【每周快報】1126-1203 AWS 服務更新
前言
AWS re:Invent 於這周而正式開始,在 Andy Jassy 的 Keynote 中,提及了 Amazon Lambda 的服務更新,這幾天也陸續有新聞消息出來,今天我們會為各為介紹 Amazon Lambda 的重大更新,讓使用者可以更快速的監控並對特定效能進行優化。
除了 Keynote 上提及的焦點服務,AWS 仍然持續為各個服務進行改善,也不斷推出更多新服務,像是這周就針對製造業推出了兩項新服務,針對機台維護方面,AWS 推出了 Amazon Lookout for Equipment,這項新服務可以針對振動頻率、聲音、溫度等資訊進行預測該設備是否需進行維護。而在產品檢測方面,則推出了 Amazon Lookout for Vision 來檢查產線上產品有沒有漏件或損壞的服務。想了解更多製造業相關的應用或課程的話,也可以參考我們近期推出的「智慧製造雲端應用解決方案培訓」。
今天我們還會為各為介紹 Amazon Honeycode、Amazon ECS Capacity Providers、Amazon EC2…等多項服務的更新,想特別了解 re:Invent 即時新聞的朋友們,也歡迎閱讀【2020 AWS re:Invent 即時新聞】- Andy Jassy Keynote,後續我們也會持續發布更多 re:Invent 即時新聞唷!
焦點新聞
Amazon Lambda 重大更新
AWS Lambda 是一個使用者經常使用的 Serverless 運算資源,可直接撰寫、部署和執行程式碼邏輯,而不需要管理運行的 Server 單位,因此深受使用者喜愛,而在本次 re:Invent 中,針對 Lambda 也有許多實用的功能與改善。
CloudWatch Lambda Insights 正式 GA
以往使用者可透過 CloudWatch Log 來監控 Lambda 的運行狀況與紀錄,但倘若要針對整體 Lambda 效能進行優化,使用者得自己想辦法將 log 匯出並做整理。
Lambda Insights 會從 CloudWatch Log 中擷取 log 資訊進行分析,並提供了一個儀表板,使用者可選擇 Multi-Function
或者 Single-Function
來查看此儀表板。
Lambda Insights 會收集、彙總和摘要系統層的指標,包括 CPU 時間、記憶體、磁碟和網路,也會收集、彙總診斷資訊,例如:使用者快速透過 Lambda Insights 發現哪一次觸發為冷啟動或哪一次的 Duration 最久,並從中取得相關資訊,以改善 Lambda 運行狀況。
參考來源至:Announcing Amazon CloudWatch Lambda Insights (General Availability)
Lambda 支援 10 GB 記憶體上限
以往 Lambda 的記憶體上限為 3,008 MB,對於某些想要做機器學習建模或者高性能計算(HPC)等相關應用場景時會因為 Lambda 記憶體不足而無法實作。
此次更新後,每支 Lambda function 可分配上限至 10,240 MB(10 GB)的記憶體,是原先的 3 倍之多,對於上述機器學習或 HPC 應用場景的使用者來說是一大福音。
由於 Lambda 是透過記憶體容量等比例分配 CPU 大小,換句話說現在使用者最多可獲得 6 vCPU 的效能。
大多數 Region 皆已支援此功能,詳情請見 Region Table
參考來源至:AWS Lambda now supports up to 10 GB of memory and 6 vCPU cores for Lambda Functions
用於預測性維護的 AI 服務 – Amazon Lookout for Equipment
製造業為了提高生產效率,降低機台故障而導致的意外停機風險,大多數企業會選擇使用 Sensor 將資料儲存並建立 Dashboard,監視其設備狀況並獲得即時警報。
傳統的統計方法預測硬體設備是否該維修已無法滿足企業對於準確度的需求,所以 AWS 針對製造業新增了預測性維護服務,以機器學習為基礎,使用者可以針對振動頻率、聲音、溫度等資訊進行預測。
倘若使用者有使用過 Amazon Personalize 或者 Amazon Forecast 的話,進入主控台後會發現非常眼熟,主要有四個步驟:
- 創建資料集:使用者得在此步驟中 設定好資料集的格式(Schema) 以利 Lookout for Equipment 擷取。
- 擷取資料集:設定好資料集來源位置(S3 bucket),並給予 Lookout for Equipment 擷取此 S3 bucket 的權限(IAM Role)。
使用者得確定存放於 S3 中的資料集格式與第一步驟中所設定的格式相同,否則會有錯誤發生。
- 訓練瑕疵檢測模型:當擷取完成後,便可開始訓練模型,Lookout for Equipment 會先提供使用者它所擷取出來的資料欄位,使用者也可選擇哪些欄位要作為訓練資料進入後續訓練動作。
不選擇的話 Lookout for Equipment 會自動針對這資料進行選擇與訓練。
- 當使用者按下訓練模型後,訓練時間會持續大概一個小時,具體時間會取決於資料集的大小,訓練完成後,您可以使用評估期數據評估模型。
- 訓練完成後接下來當然就是要進行推論囉,選擇輸入資料的位置(可以透過 API 或 Console 操作),並決定好推論結果的存放位置就可以囉~
目前此服務屬於需要使用者提出請求,並由 AWS 審核通過後才能夠使用的預覽服務,相關詳細內容請期待後續的文章更新。
用於瑕疵檢測的 AI 服務 – Amazon Lookout for Vision
Amazon Lookout for Vision 是針對工業瑕疵檢測所提出的服務,利用電腦視覺的方法去檢查產線上的產品有沒有漏件或損壞,甚至可以應用在精密的半導體產業或其他 PCB 產業(printed circuit boards)。
