Chatbot 開放預覽

AWS Chatbot 能夠結合其他服務監視用戶的 AWS 資源，並從團隊聊天室發送訊息，讓用戶可以更快的對事件做出反應。

目前 Beta 版本支援的服務： – Amazon CloudWatch – AWS Health – AWS Budgets – AWS Security Hub – Amazon GuardDuty – AWS CloudFormation

使用者可以透過相關的服務與 Chatbot 做結合，當有事件發生便能夠透過 Chatbot 發送訊息即時告知，此解決方案讓系統監控的方式更為多元。

此圖為透過 CloudWatch 警報觸發 SNS，並發送訊息至 Chatbot 聊天室中。

文章參考至：Introducing AWS Chatbot (beta): ChatOps for AWS in Amazon Chime and Slack Chat Rooms 圖片參考至：Introducing AWS Chatbot: ChatOps for AWS

二、服務的新功能

AWS Chatbot 與 AWS Budgets 整合

AWS Chatbot 是一個與 Amazon Chime 與 Slack 等軟體整合的服務，可以透過此服務新增聊天機器人，能透過訊息傳送 AWS 服務相關的運行狀況、安全通知與預算警報等資訊。

AWS Budgets 可讓用戶設定預算，並在成本或用量超過 (或是預測超過) 預算金額時提醒用戶。

此次更新後，可以透過 Chatbot 傳送預算警報至聊天群組中。

文章參考至：AWS Budgets Announces AWS Chatbot Integration

AWS X-Ray 新增支援 Amazon SNS

AWS X-Ray 可協助開發人員分析和偵錯生產、分散式應用程式，會蒐集對用戶應用程式的請求（Request）資料，並提供篩選與彙整結果給用戶。

Amazon SNS 是一個高可用、安全的全託管發佈/訂閱（Pub/Sub）簡訊服務，常用於拆分架構為微服務、打造分散式系統或無伺服器應用程式當中。

此次更新後，可以透過設定，讓 X-Ray 開始分析 SNS 的訊息傳送，讓用戶更清楚的分析與追蹤訊息的後續走向，X-Ray 也提供視覺化的圖像讓使用者可以看到該 SNS 與其他服務之間的關聯與設定。可以看到訊息的延遲時間、傳遞失敗率等相關數值

文章參考至：Amazon SNS Adds Support for AWS X-Ray

AWS Cost Explorer 現在支援用量預測

AWS Cost Explorer 擁有視覺化的界面，可讓用戶以報表的方式查看 AWS 花費。 – 常見的使用方式： – 依 AWS 服務每月花費：

- 依 EC2 每月用量：
![](https://i.imgur.com/PFK1bBh.png)

- 依 AWS 帳號查看花費：
![](https://i.imgur.com/5YTq6RG.png)

此次更新後，可以開始使用 AWS Cost Explorer 自訂用量預測，這個功能 採用機器學習的方式進行推論，從客戶的帳單歷史資料中預測未來的使用量與花費，讓使用者能夠更精準的掌握 AWS 資源的花費。使用者也能透過 Cost Explorer API 來將此功能鑲嵌於應用程式當中

文章參考至：AWS Cost Explorer now Supports Usage-Based Forecasts 圖片參考至：AWS Cost Explorer

三、功能的增強或改動

AWS IoT Event 新增多個能觸發的服務

AWS IoT Event 是一個全託管的服務，可以透過傳入的 IoT 資料進行判斷並執行用戶所定義好的動作。

此次更新後，IoT Event 可以觸發 AWS Lambda、Amazon SQS、Kinesis Firehose 或再次觸發 IoT Event，此更動讓用戶可以在 IoT 相關應用上更為靈活且方便。以往只能觸發 SNS 與 MQTT

文章參考至：AWS IoT Events actions now support AWS Lambda, SQS, Kinesis Firehose, and IoT Events as targets

Amazon ECR 調高儲存庫和映像檔數量上限

Amazon Elastic Container Registry (ECR) 是一個全託管的 Docker 容器登錄檔，可讓開發人員存放、管理以及部署 Docker 容器映像（Image）。

