2019 年 3 月に Azure Monitor Availability Testing の変更を実施

執筆者: Morgan Grobin (Program Manager, Azure Monitor) このポストは、2019 年 3 月 19 日に投稿された March 2019 changes to Azure Monitor Availability Testing の翻訳です。   Azure Monitor Availability Testing は、パブリック インターネットからアクセス可能な任意の HTTP や HTTPS のエンドポイントの可用性と応答性を監視できるサービスです。テストを実施する際、対象の Web サイトに何かを追加する必要はありません。また、Web サイトだけでなく、依存関係のある REST API サービスをテストすることもできます。このサービスでは、世界中のポイントからアプリに一定間隔で Web 要求を送信し、アプリが応答しない場合や応答が遅い場合にアラートが表示されます。 マイクロソフトはこの 3 月末に、Azure Monitor Availability Testing にいくつか大きな変更を加えることにしました。この変更により、パフォーマンスと信頼性の向上とさらなるサービス強化を見込んでいます。この記事ではその変更の一部をご紹介します。また、この変更に際してテストの実行を中断せずに済むための注意点もお伝えします。 信頼性が向上 間もなく実施される新バージョンのデプロイにより、マイクロソフトはこのサービスの信頼性向上と誤検知の件数の減少を見込んでいます。また、Application Insights の大幅な利用拡大を促すために、可用性テストの新規作成に必要なキャパシティを増加させます。このように、アーキテクチャの設計を一新することで、新たなリージョンの追加がよりスムーズになることも期待しています。今後、アプリの可用性テストを実行できるリージョンを増やす予定ですので、楽しみにしていてください。 UI を刷新 バックエンド…


Azure Data Studio: Postgres 用オープン ソース GUI エディター

データベースや他の種類のソフトウェアの操作に使用するツールは、エクスペリエンスを強化する力にも、それを妨げる障害にもなります。PostgreSQL には psql というかなり強力なコマンド ライン ツールがありますが、ユーザーの中には、グラフィカル エディターの方を断然好む人がいます。 https://azure.microsoft.com/ja-jp/blog/azure-data-studio-an-open-source-gui-editor-for-postgres/


Azure Database for PostgreSQL 向け TimescaleDB で IoT と時系列のワークロードを強化する

Timescale とのパートナーシップにより、Azure Database for PostgreSQL で TimescaleDB のサポートがいよいよ開始されました。これにより、お客様が IoT と時系列ワークロードを構築できます。 https://azure.microsoft.com/ja-jp/blog/power-iot-and-time-series-workloads-with-timescaledb-for-azure-database-for-postgresql/


Azure Container Registry 仮想ネットワークおよびファイアウォール規則のプレビュー サポート

Azure Container Registry (ACR) ではユーザー認証およびヘッドレス サービス アカウント認証がサポートされていますが、お客様からは、パブリック エンドポイント アクセスを制限してほしいとの声が寄せられていました。そこで Azure Virtual Network (VNet) でレジスト リアクセスを制限できるようにしました。オンプレミス サービスでの IP アドレスと範囲のホワイトリスト登録も可能です。 https://azure.microsoft.com/ja-jp/blog/azure-container-registry-virtual-network-and-firewall-rules-preview-support/


Azure Virtual Machines の SQL Server 用 Azure Backup が一般提供開始

現在、お使いの SQL Server はどのようにバックアップしていますか。おそらく、バックアップ サーバー、エージェント、およびストレージの管理が必要なバックアップ ソフトウェアを使用しているか、サーバーごとにバックアップを管理しなければならない複雑なカスタム スクリプトを作成しているのではないでしょうか。 https://azure.microsoft.com/ja-jp/blog/azure-backup-for-sql-server-in-azure-virtual-machines-now-generally-available/


イベント開催のご案内 | 2019/3/25 号

マイクロソフトでは、様々な支援ができるよう多数のセミナー(ウェビナーおよび各地でスクール形式行われるセミナー)を開催しております。 遠方で参加が難しい方や当日都合が悪くなった方には、オンラインでご参加いただける形式のセミナーも多数実施しておりますので、お気軽にご参加いただき、お役立て下さい。(参加には事前のお申込みが必要になります) なお、過去のウェビナーは Azure サイトの歩き方ページより、 [学習する] ― [過去の Web / 動画セミナー (2018 年 1 月以降)] から参照いただけます。 ※このエントリーは、期間内のイベントに限り、登録サイトが公開され次第順次アップデートされます。 ウェビナー 2019 年 4 月 11 日(木) 16:30-17:30 サポート エンジニア直伝シリーズ! 全 3 回 第 1 回 オンプレミスの Windows Server 2008 環境を Azure に移行しよう! Windows Server 2008 / 2008 R2 のサポート期間終了 (EOS) は 2020 年 1 月と、もう 1 年を切っています。 しかしながら、Azure…


