De CodeCommit à S3 Select, AWS range quantité de services au placard

GitLab, bientôt dans le giron d'AWS ? La question peut faire sens si on considère que le premier chercherait à se vendre... et que le second vient de stopper le développement de son produit concurrent.

Le produit en question s'appelle CodeCommit. Son lancement remonte à 2015. Depuis le 25 juillet 2024, il est en mode maintenance : finies les évolutions fonctionnelles. Il n'accepte, par ailleurs, plus de nouveaux utilisateurs. Les organisations AWS qui l'utilisaient avant la date butoir peuvent encore demander à créer des comptes (système de liste blanche). Le groupe américain propose un tuto de migration par création de miroir. Il recommande, comme principaux substituts, GitHub et GitLab.

Deux options maison pour remplacer Cloud9

L'IDE Cloud9 - lancé en 2017 - est également passé en maintenance, à la même date. Pour le remplacer, AWS recommande CloudShell (shell intégré à sa console de gestion) ou ses IDE Toolkits (plug-in pour intégrer ses services dans les principaux IDE).

Athena et Lambda pour succéder à S3 Select

Même sort pour S3 Select (y compris pour S3 Glacier). Rendu disponible en, 2018, le service permet de n'extraire que certaines données d'un objet. AWS conseille trois voies alternatives :

- Filtrage côté client (téléchargement d'un objet sur une instance de calcul, puis requêtes via des bibliothèques clientes)
- Athena (pour traiter plusieurs objets à la fois dans un scénario type data lake)
- S3 Object Lambda (pour ajouter du code aux API S3 GET, HEAD et LIST afin d'effectuer des transformations sur les données)

Autre offre mise au rancart : CloudSearch, lancé en 2012. AWS affiche, pour ce service de recherche, des cas clients dans des domaines comme l'information financière, la recherche biologique participative et le marketing B2B.

De Forecast à SageMaker Canvas

Plus récent (2019), Forecast s'est vu appliquer le même traitement. Parmi les références clients pour ce service de prédiction de séries temporelles :

- Anaplan (éditeur américain de solutions de planification et de gestion), qui l'utilise pour planifier la demande
- More Retail (chaîne indienne de magasins alimentaires), qui en fait usage pour un système de commande automatisé
- Foxconn (fabricant taïwanais de produits électroniques), pour un modèle de prévision de la demande dans une usine au Mexique
- Adore Beauty (détaillant australien de produits de beauté en ligne), pour améliorer sa prévision de CA

Pour remplacer Forecast, AWS oriente vers SageMaker Canvas, outil sans code de développement et de déploiement de modèles ML.

Glue et Step Functions en remplacement de Data Pipeline

Lancé en 2012 comme CloudSearch, Data Pipeline fait aussi partie du lot. AWS avance trois options de migration :

- Glue
Notamment si les workloads concernés n'imposent pas d'orchestrer des serveurs sur site, ni des instances EC2 ou des clusters EMR gérés par l'utilisateur. Et qu'ils ne dépendent pas d'une application Hadoop spécifique comme Apache Hive.

- Step Functions
En particulier si on cherche une solution avec facturation à la tâche, si les workloads orchestrent de multiples services AWS et qu'ils exigent d'orchestrer des serveurs sur site ou bien des instances EC2 ou des clusters EMR gérés par l'utilisateur.

- Amazon Managed Workflows for Apache Airflow
Surtout si on cherche à orchestrer des workflows Python et qu'on compte passer à Apache Airflow pour maximiser la portabilité.

Illustration Annika - Adobe Stock