2026/6/8 9:00:00 ~ 2026/6/9 9:00:00 (JST)

最近の発表

AWS Compute Optimizer now supports idle recommendations for six additional resource types

AWS Compute Optimizer は、Amazon DynamoDB でプロビジョニングされたテーブル、Amazon ElastiCache (Redis と Valkey)、Amazon MemoryDB、Amazon DocumentDB (プロビジョニング済みでサーバーレス)、Amazon WorkSpaces、および Amazon SageMaker エンドポイントのアイドル状態のリソースを識別するようになりました。この拡張により、AWS 環境のより広い範囲で未使用のリソースを検出し、コスト削減の可能性を特定できるようになりました。\n Compute Optimizer は使用率メトリクスを分析して、リソースがアイドル状態であるかどうかを判断します。お客様は、ワークロードの性質に基づいてこのルックバック期間を設定できます。Compute Optimizer は、リソースタイプごとに、消費容量、キャッシュヒット、アクティブ接続、CPU 使用率などのサービス固有のシグナルを評価します。Compute Optimizer は、アイドル状態の可能性があるリソースを特定すると、詳細な使用率指標や推定節約額とともにこれらの推奨事項をコンソールに表示し、行動を起こす前に推奨事項を評価できるようにします。また、Cost Optimization Hub を使用して、組織内のすべての AWS アカウントにおけるアイドル状態のリソースの推奨値と、同じリソースに関する推定節約量の重複を排除したその他の推奨事項を確認することもできます。

コンピュートオプティマイザーが利用できる AWS リージョンの詳細については、AWS リージョンの表を参照してください。AWS コンピュートオプティマイザーの詳細については、当社の製品ページとドキュメントをご覧ください。AWS コンピュートオプティマイザーは、AWS マネジメントコンソール、AWS CLI、AWS SDK から使い始めることができます。

Amazon MSK Express Brokers now support automatic topic creation with Kafka Streams

本日より、Amazon MSK エクスプレスブローカーは Kafka ストリームによる自動トピック作成をサポートしています。これで、お客様はステートフルオペレーション用のトピックを手動で事前に作成したり管理したりしなくても、Kafka Streams アプリケーションを Express Brokers にデプロイできるようになりました。\n MSK Express Brokersは、ブローカーあたり最大3倍のスループットを実現し、最大で20倍までスケールアップし、リカバリ時間を 90% 短縮するように設計されています。Kafka Streams はトピックを使用して状態を保存し、ステートフルな操作のためにデータを再分割します。以前は、Express Brokers で Kafka Streams を実行しているお客様は、アプリケーションをデプロイする前に、これらのトピックに手動で名前を付けて事前に作成する必要がありました。今回のローンチにより、これらのトピックはアプリケーションの起動時に自動的に作成されるため、Express Brokers 上の Kafka Streams アプリケーションのデプロイが簡単になり、運用セットアップの手間が省けます。 この機能は現在、MSK Express Brokers が利用できるすべての AWS リージョンでご利用いただけます。使用を開始するのに追加の設定やセットアップは必要ありません。詳細については、Amazon MSK 開発者ガイドを参照してください。

Amazon DocumentDB now supports engine minor version starting with 5.0.1

Amazon DocumentDB (MongoDB との互換性あり) は、5.0.1 以降のエンジンマイナーバージョンをサポートするようになりました。このリリースでは、新しい演算子 ($rand、$pow、$DateToParts、$DateFromParts)、インスタンスを監視するためのアクティブな接続メトリックス、CloudWatch のきめ細かいコマンドレベルのパフォーマンスメトリクス (検索、挿入、検索と変更、更新など) により、集約機能が強化されています。含まれている内容の完全なリストについては、リリースノートを参照してください。マイナーバージョンでは、同じメジャーバージョン内で新機能やバグ修正が提供されるため、クラスターをアップグレードするタイミングと方法をより細かく制御できます。これらのパフォーマンス強化、バグ修正、新機能の恩恵を受けるには、最新のマイナーバージョンにアップグレードすることをお勧めします。\n 新しいクラスターの作成時にマイナーバージョン 5.0.1 を指定するか、AWS マネジメントコンソールまたは AWS CLI を使用して (–engine-version 5.0.1 で modify-db-cluster コマンドを使用して) 既存の 5.0.0 クラスターを 5.0.1 に手動でアップグレードできます。新しいマイナーバージョンにアップグレードすると、以前のマイナーバージョンにダウングレードすることはできません。5.0.0 (LTS) から 5.0.1 にアップグレードすると、最新の機能や修正を利用できますが、LTS の対象ではなくなります。アップグレードを最小限に抑えることが優先される場合は、引き続き LTS を使用してください。詳細については、「長期サポート (LTS) リリースの使用」を参照してください。 Amazon DocumentDB エンジンのマイナーバージョン 5.0.1 は、Amazon DocumentDB 5.0 が利用可能なすべての AWS リージョンでご利用いただけます。マイナーバージョンアップグレードとバージョンサポート日について詳しくは、Amazon DocumentDB 開発者ガイドをご覧ください。Amazon DocumentDB マネジメントコンソールで、フルマネージド型の Amazon DocumentDB クラスターを作成または更新します。

