Author: AWS Team

Amazon Translate极大丰富了Alexa的语言支持范围，并显著提高了其问题回答效果，帮助Alexa更快更好地走向全球市场。关于Amazon Translate功能的更多详细信息，请参阅Amazon Translate说明文档。

本文讨论了如何使用Apache Flink与Kinesis Data Analytics构建流式ETL管道。其中着重强调了如何构建可扩展解决方案，在解决流式摄取中部分高级用例的同时，保持较低的运营开销。这套解决方案将帮助大家快速实现流式数据的丰富与转换，并将其加载至数据湖、数据存储或者其他分析工具当中，且无需执行额外的ETL操作步骤。本文还探讨了如何通过监控与故障处理对应用程序加以扩展。

在本文中，我们了解了如何使用Amazon Kendra部署企业搜索服务。您可以使用机器学习支持的Amazon Kendra改善公司内部的搜索体验。您也可以在不具备任何机器学习/AI经验的前提下，使用自然语言快速检索文档。关于Amazon Kendra项目的更多详细信息，请参阅AWS re: Invent 2019大会上Andy Jassy做出的主题演讲、Amazon Kendra常见问题解答以及Amazon Kendra是什么？

在本文中，我们理解了异常检测的目标，并探讨了异常检测模型与输出结果方面的详细信息。目前，大家可以轻松从Amazon ES以及Open Distro for Elasticsearch当中获得这些功能。最后，我们还将异常检测工具的结果与两种常用模型进行了比较，并观察到相当可观的性能改进。

AWS 成本管理服务可让客户成功查看、管理、规划和优化云支出。

在本文中，我们将讨论了在AWS云中运行Kafka的几种常见模式。AWS还提供另一种托管解决方案，即 Amazon Kinesis Data Streams。该方案无需为服务器的管理或扩展而分神，大家可以在几秒钟之内扩展流式管道规模且无任何停机，跨可用区数据复制将自动执行，以开箱即用的方式享受良好的安全保障，Kinesis Data Stream与Lambda、Redshift、Elasticsearch等多种AWS服务以及Storm、Spark、Flink等开源框架紧密集成。

How-to optimize your app on ARM instance.

本文主要介绍AWS如何与NetApp结合，在企业内部IT环境和公有云的EDA混合架构的场景下，提供高性能、高安全和可扩展的企业级统一数据存储，帮助客户更快更好的进行研发，随时随地从云上和云下的数据中发掘更多价值。

在关键任务SQL Server的部署当中，多区域策略将成为决定项目成败的关键。本文的重点在于讲解如何使用分布式可用性组更好地实现这一目标。

本文向您解释如何根据当前安全策略识别不活跃的Aurora PostgreSQL用户，并对其执行锁定或删除。在尝试使用此解决方案时，请测试并不断修改代码以满足您的实际需求。您还应考虑添加警报机制以保证当前作业的正常运行，并在用户被锁定或删除时发出通知。