此次更新後，每個支援 ECR 的區域都增加儲存庫數量以及每個儲存庫映像檔數量。以往預設限制是每個區域 1,000 個儲存庫和每個儲存庫 1,000 個映像，而且需要額外的步驟來提高上限。現在，預設限制已 增加為每個區域 10,000 個儲存庫和每個儲存庫 10,000 個映像。

文章參考至：Amazon ECR now supports increased repository and image limits

Amazon SageMaker 批次轉換（Batch Transform）現在可以將預測結果與屬性建立關聯

Amazon SageMaker 是一個全託管的機器學習服務，使用者可以利用內建的演算法迅速地建立與訓練模型，並部署至內建的 Jupyter 中。

Amazon SageMaker Batch Transform 是 SageMaker 中的一項功能，非常適合大量批次處理的資料集。

此圖說明批次轉換任務的工作流程。

此次更新後，可以 透過設定排除某些資料屬性，並將一些或所有輸入資料屬性與預測結果建立連結，因此在對 CSV 或 JSON 格式的資料執行批次預測時，不再需要額外的預先篩選或後續處理。

文章參考至：SageMaker Batch Transform now enables associating prediction results with input attributes 圖片參考至：Get Inferences for an Entire Dataset with Batch Transform

AWS Device Farm 縮短裝置啟動時間並能夠立即存取裝置

AWS Device Farm 是一個應用程式測試服務，讓用戶可以在 AWS 雲端中託管的大量真實行動裝置上測試 Android、iOS 和 Web 應用程式。

此次更新後，Device Farm 可將裝置啟動時間縮短 90%，用戶便能夠立即存取 iOS 或 Android 裝置。前提是必須選擇相容的裝置，Device Farm 會在請求之後的 30 秒內測試裝置。 為確保用戶選擇的一定是相容的裝置，請務必更新裝置集區，以便包含 *availability* 規則。

文章參考至：AWS Device Farm improves device start up time to enable instant access to devices

Amazon ECS 主控台簡化了與 AWS App Mesh 的整合

Amazon ECS 是一個容器管理服務，可以在叢集上執行、停止和管理 Docker 容器。

AWS App Mesh 是以 Envoy 為基礎的服務網格，可讓用戶輕鬆監控和控制微服務。

此次更新後，在 ECS 主控台建立或更新 ECS 任務定義時，可以將任務新增至 AWS App Mesh。

文章參考至：Amazon ECS Console now enables simplified AWS App Mesh integration

Amazon MQ 新增使用 AWS Key Management Service (AWS KMS) 支援改善加密功能

Amazon MQ 是一個適用於 Apache ActiveMQ 的受管訊息代理程式服務，可讓用戶在雲端設定與操作訊息代理程式。

此次更新後，可以利用 AWS KMS 金鑰加密 Amazon MQ 當中的靜態資料，現在用戶可以選擇： 1. Amazon MQ 管理的金鑰（用戶無法管理與查看） 2. AWS 管理的 CMK（aws/mq） 3. 用戶自己於 KMS 中創建的金鑰

補充：Amazon MQ 與用戶端傳輸中的資料都透過 TLS/SSL 進行加密傳輸

文章參考至：Amazon MQ Adds Support for AWS Key Management Service (AWS KMS), Improving Encryption Capabilities

AWS Client VPN 新增渠道分離（Split-tunnel）功能

AWS Client VPN 是以用戶端為基礎的受管 VPN 服務，能讓用戶安全地存取 AWS 資源，以及現場部署的資源。透過 Client VPN，可以從任何地方以 OpenVPN 為基礎的 VPN 用戶端存取資源。

此次更新後，用戶可以設定哪些流量可以經過渠道，透過此功能可以透過僅使用 AWS 為目的的流量進行優化路由的效率。

文章參考至：AWS Client VPN now adds support for Split-tunnel

eCloudture 樂於跟您分享 AWS 服務相關新知及趨勢應用部落格，並於每週五定期發佈，請持續關注我們！