AWS Savings Plans Purchase Analyzer now supports target coverage analysis

本日、AWS は、カバレッジ目標に基づいて貯蓄プランの購入計画を立てるのに役立つ AWS 請求およびコスト管理の機能である Savings Plans Purchase Analyzer のターゲットカバレッジ分析を発表しました。貯蓄プラン購入アナライザーは、貯蓄プランの購入がコスト、補償範囲、利用率、節約額に及ぼす潜在的な影響を推定することで、さまざまな購入シナリオを評価するのに役立ちます。\n ターゲットカバレッジ分析では、オンデマンド支出の特定の割合を貯蓄プランでカバーするように設定できます。貯蓄プラン購入アナライザーは、過去の使用状況に基づいて、目標達成に役立つ新しい購入金額を推奨します。カスタムルックバック期間や期限切れ間近の貯蓄プランの除外などのパラメーターを使用して分析をさらにカスタマイズし、さまざまな補償対象範囲にわたる費用、補償範囲、利用率、節約額を比較できます。インタラクティブなグラフでレコメンデーションを確認したり、Purchase Analyzer API を使用してターゲットカバレッジ分析にアクセスしたりできます。 ターゲットカバレッジ分析は、貯蓄プラン購入アナライザーが利用できるすべての AWS リージョンで利用できます。詳細については、AWS 貯蓄プランページとユーザーガイドをご覧ください。

PostgreSQL 19 Beta 1 is now available in Amazon RDS Database Preview Environment

Amazon RDS for PostgreSQL 19 ベータ 1 が Amazon RDS データベースプレビュー環境で利用可能になり、Amazon RDS for PostgreSQL で PostgreSQL 19 のプレリリースを評価できるようになりました。PostgreSQL 19 ベータ 1 は、完全マネージド型のデータベースという利点がある Amazon RDS データベースプレビュー環境にデプロイできます。\n PostgreSQL 19 では、SQL Property Graph Queries (SQL/PGQ) によるネイティブグラフクエリのサポートが追加されているため、個別のアプリケーションロジックを構築したり、2 つのデータベース間でデータを同期したりする代わりに、複雑なリレーションシップトラバーサルを標準 SQL で直接表現できます。また、テーブルを再構築して未使用のストレージを再利用する同時テーブル再パッキングのサポートも導入されているため、日常的なテーブルメンテナンス中も本番データベースにアクセスできます。ロジカルレプリケーションでは、シーケンス値が自動的にレプリカに同期されるようになり、メジャーバージョンアップグレードのカットオーバー後に手動でシーケンスを調整する必要がなくなりました。また、論理レプリケーションはサーバーを再起動せずに動的に有効化できるため、計画的なダウンタイムを削減できます。詳細については、PostgreSQL コミュニティのお知らせを参照してください。 Amazon RDS データベースプレビュー環境のデータベースインスタンスは最大 60 日間保持され、保持期間が過ぎると自動的に削除されます。プレビュー環境で作成された Amazon RDS データベーススナップショットは、プレビュー環境内のデータベースインスタンスの作成または復元にのみ使用できます。PostgreSQL のダンプおよびロード機能を使用して、プレビュー環境からデータベースをインポートまたはエクスポートできます。 Amazon RDS データベースプレビュー環境のデータベースインスタンスの価格は、米国東部 (オハイオ) リージョンの価格に基づいています。

AWS Application Migration Service is now AWS Transform MGN

AWS アプリケーション移行サービス (MGN) が AWS Transform MGN として利用できるようになりました。この名前の変更は、エージェント移行サービスである AWS Transform を支える実証済みのレプリケーションエンジンとしての MGN の役割を反映しています。\n 2 つのリホストエクスペリエンスの中から選択できます。AWS Transform MGN コンソールを使用すると、レプリケーションとカットオーバーを直接制御できます。または、AWS Transform のエージェントワークフローを利用すると、エージェントがお客様に代わって発見、ウェーブプランニング、ランディングゾーンのセットアップ、ネットワークの作成、リホストまたはコンテナ化を行うため、AWS への移行が加速されます。 AWS Transform MGN は、FedRAMP High、HIPAA、PCI DSS、ISO、SOC 1、2、3 など、既存のコンプライアンス認証をすべて保持しているため、安心して移行できます。すべての商用地域と GovCloud (米国) の両方のリージョンで利用できます。 アプリケーションを AWS に再ホストする方法の詳細については、AWS Transform MGN 製品ページと AWS Transform MGN ドキュメントをご覧ください。

