AWS на русском

В этом выпуске мы углубляемся в мир SaaS и разбираемся в архитектуре Multi-tenant на платформе AWS. Поговорим о следующем: Что такое "tenant" и как определить его границы и периметр? В чем ключевое отличие между SaaS и не-SaaS. Можно ли сказать, что "у меня много клиентов на отдельных окружениях" равносильно тому, что "я предоставляю услуги в формате SaaS"? Обсудим! Почему компании выбирают путь SaaS: вопросы стоимости и управления операциями. Эффективность с точки зрения стоимости: на что в первую очередь стоит обратить внимание и почему бесплатные тарифы могут стать "болью". Общие решения для frontend/backend, которые могут настраиваться для каждого клиента, но кодовая база не зависит от конкретного клиента. Как подходить к вопросам изоляции данных. Полезные ссылки: Основы архитектуры SaaS SaaS Lens

В этом эпизоде подкаста, Михаил Голубев (Principle Solution Architect), перехватывает эстафету и становится хостом, чтобы узнать больше о роли Developer Advocate от постоянного ведущего Виктора Ведмича. Виктор делится своими мнениями и опытом в этой роли. Он рассказывает о том, как помогает разработчикам, собирает их отзывы для улучшения продуктов и создает мосты между разработчиками и бизнесом. Если вы хотите узнать, чем занимается Developer Advocate, как эта роль помогает компании, не пропустите этот занимательный и информативный эпизод! Если у вас есть вопросы, предложения темы, пишите мне в LinkedIn https://www.linkedin.com/in/vedmich/ или телеграмм https://t.me/ViktorVedmich

В новом выпуске подкаста мы в глубину погрузились в мир данных вместе с нашим гостем Kurmanov Samat, AWS Community Build, Senior Data Engineer из DataArt Во время обсуждения мы проследили историю появления аналитических хранилищ данных, включая эволюцию от классических Data Warehouses до Data Lakes и современных Lakehouses. Samat подробно разъяснил основные особенности каждого из этих подходов, их преимущества и слабые стороны, а также ситуации, в которых они проявляют себя наилучшим образом. Мы также обсудили набор сервисов AWS, которые активно используются в сфере обработки и анализа данных. Наш гость поделился своими знаниями о том, как эти инструменты помогают достичь желаемого результата, и какой из них выбрать в зависимости от конкретных целей и задач. Завершая нашу беседу, мы затронули вопрос о выгоде Lakehouse решения для бизнеса. Нужен ли он всем? Какие компании могут извлечь максимальную пользу из его применения? Слушайте этот выпуск, чтобы узнать ответы на эти и многие другие вопросы.   Полезные ссылки: https://www.striim.com/blog/data-warehouse-vs-data-lake-vs-data-lakehouse-an-overview/ https://www.databricks.com/blog/2020/01/30/what-is-a-data-lakehouse.html https://delta.io/ Если у вас есть вопросы, предложения темы, пишите мне в LinkedIn https://www.linkedin.com/in/vedmich/ или телеграмм https://t.me/ViktorVedmich

Уже третий эпизод и только про AWS организации.В первой части мы закончили говорить про Organization Units, во после обсудили Service Control Policies (SCPs). А в этом эпизоде продолжаем говорить про безопасность, и начали IAM Access Analyzer, поговорили про то как работает SOO, работа c SSO через CLI. Проговорили еще раз лучшие практики написание SCP политик, и как лучшего всего защищать ваш root account, какие есть способы защиты MFA, и как быть если вы утеряли свой MFA. Все это и не только в третьем выпуске про организации. Кажется, тема настолько обширная, что будет и 4-й выпуск, если у вас есть какие-то вопросы по этой теме, пишите -  будем рады добавить в список. Ссылки, которые упоминали во время разговора SSO CLI (Open source from community): https://github.com/synfinatic/aws-sso-cli SCP policies best practice examples: https://docs.aws.amazon.com/organizations/latest/userguide/orgs_manage_policies_scps_examples.html

Обсудим из чего базы данных состоят, где узкие горлышки, и какие продукты приходят на смену устоявшимся Postgres, MongoDB, Redis, Neo4J.  Например, знали ли вы, что большая часть современных БД хранит данные в Log Structured Merged Tree структуре, а если точнее - в одной ее реализации - RocksDB от Facebook? А что Postgres не умеет работать с асинхронными интерфейсами Linux, и уже на этом уровне в 10 раз медленнее чем новые аналоги построенные на io_uring и SPDK? Или что можно отправить данные с диска на видеокарту в обход процессора? У ребят из Unum есть своя альтернатива RocksDB, которая до 7 раз быстрее, и функционально совместима. И вокруг нее построена череда open-source проектов, включая UKV, универсальную базу данных, которая может хранить документы, графы и бинарные данные, предлагая сквозные ACID транзакции, а также целый набор интуитивно понятных библиотек для пользователей верхнеуровневых языков.  Ее уже можно найти в AWS Marketplace, а документация и исходные коды лежат на GitHub, а также на официальном сайте https://www.unum.cloud/

