AWS ประกาศอัปเดตฟีเจอร์ใหม่บน AWS Application Load Balancer (ALB) และ Network Load Balancer (NLB) เพิ่มทางเลือกใหม่ในการทำ Policies มากขึ้น รวมไปถึงอัปเดต Amazon Aurora ให้พร้อมใช้ Machine Learning โดยตรงจากฐานข้อมูล
ALB และ NLB เพิ่มฟีเจอร์ใหม่ 5 รายการ ได้แก่
- Weighted Target Groups สำหรับ ALB – กำหนด Traffic Weights สำหรับ Target Groups บน ALB ในการตั้งค่า Routing Rules โดยกำหนดค่าได้ตั้งแต่ 0 – 999
- Least Outstanding Requests สำหรับ ALB – บาลานซ์ Requests สำหรับแต่ละเป้าหมายตามโดยใช้อัลกอริธึมแบบ Least Outstanding Requests
- Subnet Expansion สำหรับ NLB – สามารถกำหนด Subnet บน NLB ได้ ช่วยให้การขยายไปยัง AZ โซนใหม่ง่ายยิ่งขึ้น
- Private IP Address Selection สำหรับ Internal NLB – สามารถเลือก Private IPv4 Address ที่จะใช้กับ Internal-facing NLB ได้
- Shared VPC Support สำหรับ NLB – สามารถสร้าง NLB บน Shared VPCs ส่งผลให้สามารถส่งทราฟฟิกผ่าน Subnet อื่นๆ ใน VPC ขององค์กรได้ นอกจากนี้ยังสามารถใช้ NLB ในการสร้าง AWS PrivateLink ได้อีกด้วย
ฟีเจอร์ทั้ง 5 รายการนี้พร้อมให้บริการบน ALB และ NLB วันนี้แล้ว
สำหรับ Amazon Aurora นั้น ได้มีการผสานบริการ Machine Learning ของ AWS เข้าไปแบบไร้รอยต่อ ได้แก่
- Amazon Comprehend – บริการ Natural Language Processing (NLP) ที่ใช้ Machine Learning ในการตรวจสอบเนื้อหาและบริบทของข้อความ
- Amazon SageMaker – บริการที่ช่วยให้สามารถสร้าง เทรน และใช้งานโมเดล Machine Learning ได้อย่างรวดเร็ว
จากการทำงานร่วมกันนี้ ทำให้องค์กรสามารถใช้ฟังก์ชัน SQL เพื่อใช้โมเดล Machine Learning กับข้อมูลใน Relational Database ได้ทันที ยกตัวอย่างเช่น สามารถตรวจจับความพึงพอใจจากคอมเมนต์ของผู้ใช้โดยใช้ Amazon Comprehend หรือใช้โมเดล Machine Learning ที่ปรับแต่งมาเป็นพิเศษจาก Amazon SageMaker เพื่อประมาณความเสี่ยงของการเลิกใช้บริการของผู้ใช้ได้
Machine Learning บน AWS Aurora นี้พร้อมใช้งานแล้วบน Aurora MySL 5.7 สำหรับ Aurora MySQL 5.6 และ Aurora PostgreSQL 10 และ 11 จะพร้อมใช้งานเร็วๆ นี้
ที่มา: https://aws.amazon.com/th/blogs/aws/new-for-amazon-aurora-use-machine-learning-directly-from-your-databases/ และ https://aws.amazon.com/th/blogs/aws/aws-load-balancer-update-lots-of-new-features-for-you/