亚马逊AWS官方博客
Category: Application Services
使用AWS CodeCommit 管理 Amazon SageMaker 代码
SageMaker Studio 提供了一个基于 Web 的单一可视化界面,您可以在其中执行准备数据以及构建、训练和部署模型所需的所有 ML 开发步骤。将 Amazon SageMaker Studio 代码存储在 AWS CodeCommit 存储库中,您可以将它们作为独立文档保存以备将来重用。 继续阅读以了解在 CodeCommit 上配置基于 git 的存储库以管理使用 SageMaker 开发的 ML 代码的步骤。
新增 Amazon Step Functions Workflow Studio:一种用于构建状态机的低代码可视化工具
今天,我们推出了 Workflow Studio,这是一种低代码可视化工具,可帮助您通过引导式交互界面学习 Step Functions,并支持更快地创建工作流原型并构建工作流。
Spring Cloud 的云原生迁移 – AWS 上的混合部署架构(下篇)
本文介绍Spring Cloud在AWS上的云原生迁移,及所涉及主要服务的具体操作.
Spring Cloud 的云原生迁移 – AWS 上的混合部署架构(上篇)
本文介绍Spring Cloud在AWS上的云原生迁移,及所涉及主要服务的具体操作。
基于 ElasticSearch 服务对 Application Load Balancer 日志做可视化分析
本文介绍Spring Cloud在AWS上的云原生迁移,及所涉及主要服务的具体操作。
AWS Step Functions 添加了对“选择”状态的更新、对上下文对象的全局访问、动态超时、结果选择并为 Amazon States Languages 添加了内部函数
今天,我们宣布通过更新 Amazon States Language (ASL) 来增强 AWS Step Functions。ASL 是一种基于 JSON 的结构化语言,用于定义状态机和可执行工作的状态集合(任务状态),确定要过渡到下一个状态的状态(选择状态),并在出错时停止执行(失败状态)。通过今天推出的更新,客户可以编写简化的工作流应用程序,提高状态机定义的灵活性,减少 lambd 调用,并减少状态过渡以节省成本。
AWS X-Ray 现支持 Amazon API Gateway 和全新抽样规则 API
您或许还没注意到,AWS X-Ray 可以帮助开发人员分析和调试生产和开发环境中的所有内容,从简单 Web 应用程序到复杂的大型分布式微服务。自 X-Ray 于 2017 年正式推出以来,我们快速响应客户反馈,不断进行迭代,增强该服务,例如通过 AWS Key Management Service (KMS) 增强加密服务,增添了新的 SDK 和语言支持(支持 Python!),开放了守护程序的源代码并提供了延迟监控工具。今天,我们又增添了两项新功能:
添加了 Amazon API Gateway 支持,从而更轻松地跟踪和分析通过 API 传递到底层服务的请求。
我们最近还推出了支持在 AWS X-Ray 控制台和 API 中控制抽样规则。
我将向您展示如何为 API 启用跟踪。
Amazon Comprehend 发布异步批处理操作
在反复研究客户反馈之后,我们将发布适用于 Comprehend 的全新异步批量推理功能。异步批处理操作可处理存储在 Amazon Simple Storage Service (S3) 存储桶中的文档,并可执行所有常规 Comprehend 操作,例如实体识别、关键短语提取、情绪分析和语言检测。与单文档 API 和批处理 API 相比,这些新的异步批处理 API 支持的文档要大得多,从而减少了客户截断文档以获取服务的需求。当然,所有单文档 API 和批处理同步 API 操作仍可用于提供实时结果。通过增加异步操作,开发人员可以选择最适合其应用程序的工具。让我们深入了解一下这一新型 API。