亚马逊AWS官方博客

Category: Database

利用Neptune图数据库构建工厂知识图谱实践

本文实现了工厂OEE系统上传数据,在AWS Sagemaker里面转化数据,以及在Neptune存放数据的过程,最后在API Gateway 以及Lambda中实现对数据的调用。针对每次OEEEvent发生的 Errorcode进行分析,同时关联工厂产线相关知识比如机器模块,子模块,故障描述,故障原因等一系列机器对应的数据。随着知识数据的不断积累,数据科学家还可以持续使用SageMaker更新知识之间的关联关系,相关的工业场景可以根据实际场景利用本文的方案进行架构设计。

消除复杂性以提高业务绩效:Bridgewater Associates 如何在 AWS 上构建安全、可扩展且基于 Spark 的研究服务

Bridgewater 的核心使命是通过分析市场驱动因素来理解世界的运作方式,并将这种理解转化为高质量的投资组合,为我们的客户提供投资建议。在 Bridgewater Technology 内,我们努力使我们的研究人员在他们最擅长的领域尽可能提高工作效率:建立对全球市场的基本理解。这意味着不再需要处理底层 IT 基础设施,而是专注于构建和改进他们的投资理念。

Amazon DynamoDB 中的单表与多表设计

对于了解 Amazon DynamoDB 的人士来说,单表设计的想法是目前最令人费解的概念之一。与每个实体有一个表的关系概念不同,DynamoDB 表通常在一个表中包含多个不同的实体。 您可以阅读 DynamoDB 文档,观看 re:Invent 讲座或其他视频,或者查看我的书,了解 DynamoDB 中使用单表设计的一些设计模式。我想在更高层次上探讨这个话题,重点介绍支持和反对单表设计的论点。

在 Amazon Aurora PostgreSQL 兼容版上管理长时间运行的读取查询

Amazon Aurora PostgreSQL 兼容版集群由一个主/写入器节点和一个区域中多达 15 个读取器节点组成。您可以将只读工作负载卸载到读取器节点以进行横向扩展读取。如果读取器节点正在访问主节点上具有大量事务活动的表,则在读取器节点上长时间运行的查询可能会导致冲突,并导致不良影响。在这篇博文中,我们将探讨潜在的冲突,并分享在 Aurora PostgreSQL 上管理长时间运行的读取查询的最佳实践。

Fannie Mae 如何利用 Amazon Redshift 数据共享构建数据网格架构以实现自助服务

Amazon Redshift 数据分享支持跨 Amazon Redshift 集群的即时、精细和快速数据访问,而无需复制或移动数据。数据共享提供了对数据的实时访问,因此当创建者更新数据时,用户始终可以看到所有使用者的最新且事务一致的数据视图。您可以跨区域与相同或不同 AWS 账户中的 Amazon Redshift 集群安全地共享实时数据。通过数据共享,可以在组织内部和组织之间以及外部各方之间实现安全且受管控的协作。