AWS Team | 亚马逊AWS官方博客

手把手教你快速部署 Spot 实例并配置中断邮件警告

在这篇博客文章中，我们将展示如何使用AWS CLI命令行快速部署Spot实例并配置中断邮件警告。

使用 Amazon Kinesis 快速构建流式数据分析架构

本文详细介绍了如何利用Kinesis构建流式数据架构并带有指导实验。

在 AWS Control Tower 账户中启用 AWS IAM Access Analyzer

在本文中，我们演示了如何在整个AWS Control Tower组织中启用IAM访问分析器。我们展示了如何将IAM访问分析器的管理权限委派至AWS Control Tower审计账户，以及如何在所有区域中启用分析器。在组织层面实施IAM访问分析器，能够帮助大家快速确定哪些资源允许来自AWS Organization之外的访问，进而提高组织的整体安全性。

为了减少 Java 开发者学习深度学习的成本，AWS构建了Deep Java Library (DJL) (https://djl.ai/)，一个为 Java 开发者定制的开源深度学习框架。它为 Java 开发者对接主流深度学习框架提供了一个桥梁。DJL 同时对 Apache MXNet，PyTorch 和 TensorFlow 最新版本的支持，使得开发者可以轻松使用Java构建训练和推理任务。在这个文章中，我们会尝试用 DJL 构建一个深度学习模型并用它训练MNIST手写数字识别任务。

利用 AWS Transit Gateway 和 SD-WAN 优化企业全球组网

我们的客户可以充分利用 AWS 全球网络资源构建属于自己的私有网络，服务业务部门走向全球。利用 AWS Direct Connect Gateway、Transit Gateway 等产品能实现多 region 跨账号复杂组网，架构也具有极高的可用性和灵活性，结合 SD-WAN 广域网产品可以充分利用互联网带宽，满足更多业务精细化管理的需求。

在 Kubernetes 上优化 Spark 性能

要保证Spark工作负载的良好运行，我们必须在计算、网络与存储资源的I/O中做出权衡与优化。客户永远希望以最佳性能与最低成本的前提下运行此类工作负载。为了满足需求，Kubernetes提供多种调整选项，而本文涵盖了其中几项值得关注的优化技巧。希望大家能够由此得到启发，灵活运用最佳实践以改善Spark性能。如果大家还有更多意见或者建议，也请在eks-spark-benchmark GitHub repo上创建问题留下您的反馈。