亚马逊AWS官方博客

我们目前正在澳大利亚、印度尼西亚、西班牙、印度和瑞士构建 AWS 区域。我很高兴地宣布，AWS 中东（阿联酋）区域正在建设中，将于 2022 年上半年开放。新的区域是我们现有投资的延伸，其中已包括两个 AWS Direct Connect 站点和两个 Amazon CloudFront 边缘站点，所有这些自 2018 年起就已到位。

2020 年 10 月，我们宣布推出 AWS Lambda 扩展的预览版，您可以使用它轻松将 Lambda 函数与您的监控、可观测性、安全性和治理工具集成。

Amazon SageMaker 是一种完全托管的端到端机器学习服务，数据科研人员、开发人员和机器学习专家可以快速、大规模地构建、训练和托管机器学习模型。这极大地推进了您所有的机器学习工作，让您能够将机器学习技术迅速融入生产应用程序。

云原生是这两年讨论的比较火的话题，并且逐渐成为应用部署的主流方式。云原生是一种构建和运行应用程序的方法，应用程序从设计之初即考虑到云的环境，充分利用和发挥云平台的弹性自动化优势，在云上以最佳方式运行。

在现代企业的IT运营中，灾备的价值正在与日俱增。客户数据中心故障、服务器硬件损坏，网络攻击，或者地震火灾等事件不仅会引起客户的产线停摆、业务中断，还会造成数据丢失、影响客户商业声誉；对于涉及公共事业服务的企业或者上市公司，如果对灾难事件处理不善甚至还有可能造成社会事件。

本博客文章是适用于开发人员的无服务器入门的第 3 部分，可帮助开发人员从其 IDE 中开始构建无服务器应用程序。

这篇博客是“适用于开发人员的无服务器入门”的第 2 部分，可帮助开发人员从其 IDE 中开始构建无服务器应用程序。

本文将以一个常见的使用案例，通过Amazon Step Functions Data Science SDK创建基于无服务器架构的工作流，过程如下：1.使用Amazon Glue进行ETL工作，生成样本数据集 2.使用SageMaker部署本地训练好的模型，用于机器学习推理

借助Amazon SageMaker Autopilot，您只需要准备好您的数据，就可以轻松实现优化广告投放策略、预测玩家流失等优化运营的需求。

这种全新实践帮助他们彻底摆脱了由Kubernetes集群维护工作带来的沉重负担，包括与之相关的管理、修复、安全、隔离与扩展等日常任务。