亚马逊AWS官方博客

数据平面开发工具包 Data Plane Development Kit(DPDK) 由一组库和用户空间驱动组成的，用来加速包处理和转发的速度并降低延时，本文说明了在AWS ENA上如果使用DPDK，这对于某些网络性能密集型场景下的应用有着现实的意义。后续会进一步对AWS上的容器平台如何使用DPDK进一步讨论。

2019年的 re:Invent 大会将被分为三部分进行回顾，而本篇作为第一部分我们将讨论有关数据、分析和机器学习的所有东西。

在本博文系列的第 1 部分中，您学习了如何使用 Lake Formation 来创建和探索数据湖。本博文将引导您使用控制台中的 Lake Formation 的元数据搜索功能来发现数据，并了解受列权限限制的元数据搜索结果

本文详细说明了如何在 AmazonEKS 上使用 Terraform 和 Jenkins 配置持续集成平台。除了讨论使用 Hashicorp Terraform 在 Amazon EC2 上安装还介绍了配置 Jenkins 和 Spinnaker 管道的创建，此过程是实现强大的协调和分支的各个阶段的组合。

随着云计算的发展，云原生（CloudNative）的概念应运而生。云原生基金会（CNCF） 董事会成员，AWS的云架构战略副总裁，前Netflix云架构总监Adrian Cockcroft定义云原生架构为充分利用按需交付、全球部署、弹性、云原生服务的优势，以在开发者生产率、业务敏捷性、扩展性、可用性、利用率和节约成本等方面得到明显提高。而云原生基金会（CNCF）定义云原生技术为有利于各组织在公有云、私有云和混合云等新型动态环境中，构建和运行可弹性扩展的应用。云原生的代表技术包括容器、服务网格、微服务、不可变基础设施和声明式API。
因此，我们开辟此云原生专栏，旨在为读者带来云原生相关的系列文章，以帮助读者更好地理解和运用云原生，获得更大的业务价值。

对于关键的业务系统，一般都会需要考虑部署灾备方案。在设计灾备方案的时候，对于加密的资料，如何能够在另外的区域使用？密钥如何管理？采用了KMS加密的方案，如何实施灾备呢？针对这些问题，区分服务器端加密和客户端加密两种方式，本文提供了相应的解决方案建议。

新增加的将 Comprehend Medical 提取的信息链接到医学本体的功能。
Comprehend Medical 支持的本体包括：
1. 将医疗状况识别为实体，并将诊断结论、严重性和解剖学差异等相关信息链接为该实体的属性。
2. 将药物识别为实体，并将剂量、频率、强度和给药途径等属性链接到该实体。

纽约时报关于亚马逊如何在技术世界中发挥力量的报道误导了读者。这位记者完全按照自己不全面的主观想法，写出了自己想写的内容，并未报道实情。

Amazon Neptune是一个高性能图数据库，并对图的存储和查询进行了优化，可以存储数十亿个关系并将图形查询延迟降低到毫秒级。它也是一个托管的图数据库，能快速创建图数据库集群，减少了运维和管理图数据库的工作，让我们把工作重心放在业务开发和创新上。Amazon Neptune 支持常见的图形模型 Property Graph 和 W3C 的 RDF 及其关联的查询语言 Apache TinkerPop Gremlin 和 SPARQL，从而使您能够轻松构建查询以有效地分析高度互连数据集。它支持社交网络分析、建议引擎、欺诈检测、知识图谱、药物开发和网络安全等应用案例。

传统上，组织将数据保存在固化、单一用途的系统中，例如本地数据仓库设备。同样，他们使用单一方法来分析数据，例如预定义的 BI 报告。在数据库之间移动数据以使用不同方法（例如机器学习 (ML) 或即兴使用的 SQL 查询）来分析数据时，需要在分析之前进行“提取、转换、加载” (ETL) 处理。这些传统方法即便再好，也是效率低下且存在延迟的。最糟糕的是存在复杂的安全性。