亚马逊AWS官方博客

介绍Linux 网络环境下流量控制拥塞算法的优劣以及如何选择，重点针对BBR以及BBRv2 进行论述。

本文档介绍的方案是通过利用跨区域间的VPC对等连接和S3的接口终端节点，来实现跨区域私有访问S3。

与当前这一代基于 X86 的实例相比，基于Graviton 2的实例为各种工作负载（包括应用程序服务器、微服务、高性能计算、EDA、游戏、开源数据库和内存中的缓存）提供高达 40% 的性价比提升。

利用 CloudEndure 可以方便的在 Amazon Web Services (AWS) 不用区域之间，或者云下与 AWS 云之间迁移或者灾备 Amazon Elastic Compute Cloud (EC2) 实例。CloudEndure 提供了基于 Web 的用户界面来管理项目、配置启动蓝图等。在实际使用中发现，当实例数量过多时，该界面有一定的局限性，一次只能针对一台实例进行配置，不能高效地对多台实例灾备配置进行批量处理。

介绍通过Timestream、Kinesis Stream托管服务和Grafana实现物联网（以PM 2.5场景为示例）时序数据实时采集、存储和分析

首篇我们讨论了NoCode所解决的问题、诞生的背景以及常见的应用领域，并开始逐步改变构建Web和移动应用的方式。人人都可以成为Builder（构建者），无论是否拥有编程技能。2020年7月6日，亚马逊云科技推出了自己的NoCode平台，即 Amazon Honeycode 服务。

本文为StockX公司Sam Bean与Nic Roberts II撰写的客座文章。援引他们的表述，“StockX是一家来自底特律的初创公司，希望以独特的竞价/出价市场革新电子商务体系。我们平台的设计灵感源自纽约证券交易所，并将运动鞋与街头潮牌服饰等商品视为高价值可交易商品。凭借运营透明化的市场交易体验，StockX将帮助消费者以真实市场价购买备受追捧的真品。”

本文为乐天玛特公司大数据分析师Sungoh Park撰写的客座文章。援引他的表述，“作为乐天有限公司下辖子公司，乐天玛特是韩国领先的零售商，销售各类日用百货、服装、玩具、电子产品及其他商品。”

Amazon SageMaker加入Amazon FSx Lustre和Amazon EFS作为训练机器学习模型的数据源，为您现在有了更大的灵活性来选择适合您使用场景的数据源。在此博客中，我们使用了文件系统数据源来训练机器学习模型，从而消除了数据下载步骤，缩短了训练开始时间。

Amazon Forecast 通过提供平均预测并捕捉需求从最小值到最大值变化的预测分布，帮助您针对业务目标优化具体成本。通过此次发布，Forecast现在可以在模型训练过程中为多个分布点提供准确性指标，帮助您快速优化预测过低与预测过高，且全程无需手动进行指标计算。