基本實作是透過使用者上傳照片(或從 SageMaker Ground Truth 匯入),使用者僅需針對 30 照片進行 labeling 便可開始訓練瑕疵檢測模型,得到模型後可透過 Console 設定作業流程,或者透過 SDK 來推論。
參考來源至:AWS announces Amazon Lookout for Vision to automate quality inspection
其他服務更新
Amazon Honeycode 支援連接到其他 SaaS 應用程式
此次更新後,Amazon Honeycode 可以借助 Amazon AppFlow 與其他的第三方應用程式(Slack、DDatadog、Salesforce⋯等)傳輸資料,像是銷售團隊可以將 Honeycode 與 Zapier 結合構建應用程序,以處理潛在客戶的銷售查詢。該團隊可以使用 Honeycode 應用程序來取代郵件和表格,處理公司網站上的查詢。
參考來源至:Integrate Amazon Honeycode with popular SaaS applications, AWS services, and more
Amazon ECS Capacity Providers 支援更新設置
以往在設置 Capacity Providers 時,僅能在創建的當下才能完成,此次更新後,Cotainer 創建完成後能夠更改 Capacity Providers 的比例,即可輕鬆調整應用程式要運行在 EC2 Spot、EC2 On-demand、AWS Farget、AWS Fargate Spot 這四種環境。
參考來源至:Amazon ECS Capacity Providers Now Support Update Functionality
Amazon ECS Cluster Auto Scaling 支援自定義暖機時間
當使用者在操作 ECS Cluster Auto Scaling 時,當擴展機制被觸發時,會發現 Cluster 擴展時需要等待暖機時間 ,在預設的狀況下,以往機器的預熱時間設置為 300 秒。此次更新後,使用者可以自定義暖機時間,透過 AWS CLI 及 SDK 即可更新暖機時間,在配置上提供更大的彈性。
參考來源至:Amazon ECS Cluster Auto Scaling now supports specifying a custom instance warm-up time
Amazon EC2 推出 Mac instances
Amazon EC2 即刻支援運行 macOS,採用 Mac Mini 搭配 AWS Nitro System 打造出 Mac Instances,有了 EC2 Mac instances,開發者可在 AWS 上開發及測試 macOS、iOS、 iPadOS、tvOS、watchOS 以及 Safari,只需點擊幾下,即可設置與使用 macOS 運算環境,實現開發流程自動化,消弭開發環境及工具的限制。開發者還能將跨平台的 Apple、Windows、Android 應用程式整合到 AWS 上,使用者不需要管理基礎設施,更能專注在開發上,提高生產效率並縮短產品上市時間。
該 Mac Mini 硬體資訊如下:
- Intel’s 8th generation 3.2 GHz (4.6 GHz turbo) Core i7 processors
- 6 physical/12 logical cores
- 32 GiB of memory
目前 AMI 支援 macOS 版本有:
- macOS 10.14 (Mojave)
- macOS 10.15 (Catalina)
Mac Instance 可以使用 SSH Terminal 或者是 VNC 做 GUI 連線。
有關於 Mac Instance 的付費模式,除了基本的 On-Demand 外,也支援 Saving Plans 的方式做折扣,暫不支援 Spot 競價模式。需要注意的是當透過 EC2 Dedicated Hosts 運行 Mac Instance 的時候,最少運行的時間需要 24 小時。
而 Apple 最新的 Apple M1 Chip 計劃將於 2021 釋出。
參考來源至:Announcing Amazon EC2 Mac instances for macOS
圖片來源至:New – Use Amazon EC2 Mac Instances to Build & Test macOS, iOS, ipadOS, tvOS, and watchOS Apps
Amazon S3 支援強一致擷取資料
現今有許多企業利用 Amazon S3 來存儲資料,或是把它當作資料湖使用,當需要進行資料分析時,如果沒有強一致性,那麼每一次在存取資料的時候,可能會拿到到舊時的資料。此次更新後,S3 支援強一致性儲存資料,以確保使用者能夠以最新的資料進行處理,消弭資料不一致的情形發生。
參考來源至:Amazon S3 now delivers strong read-after-write consistency automatically for all applications
Amazon S3 Replication 支援雙向資料複寫
如果企業有資料複寫作為異地備援的需求時,可以透過 Amazon S3 Replication 功能,達到 CRR(Same-Region Replication)或 SRR(Cross-Region Replication)目的,此次更新後,S3 Replication 支援雙向資料複寫,也就是說如果 Bucket 裡的物件做 CRR,一個儲存在 N. Virginia,覆寫到另一個區域 Ohio,但是我想要當其中一邊有變動的時候,另一邊能夠更新到最新狀態,所以這時候就可以利用雙向複寫完成,使用者僅需要將兩邊都設置好 Replication rules,勾選 replica modification sync 即可達到雙向資料複寫需求。
參考來源至:Amazon S3 Replication adds support for two-way replication