AWS از برنامه‌های توسعه‌دهنده ML برای AWS Lambda رونمایی کرد

Amazon DevOps Guru for Serverless از یادگیری ماشینی برای بهبود در دسترس بودن عملیاتی و عملکرد برنامه های AWS Lambda استفاده می کند.

سرویس وب آمازون (AWS) Amazon DevOps Guru for Serverless، سرویسی که از یادگیری ماشینی برای بهبود در دسترس بودن عملیاتی و عملکرد برنامه‌های بدون سرور AWS Lambda استفاده می‌کند.

پشتیبانی AWS Lambda که در ۲۱ آوریل معرفی شد، ویژگی جدید Amazon DevOps Guru است. سرویس نظارت بر رفتارهای برنامه Amazon DevOps Guru همچنین برای همه سرویس‌های پایگاه داده رابطه‌ای آمازون در دسترس است.

Amazon DevOps Guru از مدل‌های یادگیری ماشینی استفاده می‌کند که با سال‌ها عملیات AWS و Amazon.com به توسعه‌دهندگان کمک می‌کند تا عملکرد برنامه را بهبود بخشند. توسعه‌دهندگانی که از AWS Lambda استفاده می‌کنند، می‌توانند از این سرویس برای شناسایی خودکار رفتار غیرعادی در سطح عملکرد استفاده کنند و از توصیه‌های مبتنی بر ML برای رفع مشکلات پیدا شده استفاده کنند. مشکلاتی مانند استفاده ناکافی از حافظه یا همزمانی کم ارائه را می توان شناسایی کرد.

هنگامی که مشکلی شناسایی می‌شود، Amazon DevOps Guru for Severless یافته‌ها را در کنسول Devops Guru نمایش می‌دهد و اعلان‌ها را از طریق Amazon ارسال می‌کند. EventBridge یا سرویس اعلان ساده آمازون (SNS). برای شروع، توسعه‌دهندگان می‌توانند کنسول DevOps Guru را برای فعال کردن این سرویس برای برنامه‌های مبتنی بر لامبدا، سایر منابع پشتیبانی‌شده یا یک حساب کامل هدایت کنند.

مشکلات عملیاتی خاص و اطلاعات بینش فعال موجود از Amazon DevOps Guru عبارتند از:

• اجراهای همزمان AWS Lambda به حد مجاز حساب می‌رسند، زمانی که اجرای همزمان به حد مجاز حساب برای یک دوره مداوم می‌رسند فعال می‌شود.
• محدودیت تابع همزمانی تدارکاتی AWS لامبدا نقض شد، زمانی که مقدار ذخیره همزمانی تدارکاتی در طول یک دوره ناکافی باشد، تنظیم می‌شود.
• ایست زمان AWS Lambda در مقایسه با مهلت دید سرویس Simple Queue، زمانی که طول مدت عملکرد Lambda از وقفه دید برای منبع رویداد سرویس صف ساده آمازون (Amazon SQS).
• ظرفیت خواندن/نوشتن حساب برای مصرف DynamoDB آمازون در حال رسیدن به حد مجاز حساب است.
• استفاده همزمان AWS Lambda کمتر از حد انتظار است.
• جدول DynamoDB آمازون ظرفیت مصرف کرده است که به محدودیت پارامتر AutoScaling Max رسیده است.