C'était cette semaine, sur AWS - Lundi 13 juin 2016

Chaque lundi, Osones revient en français sur l'actualité de la semaine d'Amazon Web Services.

Cette semaine, nouvelle version d'Amazon EMR, l'arrivée des tags dans l’API Amazon Machine Learning, et le tour des nouvelles disponibilités mondiales.

Vous pouvez à tout moment retrouver ces informations dans leur version originale sur le blog AWS (en).


Amazon EMR supporte Apache Tez 0.8.3 et Apache Phoenix 4.7.0

Amazon EMR (pour Elastic Map Reduce) simplifie le traitement de Big Data, en fournissant un framework Hadoop géré qui vous permet de distribuer et de traiter de manière simple, rapide et rentable, de grandes quantités de données à travers vos instances Amazon EC2. Vous pouvez également exécuter d'autres frameworks distribués courants tels que Spark et Presto dans Amazon EMR, et interagir avec les données d'autres magasins de données AWS tels qu'[Amazon S3] et Amazon DynamoDB.


Amazon EMR

Depuis le 2 juin 2016, Amazon EMR est proposé dans sa version 4.7.0. Cette nouvelle version apporte entre autre les nouveautés suivantes :

  • Support d’Apache Phoenix 4.7.0
  • Support d’Apache Tez 0.8.3
  • Mise-à-jour vers HBase 1.2.1
  • Mise-à-jour vers Mahout 0.12.0
  • Mise-à-jour vers Presto 0.147
  • Mise-à-jour vers AWS Java SDK to 1.10.75

Cette nouvelle version corrige par ailleurs un certain nombre de soucis rencontrés avec la version précédente, et propose quelques nouvelles features. On note par exemple le support par défaut des drivers JDBC pour Amazon Redshift, permettant le support de composants tels que les connecteurs Spark-Redshift.


Contactez des Experts AWS certifiés !


Arrivée des tags dans l’API Amazon Machine Learning

Il est de plus en plus simple et de moins en moins onéreux de récolter tout un ensemble de données à propos d'un service, d'un produit ou de processus - notamment grâce à une mutilitude de services sur AWS.
Les entreprises doivent donc faire face à un nouveau type de défi, qui n'est plus de récolter des données mais d'être en capacité de les analyser et de trouver une cohérence dans le vaste ensemble de données disponibles. Cette situation donne naissance à de nouveaux métiers dans les entreprises, tels que les Data Scientists capables d'extraire des conclusions fiables et de tirer un enseignement cohérent de la masse d'information qui remonte des différents systèmes mis en place.

Pour répondre à ce nouveau défi, Amazon lance Amazon Machine Learning.
Pour ceux qui ne seraient pas coutumiers de l'expression, le Machine Learning, ou Apprentissage Automatique en français, est la discipline scientifique concernée par le développement, l'analyse et l'implémentation de méthodes automatisables qui permettent à une machine (au sens large) d'évoluer grâce à un processus d'apprentissage, et ainsi de remplir des tâches qu'il est difficile ou impossible de remplir par des moyens algorithmiques plus classiques (source Wikipedia).




Pour la petite histoire, Amazon Machine Learning est née d'un usage en interne par les équipes d'Amazon.com permettant de générer des prédictions sur la masse de données qui remonte du site de e-commerce. Un système qui a donc fait ses preuves auprès du premier vendeur mondial. Outre les prédictions commerciales recoupant, par exemple, certains achats en fonction du code postal ou du statut marital, ce service peut répondre à des scénarii divers tels que la détection de fraude ou le ciblage publicitaire.

Disponible pour le moment dans deux régions - US East et Irlande - Amazon Machine Learning propose depuis le 7 juin 2016 d'ajouter, modifier, supprimer et lister les tags sur des objets via l'API Amazon Machine Learning (Amazon ML). L'arrivée des tags vous permettra, comme sur les autres services AWS, d'organiser vos ressources, mais aussi de suivre les coûts par projet au sein d'un même compte.


Nouvelles disponibilités mondiales

Cette semaine, une (très) grande partie de l’actualité concerne de nouvelles disponibilités mondiales. Voici donc un rapide tour de ces annonces :


Retour d'experience : Comment TravelerCar et Osones ont vaincu l'effet Capital !

TravelerCar a fait appel aux équipes d'Osones pour anticiper le pic de trafic du à un passage TV sur M6. Vous retrouverez dans notre article ce retour d'experience sur le bien connu "Effet Capital". Spoiler alert : we did it ! #PlusJamaisDown 💪



Rejoignez vous aussi la conversation !

AWS user group FR

Kevin MESSY

La discussion continue !

Nous attendons vos questions, remarques & mots doux sur notre Twitter :