亚马逊AWS官方博客

如今，许多公司都在从中小型集中式 Apache Kafka 集群开始着手构建全球流式传输服务，随着时间的推移，他们会选择保留一个整体式集群。本文说明了集中式方法面临的一些挑战，并介绍了使用亚马逊云科技 Amazon MSK Serverless 实施去中心化方法的两种策略。

对于需要构建弹性应用程序并尽可能降低恢复时间目标和恢复点目标的客户，他们希望充分利用亚马逊云科技的全球基础设施来支持其弹性目标。本文演示了一个示例应用程序，并讨论了在迁移到多区域时可用性的变化。您将学习如何使用 Amazon DynamoDB 全局表作为持久性层来构建弹性应用程序。

本文说明了如何使用 Amazon SageMaker Autopilot 构建客户流失机器学习模型，以便亚马逊云科技的客户能够在没有任何机器学习经验的情况下自行生成准确的机器学习预测，以及如何从 Amazon Aurora 集群调用 SageMaker 端点。

本文演示了如何配置亚马逊云科技 Glue DataBrew 以处理嵌套的 JSON 对象，以及如何使用 Amazon QuickSight 进行数据可视化。

亚马逊云科技 Amazon DynamoDB 是一种采用无服务器架构的键-值 NoSQL 数据库，可实现稳定的低延迟结果和高可用性。本文在热门梦幻足球游戏类型的背景下，重点介绍了 DynamoDB 表的设计概念。

本文将说明如何使用亚马逊云科技 Data Migration Service（AWS DMS）自动从 Google Cloud for MySQL 迁移到 Amazon Aurora MySQL 兼容版本，并最大限度地减少停机时间。

在本文中，您将通过维护一个包含表名和几个参数的 JSON 文件，学习如何以标准化方式处理数据湖登陆作业部署。您可以进一步自定义亚马逊云科技 Glue 蓝图，创建自己的多步骤数据管道，将数据移动到下游层和专用的分析服务。

BMW Group 和亚马逊云科技于 2020 年宣布达成全面战略合作。本文讨论了亚马逊云科技 Data Lab 如何使用云数据中心，帮助 BMW Financial Services 为欧洲 BMW 市场之一构建监管报告应用程序。

本文演示了如何使用亚马逊云科技 CloudFormation、开源 Apache JMeter 和 Python 为 Amazon Aurora PostgreSQL 兼容版本数据库生成性能测试框架，帮助客户在 Aurora PostgreSQL 上运行负载测试的多次迭代，做出数据驱动型决策。

越来越多的公司正考虑采用数据网格架构，在这种新出现的范式中，数据按域进行划分，进一步明确了数据和技术堆栈的所有权，并实现了更灵活的设置。在本文中，我们将以一家音乐流媒体公司为例，展示亚马逊云科技如何帮助客户针对需要实时推荐的场景设计数据网格架构。