Author: AWS Team

Amazon Kinesis流式数据处理服务凭借强大的实时处理功能、无需预置或管理任何基础设施、按实际用量付费这些特点，可以帮助企业快速构建流式数据处理、分析平台，获得对企业业务运营的洞察，并帮助企业实时响应业务和客户的需求，加速企业的数字化转型。

Amazon Kinesis流式数据处理服务凭借强大的实时处理功能、无需预置或管理任何基础设施、按实际用量付费这些特点，可以帮助企业快速构建流式数据处理、分析平台，获得对企业业务运营的洞察，并帮助企业实时响应业务和客户的需求，加速企业的数字化转型。

本文阐述了Amazon DocumentDB采用的独特架构如何帮助用户将读取流量路由至副本实例，借此扩展集群吞吐量。要充分发挥这一优势，应使用MongoDB驱动程序中的内置功能以副本集形式接入集群，并设置适当的读取首选项。

在本文中，我们从计算、网络与存储的角度介绍了在AWS上实现Amazon EKS多租户设计的几条注意事项。最重要的是，执行本文中提出的上述策略都应综合考虑执行的成本与复杂性。也正因为如此，尽管每个租户使用一个Amazon EKS集群的方法很有吸引力，但是用户必须具备部署和管理多个集群的能力。团队还应该考虑使用Amazon ECS为各个租户集群快速提供服务。最后，AWS还通过AWS SaaS Factory为合作伙伴及独立软件供应商建设多租户应用程序提供帮助，需要的朋友请不要错过。

通过自动扩缩集群中节点及Pod，正确调整分配给Pod中容器的资源的大小，缩减业务时段以外的部署规模，并将大部分Pod转移至竞价实例，能够为Kubernetes集群节省超过80％的EC2实例成本。这四种重要的方式，均来自AWS良好架构构架中成本优化支柱原则所提到的最佳实践。事实也再次证明，这些建议确实能够帮助客户以更节省和更高效地方式在EKS中运行Kubernetes工作负载。

在本篇文章中，我们了解了ECS集群自动容量伸缩机制的设计目标，同时详细说明了CAS如何实现这些目标。CAS所代表的不只是几项新的API，同时也涵盖了ECS的一整套全新行为。建议大家随时关注本系列博文，深入了解集群容量伸缩的工作原理。

探索Cognito User Pool 在AWS国内区域替代方案。

在本演练中，我们在VPC内创建了两个EKS集群，在其中一个集群上创建了前端服务，另一集群则创建后端服务。我们还创建了一个涵盖两个集群的AWS App Mesh，并使用AWS Cloud Map的发现服务建立起通信通道。整套方法也可扩展至其他集群（不要求一定是EKS集群），包括ECS、EKS、Fargate以及EC2实例等的混合场景。

我们一直在不断向Fargate平台注入创新成果，努力为客户提供更多新的功能与用例。而新架构所表现出的强大、简单与灵活特性也着实令我们感到兴奋。欢迎大家在评论区中分享您对新版本变更的反馈意见以及垫片日志插件的使用感受。当然，大家也可以通过GitHub上的容器路线图repo与我们交流。

Build data scitence platform with Metflow