Category: Technical How-to

在本文中，我将演示如何使用新的开源 Lambda Powertools 库来执行其中一些最佳实践，而无需编写大量自定义代码。

AWS Cloud Development Kit (AWS CDK) 是一个开源软件开发框架，可使用户通过熟悉的编程语言来定义和预置 AWS 基础设施。使用 CDK，您可以对基础设施进行版本控制，且基础设施即代码的改变可为您更高效可靠地管理 AWS 基础设施提供新机会。

AWS 上的客户使用 Amazon SageMaker 和其他服务（例如 AWS Lambda、AWS Fargate、AWS Elastic Beanstalk 和 Amazon Elastic Compute Cloud (Amazon EC2)）在生产中部署经过训练的机器学习 (ML) 和深度学习 (DL) 模型。

一种适合于 JavaScript 和 TypeScript 的运行时 Deno 1.0 已于 5 月推出，它提供有一些面向 JavaScript 开发人员的具有吸引力的功能。

本博文说明了如何使用 Amazon Web Services (AWS) 为服务器端 Swift 代码创建一个持续交付管道。我们将使用托管式 AWS 服务（例如 AWS CodePipeline、AWS CodeBuild 和 AWS CodeDeploy）创建管道。此管道将在运行 Amazon Linux 2 上的 EC2 虚拟机上编译、构建、测试和部署一个简单的 Swift Web 服务。

在本博文中，将演示 Sysdig 最近对 YACE (Yet Another CloudWatch Exporter) 的开源贡献。YACE 是一个 Prometheus 导出程序，旨在引入 CloudWatch 指标并通过 AWS 服务指标丰富现有 Prometheus 设置。Sysdig 通过 PromCat 推出这些增强功能，后者是一种用于 Prometheus 监控的开源资源目录。此外，我查看了一些如何充分利用这些集成的示例，包括：

这是一篇由 John Preston 提供的客座博文，John Preston 是一位经验丰富的解决方案架构师，他热衷于开发，并且花了大量时间在 AWS 架构部署自动化的处理和开源上，包括 ECS ComposeX 开源项目。在本博文中，John 将会讨论此项目的动机，以及如何使用 Docker Compose 文件格式构建您的基础设施以及将您的服务部署到 AWS 服务。

很多 AWS 客户（包括初创公司和大型企业）都正在其现有应用程序中采用机器学习和深度学习。行业的创新速度促使各企业采用机器学习，其涉及的业务使用案例从客户服务（包括从图像和视频流进行对象检测、情绪分析）到欺诈检测与协作不等。然而，直到最近，采用学习曲线仍然相当陡峭，需要用新的编程语言（例如 Python）和框架开发内部技术专业知识，从而对从编写代码到构建、测试和部署的整个软件开发声明周期产生级联效应。本博客文章中所述的方法可使企业利用现有的才能和资源（框架、管道和部署）来集成机器学习功能。

在本博文中，我们将详细介绍 Sealed Secrets 开源项目中的工具使用情况，该项目允许用户管理将敏感信息部署到 Kubernetes 集群的过程，还可以将这些信息安全地存储在 Git 存储库中和集成到持续交付管道。

本次访谈中，Kat 讲了 Open Robotic 的两个产品 ROS 和 Gazebo 的相关背景知识，还说明了 2020 年按计划即将对 ROS 文档和网站进行哪些更改。