Author: AWS Team

本文基于AWS开发者服务包括CodeCommit、CodeDeploy,再结合中国企业客户常用的主流开源CI/CD工具比如Jenkins、 Sonar、Maven等，演示在AWS云上构建自动化CI/CD流水线

云上自动驾驶数据湖参考架构和落地实践。

本篇博客介绍了如何使用开源数据库迁移管理工具TiDB Data Migration将分库分表的数据库迁移到Amazon Aurora。

本文会带您一步一步地在AWS上部署Spline,提供在Glue和EMR中实现Spark代码级别的血缘，并且结合开源数据湖架构Hudi和Delta Lake来提供批流入湖实例，本文会重点介绍如何使用Spline来捕获。

机器学习（ML）可以优化多个垂直行业的核心业务功能（例如需求预测、信用评分、定价、预测客户流失、确定下一次最佳商品推荐、预测延迟发货及提高生产质量），从而帮助企业增加收入、推动业务增长并降低成本。传统机器学习开发周期需要几个月的时间，且需要稀缺的数据科学和机器学习工程技能。分析师对机器学习模型的想法往往会积压很长时间，因为需要等待数据科学团队有空来实现，而数据科学家的精力却往往放在需要其全部技能的更复杂的机器学习项目上。

在过去的三月份，亚马逊云科技中国区域落地了40个新功能或新服务。我们将基于客户需求来不断的加快创新的步伐，提升客户的使用体验。

本文将介绍基于亚马逊云科技无服务器技术构建的通知方案，客户无需编写代码，仅需简单配置，一键部署，即可将各种通知集中到流行的即时通信软件。

通过Istio在Amazon EKS上实现灰度发布

对于SaaS软件开发团队，将基于Windows .Net的传统应用通过lift-shift方式迁移上云往往只是云端之旅的开始。 本文结合SaaS应用系统的改造实践，介绍了Windows工作负载的现代化改造路径，包括单体应用程序向微服务的分解思路，Windows应用容器化实践，以及使用亚马逊云科技的ECS服务实现容器化改造过程中解决的实际问题。希望通过实践分享，助力您更快实现传统应用向现代化架构的转变。

这篇文章中，我们使用 Lambda 架构，介绍如何分析业务，以及如何以数据湖为本来形成流批一体的架构。