マイクロソフトと NVIDIA のソリューションで、ビデオ分析がインテリジェント エッジで可能に

執筆者: Emmanuel Bertrand (Senior Program Manager, Azure IoT) このポストは、2019 年 3 月 18 日に投稿された Microsoft and NVIDIA extend video analytics to the intelligent edge の翻訳です。   人工知能 (AI) のアルゴリズムは日々洗練され、高度化しています。それにより今やカメラを始めとする IoT デバイスが現実とデジタルをつなぐ架け橋となっています。この AI アルゴリズムによってアラートがトリガーされ、自動でアクションが取られます。たとえば、空いている駐車スペースや小売店の欠品商品を特定したり、太陽発電パネルの異常を検知したり、危険な場所に近づく作業員を検出したりすることができます。 こうした最新の AI アルゴリズムをデータセンターで処理するためには、安定した高帯域幅の接続でビデオ フィードをクラウドに配信する必要があります。しかし、これに使用されるカメラは遠隔地に設置されることも多く、接続が不安定だったり、帯域幅、セキュリティ、コンプライアンスが問題となったりして十分な感度が得られない場合があります。 これを受け、マイクロソフトと NVIDIA は連携して新たなアプローチに取り組むことにしました。具体的には、インテリジェントなビデオ分析をエッジで実行し、大容量の生のビデオ データを小容量のテレメトリに変換するという方法です。これにより、リアルタイムのパフォーマンスを配信できるようになり、ユーザーのコンピューティング コストも削減できます。この「センサーとしてのカメラ」とエッジ ワークロードは Azure IoT Edge によってローカルで管理され、カメラ ストリームの処理には NVIDIA DeepStream (英語) が使用されます。また、ビデオが変換された後、データは Azure IoT Hub…


Azure Machine Learning サービスで NVIDIA RAPIDS をサポート

執筆者: Kaarthik Sivashanmugam (AI Platform, Microsoft) このポストは、2019 年 3 月 18 日に投稿された Azure Machine Learning service now supports NVIDIA’s RAPIDS の翻訳です。   Azure Machine Learning サービスは、主要なクラウド機械学習サービスの中で初めて NVIDIA RAPIDS をサポートしました。RAPIDS は、NVIDIA GPU により従来型の機械学習パイプラインを高速化するソフトウェア ライブラリ スイートです。 GPU の活用によって、トレーニングと推論のパフォーマンスがかつてないほど向上し、ディープ ラーニングに革命的な進化が起きたように、RAPIDS でも GPU の力で従来型の機械学習を劇的に進化させることができます。Azure Machine Learning サービスで RAPIDS を使用すると、NC_v3、NC_v2、ND、ND_v2 の各シリーズの GPU によって、データ処理、トレーニング、推論などの機械学習パイプライン全体を高速化できます。パフォーマンスは (GPU 4 基の場合) 20 倍以上アップし、トレーニング時間も数時間から数分に短縮され、より短い時間でインサイトが得られるようになりました。 以下の図は、XGBoost による勾配ブースティングを利用したデシジョン ツリーのトレーニングを…


ONNX Runtime と NVIDIA TensorRT の統合: プレビューを開始

執筆者: Manash Goswami (Principal Program Manager (AI Frameworks)) このポストは、2019 年 3 月 18 日に投稿された ONNX Runtime integration with NVIDIA TensorRT in preview の翻訳です。   本日マイクロソフトは、ONNX Runtime (英語) で NVIDIA TensorRT 実行プロバイダーのプレビューをオープン ソースとして公開しました。このリリースでは、開発者が業界最先端の GPU アクセラレーションを好きなフレームワークで使用できます。これにより、オープンで相互運用可能な AI の実現に向けてさらに一歩近づきました。開発者の皆様は ONNX Runtime で TensorRT (英語) を活用することで ONNX モデルの推論を高速化し、PyTorch や TensorFlow を始めとする主要なフレームワークからエクスポートまたは変換できます。 マイクロソフトと NVIDIA は、TensorRT 実行プロバイダーを ONNX Runtime と統合するために緊密に連携を取り、Model Zoo…


組み込みの Azure Blueprints による環境設定の簡素化とコンプライアンス ニーズへの対応

仮想ネットワークやポリシーなどの基本的な一連の Azure インフラストラクチャを特定の ISO コントロールにマップするコンプライアンス基準である ISO 27001 Shared Services ブループリントのために特別に構築された Microsoft 初の Azure Blueprints のリリースを発表いたします。 https://azure.microsoft.com/ja-jp/blog/simplifying-your-environment-setup-while-meeting-compliance-needs-with-built-in-azure-blueprints/