亚马逊AWS官方博客

本篇博文将介绍创建用于 AWS RoboMaker 的 bundle 的常规工作流，以及常见问题的一些解决方案。

将向大家介绍新推出的 AWS Deep Learning Containers。这些 Docker 映像可以随时与 TensorFlow 或 Apache MXNet 配合使用以进行深度学习训练或推理，对其他框架的支持也将很快推出。客户告诉我们，他们正在使用 Amazon EKS 和 ECS 将 TensorFlow 工作负载部署到云中，并要求我们让这一任务变得尽可能简单直接，为此我们构建了这些容器。虽然我们已经做到了客户的要求，但仍对这些映像进行优化以在便于在 AWS 上使用，希望能够减少训练时间，提高推理性能。

Amazon Redshift 是一款可以扩展到 EB 级的数据仓库。本博文将会向大家如何配置 Redshift 以根据需要增加查询处理能力。

AWS Application Load Balancer 自 2016 年夏使用至今！ 它们支持基于内容的路由，适用于无服务器且基于容器的应用程序，并且具有高度可扩展性。很多 AWS 客户使用现有的基于主机和路径的路由来增强 HTTP 和 HTTPS 应用程序，同时利用其他 ALB 功能，例如端口转发（非常适合基于容器的应用程序）、健康检查、服务发现、重定向、固定应答以及内置身份验证。

本博文将介绍一种存储 Amazon S3 中重要但不经常访问的数据的更具成本效益的新方法。

本博文将添加 M5ad 和 R5ad 实例，这两个实例均由定制的 AMD EPYC 7000 系列处理器提供支持，并基于 AWS Nitro 系统构建。

AWS App Mesh 帮助您大规模运行和监控 HTTP 和 TCP 服务。您可以一致的方式进行路由和监控流量，深入了解问题，并能够在故障或代码更改后重新路由流量。App Mesh 使用开源 Envoy 代理，为您提供源自 AWS 合作伙伴和开源社区的各种工具的使用权限。

本文按照从简单到复杂的顺序，描述了在各种不同的场景下，如何把MySQL数据库的数据迁移到Amazon Aurora里。

RPM 和 Docker 容器为二进制版本。如果您希望根据我们的代码库进行开发工作，或要基于您自己的 Elasticsearch 二进制文件安装我们的插件，则您必须下载源代码并基于源代码进行构建。我们会发布多篇博客文章来向您介绍如何执行此操作。在本篇文章中，我们首先介绍 SQL 插件。其他插件有各自不同的代码库和编译方法。请随时关注！

关系数据库由来已久。数十年来，管理关系数据库一直都是一件对技能要求非常高的劳动密集型工作。它要求有专门的系统和数据库管理员全神贯注。对关系数据库进行扩展并同时保持容错能力、性能和爆炸半径大小（发生故障的影响），一直是管理员们面临的一个持久挑战。
这些问题很难处理，需要突破传统关系数据库架构才能解决。当亚马逊公司面临 Oracle 等传统关系数据库的局限性时，我们创建了一种先进的关系数据库服务 Amazon Aurora。Aurora 的设计保留了关系数据库的核心事务一致性优势。它在存储层进行了创新，构建了一个面向云的数据库，可以在不牺牲性能的前提下支持现代工作负载。在本博文中，我将向大家介绍了一下我们是如何构建 Aurora 的。此外，我还将讨论为什么客户采用它的速度要比 AWS 历史上的任何其他服务都快。