Author: AWS Team

本文以土壤微生物宏基因测序为例，演示了如何利用AWS Batch服务调用基于Graviton2处理器的实例用于基因分析，并验证了Graviton2高性价比的特性。

在 Amazon EMR 集群上，通过使用Flink, Spark 等服务与Hudi 集成，配合 Airflow, Amazon MSK 等服务可以轻松实现流式数据湖的构建，从而有效的减少了数据从产生到消费的数据延迟。同时借助 Amazon EMR 和 Amazon MSK, 消除了 Flink /Spark/Kafka 等基础服务运营开销，让这些服务开箱即用，从而使我们只要关心数据湖的构建以及湖上的数据处理

DocumentDB数据库Decimal128的替代解决方案

本文将提出一种基于Amazon ECS Anywhere构建容器化云边统一管理的IoT平台参考架构，介绍了如何利用ECS Anywhere在边缘设备上容器化部署AWS IoT Greengrass，并在Greengrass上部署组件，帮助用户简化IoT设备管理，从云端到边缘确保 IoT 应用的安全，使客户可以专注于业务应用的开发，通过统一的容器管理平台以容器形式在云上和边缘侧快速部署应用，从而构建基于云边一体的IoT平台。

本博客为大家展示如何使用Hiredis-cluster连接Amazon ElastiCache for Redis集群

本篇文章以 Redis 为例，介绍它作为 JuiceFS 的元数据引擎的优缺点，以及在实践中遇到的问题与挑战，并进一步介绍如何使用 Redis Cluster 以及 Amazon MemoryDB for Redis 来解决这些问题。

Hudi作为Amazon EMR提供的智能湖仓的重要组件，已经得到越来越广泛的应用，Hudi在考虑到多种业务场景的同时，也对查询性能提供了很多的优化的方法，例如Index，Metadata Table, Clustering。本篇Blog介绍Hudi在查询方面做的性能优化的方法之一 —- Clustering, 通过介绍 Clustering的原理，操作，以及查询性能的对比，有助于读者理解Hudi Clustering, 并在实际开发中找到适合的场景。

通过AWS CodeBuild为引擎的CI/CD流水线，自动化云上数据应用运维关键步骤，减轻数据开发团队与云运维团队在管理云上数据应用时的额外工作压力

本文介绍的无服务器建站方式提供了快速构建电商独立站的一种方式，非常适合初期建站的用户使用。利用AWS的Serverless服务Lambda，无需管理WordPress的基础设施，自动扩缩容以应对流量高低峰。数据库和缓存也使用AWS托管服务，最大程度减少运维工作量。同时提供CDK代码来部署和管理整套资源，让您可以方便的通过修改CDK代码来进行扩展。

本文介绍的无服务器建站方式提供了快速构建电商独立站的一种方式，非常适合初期建站的用户使用。利用AWS的Serverless服务Lambda，无需管理WordPress的基础设施，自动扩缩容以应对流量高低峰。数据库和缓存也使用AWS托管服务，最大程度减少运维工作量。同时提供CDK代码来部署和管理整套资源，让您可以方便的通过修改CDK代码来进行扩展。