亚马逊AWS官方博客

2019 年 12 月，Jeff Barr 发表了一篇博文，宣布将在加利福尼亚州洛杉矶推出一个新的本地区域 。本地区域将现有 AWS 区域扩展到更接近最终用户的位置，从而为区域中的 AWS 服务子集提供个位数毫秒的延迟。本地区域附加到父区域（在本例中为美国西部（俄勒冈）），并通过父区域的终端节点执行对服务和资源的访问。这将使本地区域对您的应用程序和最终用户透明。在本地区域中运行的应用程序通过 Amazon 冗余且极高带宽的专用网络主干与父区域关联，由此可以访问所有 AWS 服务，而不仅仅是区域中的子集。

在本次实验中，我们了解了Ground Truth 3D点云标记作业对于输入数据的要求与选项，同时尝试创建了对象跟踪标记作业。关于我们能够在3D点云标记作业中实现的其他任务类型，请参阅3D点云任务类型。另外，我们还要感谢KITTI团队为我们提供这套宝贵的数据集，用于演示如何准备3D点云数据并将其引入SageMaker Ground Truth。

在本文中，我们详细介绍了如何通过几个步骤为AWS WAF部署仪表板，以及如何利用它发现并阻止Web应用程序攻击。现在，您可以采用同样的基本思路为自己的应用程序部署这套解决方案了。如果您对本文中的解决方案及仪表板有任何建议或反馈，请在下方评论区或者项目的GitHub页面上与我们交流。

我接触过的很多客户都使用 Active Directory 来管理各种应用程序和服务的集中式用户身份验证和授权。对于这些客户来说，Active Directory 是他们 IT 拼图的关键部分。

Amazon Route 53 团队刚刚推出了一项名为 Route 53 解析器查询日志的新功能，该功能可让您记录由 Amazon Virtual Private Cloud 内的资源发出的所有 DNS 查询。无论是 Amazon Elastic Compute Cloud (EC2) 实例、AWS Lambda 函数还是容器，如果它位于您的 Virtual Private Cloud 中并进行 DNS 查询，则此功能将记录它；然后您可以探索并更好地了解应用程序的运行情况。

本文展示了如何使用AWS服务构建安全的语音到文本通知解决方案。如果您在未来的应用场景中需要使用多种不同语言，将语音内容转换为文本，则可以直接集成这套解决方案。如果您有任何问题或者意见，请在评论区中与我们交流。

如何监控和调优Spark Streaming实时应用程序是一项非常挑战的工作，您需要随时应对环境中发生的种种变化。另外，还需要监控源数据流和作业的输出，从而可以了解全面的情况。Spark是一套非常灵活并且丰富的框架，它能够提供多种方式来对任务进行监控。本文主要探讨了其中一种有效的方法，使用SparkListeners并将提取到的指标与CloudWatch指标相集成，从而实现监控Spark Streaming微批处理程序的性能。

现在，大家可以将应用程序负载均衡器（ALB）作为HTTPS代理使用，通过互联网访问EMR Web接口。通过这种方式，避免了使用堡垒机创建SSH隧道。这种方法极大简化了对EMR Web接口的访问。

本文介绍了如何在Amazon EMR集群上启动Dr. Elephant与Sparklens工具，以及如何尝试针对计算与内存密集型作业做出优化与性能调整。Dr. Elephant与Sparklens可以帮助大家提高数据集并行性与计算节点利用率，借此加快作业执行速度并提高内存管理效率。凭借工作负载调优与集群并行性控制，这两款工具还能帮助大家克服Spark与Hive作业处理中常见的各类挑战。

随着金融机构积极拥抱FRTB，AWS提供的定性式解决方案将帮助更多组织满足愈发严苛的业务需求。凭借着AWS出色的弹性与速度表现，金融机构可以更快地响应新的、更复杂的法规要求。我们参考实例展示了金融机构如何实际使用AWS计算、存储以及其他服务资源。