Amazon Aurora DSQL now supports the JSONB data type with compression

Amazon Aurora DSQL では、オプションで圧縮できる PostgreSQL JSONB データ型のサポートが導入されました。PostgreSQL の JSONB タイプに依存するコードとツールを Aurora DSQL で使用できるようになり、リレーショナルデータと一緒に半構造化データを簡単に保存できるようになりました。\n JSONB データ型は、システム設定メタデータ、API パラメータ、イベントログなどの半構造化データを保存するテーブルを作成または変更するときに使用できます。PostgreSQL 圧縮がデフォルトで有効になっていると、大きな JSONB ペイロードがより効率的に保存され、ストレージコストの削減に役立ちます。 AWS 無料利用枠を利用すると、Aurora DSQL を無料で使い始めることができます。リージョンの提供状況については、AWS リージョンの表を参照してください。JSONB を含む Aurora DSQL データタイプについて詳しくは、こちらをご覧ください。

AWS Lambda Managed Instances expands to additional AWS Regions

AWS Lambda マネージドインスタンス (LMI) は、イスラエル (テルアビブ)、中東 (バーレーン)、中東 (UAE)、およびアジア太平洋 (オークランド) を除くすべての商用 AWS リージョンで利用できるようになりました。 \n LMI では、マネージド Amazon EC2 インスタンスで Lambda 関数を実行できるため、Lambda の運用上のシンプルさを維持しながら、特殊なコンピューティング構成や EC2 の料金面でのメリットを利用できます。LMI はインスタンスのライフサイクル、OS とランタイムのパッチ適用、ルーティング、負荷分散、自動スケーリングを完全に管理するので、ユーザーはコードの作成に集中できます。各実行環境内でリクエストを並行して処理できるため、リソースの使用率を最大化し、コストパフォーマンスを向上させることができます。コンピュート節約プランやリザーブドインスタンスなどの EC2 料金モデルを活用することで、コストをさらに改善できます。LMI は、特殊なハードウェア構成を必要とするお客様や、コストの最適化を求めるワークロードが定常状態または予測可能なお客様に最適です。

コンソールやお好みの IDE など、使い慣れた開発ワークフローを使用して引き続き機能を構築できます。はじめに、VPC 設定、オプションのインスタンス要件、スケーリングポリシーなど、コンピューティングに関する好みを定義するキャパシティプロバイダーを作成します。次に、AWS Lambda コンソール、API、またはコードとしてのインフラストラクチャツールを使用して Lambda 関数をキャパシティプロバイダーにアタッチします。LMI は Amazon CloudWatch、AWS X-Ray、AWS Config などのすべての Lambda イベントソースおよびツールとシームレスに統合されます。詳細については、AWS Lambda の料金、AWS Lambda マネージドインスタンスのドキュメント、およびブログをご覧ください。

AWS now provides AI-powered cost investigations for cost anomalies

AWS コスト異常検知には、Amazon Q を使用して検出されたコスト異常の根本原因を分析する AI を活用したコスト調査が含まれるようになりました。コスト変動を調査するには、通常、コストデータを AWS CloudTrail のイベントやリソースアクティビティと関連付ける必要があり、これには数時間かかることがあります。コスト調査では数分でわかりやすい言葉で説明できるため、FinOps の実務者とエンジニアリングチームはアラートからアクションに迅速に移行できます。\n 異常を調査すると、Amazon Q はコスト変化が使用量主導型かレート主導型かを判断し、貢献しているサービス、アカウント、リージョンを特定し、使用量主導型の変更については AWS CloudTrail と関連付けて、その変更を特定の API 呼び出しと IAM プリンシパルに帰属させます。CloudTrail の組織証跡がある組織の場合、調査はすべてのメンバーアカウントを対象に自動的に行われます。フォローアップの質問をして会話を続けて、パターンを調べたり、特定のリソースを掘り下げたりすることができます。

AI を活用したコスト調査は、現在、すべての商用 AWS リージョンで追加料金なしでご利用いただけます。Amazon CloudWatch Logs に配信される組織全体の CloudTrail トレイルを使用するクロスアカウント調査では、スキャンされたデータに基づいて標準の CloudWatch Logs Insights 料金が発生する可能性があります。

開始するには、AWS 請求およびコスト管理コンソールの「AWS コスト異常検知」に移動し、検出された異常について「Amazon Q で調査」を選択します。詳細については、AWS 請求およびコスト管理ユーザーガイドの「Amazon Q による異常の根本原因の調査」を参照してください。

Amazon Connect Customer now offers AI agent trace details for self-service voice interactions

