Amazon cria sistema de computação que busca erros e otimiza códigos de serviços na nuvem

amazon

O nome do sistema é Amazon CodeGuru

O Amazon CodeGuru é uma ferramenta de desenvolvedor com tecnologia de machine learning que fornece recomendações inteligentes para melhorar a qualidade do código e identificar as linhas de códigos mais caras de um aplicativo. Integre o Amazon CodeGuru ao seu fluxo de trabalho de desenvolvimento de software existente, onde você experimentará análises de código integradas para detectar e otimizar as linhas de código caras para reduzir custos.

O Amazon CodeGuru Profiler ajuda os desenvolvedores a encontrar as linhas de código mais caras de um aplicativo, além de visualizações e recomendações específicas sobre como melhorar o código para economizar dinheiro.

O Amazon CodeGuru Reviewer usa a tecnologia de machine learning para identificar problemas críticos e erros difíceis de encontrar durante o desenvolvimento de aplicativos para melhorar a qualidade do código.

Benefícios

Descubra onde seu aplicativo está gastando seu dinheiro

Quanto mais eficiente o código e o aplicativo, menos onerosa é a execução. Os desenvolvedores podem usar o Amazon CodeGuru Profiler para encontrar possíveis economias para qualquer aplicativo em execução na produção. O Amazon CodeGuru Profiler fornece visualizações e recomendações sobre como corrigir problemas de desempenho e o custo estimado da execução de código ineficiente, ajudando os desenvolvedores a priorizar a correção. Otimize o desempenho de qualquer aplicativo em execução no AWS Lambda, no Amazon EC2, no Amazon ECS, no AWS Fargate ou no AWS Elastic Beanstalk e no local. Para EC2, Containers e aplicativos no local, conecte o agente de criação de perfil à sua JVM e, para o Lambda Instantiate, conecte o agente dentro do seu código Lambda com uma alteração de uma linha.

Encontre problemas de código caros antes que eles atinjam a produção

Treinado ao decorrer de décadas de conhecimento e experiência, o Amazon CodeGuru Reviewer usa a tecnologia de machine learning, práticas recomendadas e lições aprendidas em milhões de análises de código e milhares de aplicativos em projetos de código-aberto e internamente na Amazon.com. Para análises de código, os desenvolvedores informam seu código no GitHub, no GitHub Enterprise, no Bitbucket Cloud e no AWS CodeCommit e adicionam o Amazon CodeGuru Reviewer como um dos revisores de código, sem outras alterações no processo normal de desenvolvimento. O Amazon CodeGuru Reviewer analisa as bases de código existentes no repositório, identifica erros difíceis de encontrar e problemas críticos com alta precisão, fornece sugestões inteligentes sobre como corrigi-los e cria uma linha de base para sucessivas análises de código.

Descubra sua linha de código mais cara hoje

Amazon CodeGuru Profiler detecta automaticamente anomalias no desempenho de métodos críticos na pilha de aplicativos que começam a consumir mais CPU ou mostram maior latência. Dentro de 10 minutos, ele notifica o desenvolvedor designado sobre a anomalia. Essa detecção e notificação antecipadas evita a escalada do problema na produção e dá ao desenvolvedor tempo suficiente para corrigi-lo, antes que ele afete a disponibilidade de seu serviço e a experiência de seus clientes.

O Amazon CodeGuru Reviewer detecta o desvio das práticas recomendadas para uso de APIs e SDKs da AWS, sinalizando problemas comuns que podem levar a problemas de produção, como detecção de paginação ausente ou manipulação de erros com operações em lote. Ele detecta problemas de simultaneidade, como violações de atomicidade e o uso de classes que não são seguras para as linhas, difíceis de encontrar, mesmo para programadores experientes. Ele também detecta quando os recursos são fechados incorretamente, criando exaustão e interrupção de recursos. Por fim, ainda identifica a falta de validação de entrada, onde entradas não autorizadas podem levar a problemas como ataques de injeção ou negação de serviço.

Fonte: Amazon Web Services
Via: Amazon Web Services

Compartilhe

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

×