亚马逊AWS官方博客
使用缓存策略为中国区CodePipeline的执行加速
随着CodePipeline在中国北京和宁夏区的发布,越来越多的企业开始把原有的流水线迁移到AWS上。对于不同的业务和需求,流水线的复杂度也各不相同。其中不乏一些较为复杂的流水线,其复杂主要体现在两个方面,一个是流水线的阶段(stage)比较多,另一个则是阶段(stage)里面动作(action)的步骤比较复杂,这就直接导致了流水线的整个执行时间比较长。本文着重从两个方面对流水线的执行进行加速,一是使用缓存对CodeBuild的任务进行加速,二是根据Docker的特性对镜像构建进行加速。
面向业务分析师的全新实践课程 — 在 AWS 上使用无代码 ML 做出实际决策
人工智能(AI)无处不在。AI 会将某些电子邮件发送到我们的垃圾邮件文件夹。它具有自动更正功能,可帮助我们在发 […]
Amazon WorkSpaces 推出 Ubuntu 桌面
在 AWS,我们乐意为客户提供选择:选择用于部署工作负载、存储最重要的数据的基础设施,或者选择虚拟桌面的操作系 […]
AWS IoT FleetWise 现已正式发布 — 可轻松收集车辆数据并将其发送到云端
今天,我们宣布 AWS IoT FleetWise 正式上市,这是一项完全托管的 AWS 服务,可以简化车辆数 […]
AWS 一周回顾 – 2022 年 9 月 26 日
看起来我的旅行时间表与一周回顾系列博客文章密切相关。本周,我将前往法属加勒比群岛的法兰西堡,与我们的客户和合作 […]
AWS Local Zones 扩展:台北和德里
2019 年底,我向您介绍了加利福尼亚州洛杉矶的 AWS Local Zone。在那篇文章中,我将 Loc […]
AWS Direct Connect高可用路由设计
AWS Direct Connect用于连接客户在亚马逊云科技、本地以及其他云端的数据中心,它为客户提供了一个私有、可靠的混合云连接解决方案。为了确保业务连续性,客户通常会部署多条专线以满足高可用要求。本文将首先描述多条专线互连的混合云架构最佳实践。接着,介绍在多条专线互连的场景下,亚马逊云科技的默认路径选择行为,以及客户如何利用BGP路径属性主动控制路由传播。
在AWS上构建物流需求量预测解决方案
本文讨论了如何在AWS云上构建基于机器学习的物流需求量预测。用于训练模型的数据包括内部和外部数据。机器学习模型使用物流需求量历史数据和其他相关特征进行训练,在推理时用户可以通过对特征的微调来了解特征对模型预测结果的影响。
使用 Apache Parquet 格式的 VPC 流日志优化性能并降低网络分析成本
VPC 流日志可帮助您了解网络流量模式、识别安全问题、审计使用情况,以及诊断 AWS 上的网络连接问题。
基于Amazon CloudFront Extensions开发的CDN监控API
Amazon CloudFront Extensions解决方案提供了监控、配置快照等功能,帮助客户提升CloudFront运维效率。亚马逊云科技合作伙伴VeryCloud结合客户实际使用场景,总结了使用CloudFront Extensions的经验和心得。