Amazon Connect Customer では、セルフサービスの音声対話用の AI エージェントトレースが提供されるようになりました。これにより、各顧客との会話中に AI エージェントがどのように推論し、行動し、応答するかを理解できます。今回の発表により、AI エージェントがインタラクションをどのように処理したかを完全に把握できるようになったため、何がうまくいったかを確認し、問題を診断し、行動を検証し、自信を持ってエージェントエクスペリエンスをデプロイできます。\n たとえば、AIエージェントが顧客のリクエストを解決できなかった場合、Connect Web UIのステップバイステップトレースにトランスクリプト全体とともに直接アクセスして、その理由が間違っているか、不適切なパラメーターのツールが呼び出されたか、応答を待ってタイムアウトしたかを確認できます。

この機能は、Amazon Connect カスタマー AI エージェントがサポートされているすべての AWS リージョンで利用できます。詳細については、Amazon Connect カスタマー管理者ガイドを参照してください。企業が優れたカスタマーエクスペリエンスを提供するのに役立つエージェント AI ソリューションである Amazon Connect Customer の詳細については、Amazon Connect カスタマー Web サイトを参照してください。

Amazon Redshift reduces manual snapshot cost for Serverless and RG instances

Amazon Redshift は、Amazon Redshift サーバーレスインスタンスと Amazon Redshift RG インスタンスでの手動スナップショットの新しい請求モデルを発表しました。この強化により、Amazon Redshift は、個々のスナップショットの合計サイズではなく、スナップショット全体に保存されている固有のデータブロックに基づいて手動スナップショットストレージの計測を行うようになりました。これにより、複数のスナップショットを保持しているお客様にとって、手動スナップショットにかかるコストが削減されます。\n ディザスタリカバリ、テスト、または長期保存のために複数の手動スナップショットを保持しているお客様は、ストレージコストを削減できます。この新しい課金モデルでは、より頻繁に手動でスナップショットを作成して、それに比例してコストを増やさずに目標復旧時点 (RPO) を向上させることができるため、より強固なディザスタリカバリ戦略が可能になります。新しい請求モデルは、既存の手動スナップショットと新しい手動スナップショットの両方に自動的に適用されます。 新しい手動スナップショット請求モデルは、Amazon Redshift サーバーレスと Amazon Redshift RG インスタンスが利用できるすべての AWS 商用リージョンと AWS GovCloud (米国) リージョンで利用できます。Amazon Redshift スナップショットの詳細については、当社のドキュメントまたはブログをご覧ください。

Amazon RDS for SQL Server migration cost assessment capabilities now available in AWS Transform

Amazon RDS for SQL Server では、AWS Transform で TCO 評価が提供されるようになりました。これにより、オンプレミスの SQL Server データベースを SQL Server 用 RDS に移行する際のコストを見積もることができます。AWS Transform は AI を活用したエージェントを使用してお客様のオンプレミスの SQL Server 環境を分析し、お客様のワークロード要件を満たしコストを削減する最適なデータベースインスタンスの推奨事項を提示します。AI を活用した what-if 分析により、さまざまなオプションを評価し、コストを比較し、移行に最適なオプションを選択できます。\n AWS Transform 内の RDS for SQL Server 評価では、既存の SQL Server ライセンスを使用できる Bring Your Own Media (BYOM) と、ライセンス付属 (LI) オプションの両方がサポートされています。評価には、オンデマンド料金と比較して最大 20% 節約できるデータベース節約プランによるコスト最適化と、移行コストを相殺するためのクレジットとサポートを提供する AWS 移行アクセラレーションプログラム (MAP) の資格が含まれます。評価は、RVTools エクスポート、設定管理データベースエクスポート (CMDB) データ、AWS Transform 検出ツールからのエクスポート、その他のサードパーティ検出ツールなど、お持ちのすべてのデータ形式から開始できます。what-if シナリオを作成して、地域、リソース使用率、価格条件などのカスタマイズされた前提条件を使用して複数のコストモデルを比較します。 RDS for SQL Server は AWS Transform の既存の移行評価機能に加わるため、これを Amazon EC2、Amazon FSx、Amazon S3、EC2 上の SQL Server、What-If シナリオにおける仮想デスクトップのコストモデリングと組み合わせることができます。また、スタッフの生産性、運用上の回復力、ビジネスの俊敏性、持続可能性など、クラウド・バリュー・プロポジションの柱を追加して評価を強化することもできます。 開始するには、AWS Transform コンソールにサインインして [移行評価] を選択します。AWS Transform マイグレーションアセスメントは、AWS Transform が提供されているすべての AWS リージョンでご利用いただけます。

AWS Blogs

Amazon Web Services ブログ (日本語)

AWS Startup ブログ (日本語)

AWS News Blog

AWS Big Data Blog

AWS Compute Blog

AWS Database Blog

AWS HPC Blog

Artificial Intelligence

AWS Security Blog

AWS Storage Blog

Open Source Project

AWS CLI

Amplify UI