В этом выпуске подкаста мы обсуждаем сложный вопрос выбора базы данных. Иногда наше решение определяется опытом работы с определенными технологиями, но такой подход не всегда гарантирует оптимальный выбор для конкретного приложения. К тому же, ситуация может меняться со временем, когда нагрузка на систему растет, и возникает дилемма: что делать дальше? Вместе с Александром Изюмовым, экспертом по базам данных, и Михаилом Голубевым, мы рассмотрели различные категории баз данных, чтобы помочь вам принять обоснованное решение. Мы рассмотрели: Key-value DB: Amazon DynamoDB Amazon Keyspaces (for Apache Cassandra) Amazon DocumentDB RDBM) Amazon RDS Amazon Aurora + Serverless v2 Graph: Amazon Neptune In-Memory: Amazon ElastiCache for Redis/Amazon ElastiCache for Memcached Amazon MemoryDB for Redis Other: Amazon Timestream Database Amazon Quantum Ledger Database (QLDB) Full-text-search: Amazon OpenSearch Service Если у вас есть вопросы, предложения или темы для будущих подборок, пишите мне в Linkedin - https://www.linkedin.com/in/vedmich/

А вот и вторая часть reCap re:Invent 2022, в этом выпуске сфокусировали на аналитике, ML, DevOps и конечно же безопасности. В сегодняшнем выпуске мы рассмотрели: Amazon Redshift - updates AWS Glue - updates Amazon DataZone AWS Clean Rooms CodeCatalyst  AWS Lambda Snapstart ML Governance with Amazon SageMaker Amazon SageMaker Data Wrangler И еще несколько новостей одной строкой. Если у вас есть вопросы, предложения или темы для будущих подборок, пишите мне в Linkedin - https://www.linkedin.com/in/vedmich/

В новом эпизоде нашего подкаста мы пригласили Егора Мясникова, чтобы обсудить возможности использования Amplify в разработке приложений для iOS, Android, Flutter, Web и React Native. Мы рассмотрели основные компоненты Amplify, включая Studio, CLI, Libraries, UI Components и Web Hosting, и обсудили, как значительно они могут ускорить процесс разработки. Также мы обсудили ситуации, в которых Amplify может быть особенно полезен, и ответили на вопрос, можно ли использовать Amplify для разработки высоконагруженных систем. В конце эпизода мы рассмотрели интеграцию Figma с Amplify и порассуждали о том, могут ли дизайнеры стать кандидатами для становления full-stack developer.

В этот раз re:Invent 2022 посетили 50 000+ человек, прошло 2000 технических сессий на которых презентовали более 100 технологических новинок - и это все только за одну неделю! По традиции в нашем подкасте мы делаем обзор того, что было анонсировано: и это не только новые сервисы, но и детальное обсуждение новых фич в уже существующих. В одном выпуске очень трудно уместить все, поэтому в первой части мы рассмотрели:-  Amazon Security Lake-  Amazon CloudWatch Internet Monitor -  AWS Verified Access -  Amazon Verified permissions-  Amazon EventBridge Pipes-  Trusted Language Extensions for PostgreSQL on Amazon Aurora and Amazon RDS-   Amazon DocumentDB Elastic Clusters-   Fully Managed Blue/Green Deployments in Amazon Aurora and Amazon RDS -   AWS Control Tower – Comprehensive Controls Management

В гостях подкаста - Алексей Григорьев: AWS Hero, автор нескольких книг по ML и лидер https://datatalks.club/  комьюнити.  Вначале мы поговорили о том, как стать AWS Hero - в этой части подкаста можно узнать больше о самой программе и о том, какими активностями занимаются комьюнити лидеры, которые хотят быть частью этой программы. Затем мы обсудили разницу между Data Scientist и ML инженером - кого же, как не Principal Data Scientist об этом расспрашивать, верно?:) И наконец, мы поговорили о подходе Алексея к написанию книг, обсудили мнение, почему код нужно писать раньше, чем книгу о нем, и почему сделать обучающий курс намного легче, чем написать книгу. Если вы интересуетесь ML - курсы и книги Алексея будут отличным стартом для самообразования и перехода в эту сферу. Книги про которые говорили по время подкаста: Machine Learning Bookcamp: Build a portfolio of real-life projects  Mastering Java for Data Science: Analytics and more for production-ready applications Курсы и комьюнити:  https://datatalks.club/