亚马逊AWS官方博客

AWS 亚太地区(大阪)区域现已全面开放,提供三个可用区和更多服务

AWS 进驻日本已有很长时间! 2011 年 3 月,我们开设了亚太地区(东京)区域,2012 年添加了第三个可用区 (AZ),随后又在 2018 年添加了第四个。自该区域启动以来,日本及世界各地的客户在该区域托管了各种各样的应用程序! 2018 年,我们开设了大阪本地区域,为日本客户提供工作负载灾难恢复选项。大阪本地区域距离东京 400 公里,采用位于单个数据中心内的隔离式容错设计。 从本地转为标准 我很高兴地宣布,大阪本地区域现已扩展为标准 AWS 区域,包括三个可用区。与往常一样,AWS 可用区旨在提供物理冗余,并能够承受停电、互联网中断、洪水和其他自然灾害的干扰。 我们目前提供以下服务,更多服务尚在筹备之中:Amazon Elastic Kubernetes Service (EKS)、Amazon API Gateway、Auto Scaling、Application Auto Scaling、Amazon Aurora、AWS Config、AWS Personal Health Dashboard、AWS IQ、AWS Organizations、AWS Secrets Manager、AWS Shield Standard(区域)、AWS Snowball Edge、AWS Step Functions、AWS Systems Manager、AWS Trusted Advisor、AWS Certificate Manager、CloudEndure Migration、CloudEndure Disaster Recovery、AWS CloudFormation、Amazon CloudFront、AWS […]

Read More

Amazon S3 Glacier 降价

Amazon S3 Glacier 存储类别非常适合于每季度至少访问一次的信息数据存档和长期备份(Amazon S3 Glacier Deep Archive 则更适合于极低频率访问的数据)。 Amazon S3 Glacier 将数据存储在三个可用区 (AZ) 中,每个可用区与其他可用区在物理上相隔一定距离,但不超过 100 公里(60 英里)。您可以用低至每 TB 每月 4 美元的价格存储存档和备份,然后在需要访问时从三种检索选项中进行选择(加急、标准和批量)。 我们的客户将此存储类别用于媒体资产工作流程、根据数据保留要求归档医疗保健和金融服务数据、科学数据存储、数字保存以及作为磁带的替代品。要了解更多信息,请查看我们的案例研究 Nasdaq、Reuters、Teespring、BandLab 和 Celgene。 现在变得更加经济高效 除了耐用性和安全性之外,S3 Glacier 存储类别现在还比以前更加经济高效。自 2021 年 3 月 1 日起,我们将所有 AWS 区域 S3 Glacier 的 PUT 和生命周期请求费用降低了 40%。其中包括 AWS GovCloud (美国) 区域、AWS 中国(北京)区域(由 Sinnet 运营)以及 AWS 中国(宁夏)区域(由 NWCD 运营)。请参阅 […]

Read More

了解 2021 年第一批全新 AWS 精英!

全球 AWS 精英计划旨在表彰当地科技界的个人杰出领袖。精英们可以通过博客文章、演示、社交媒体和开源项目分享知识,或通过组织活动、会议和研讨会,来帮助其他人了解 AWS。随着全球社区的发展,我们不断见证新的领袖出现,今天我们很高兴向大家介绍 2021 年的第一批新 AWS 精英,包括来自奥地利、比利时、保加利亚和哥伦比亚的首批精英: Ben Bridts – 比利时安特卫普 社区精英 Ben Bridts 从 2015 年开始专业使用 AWS,作为 Cloudar 的 AWS 技术专家,他与从初创公司到企业的各种组织合作。此外,他也是 AWS 授权讲师,在校园提供 AWS 课堂培训。您可以在 Cloudar 博客上找到他的博客文章,并了解他参与 GitHub 的经历(也许您的 CloudFormation 堆栈还使用了他编写的代码)。他是比利时 AWS 用户组的共同组织者,经常担任各种其他活动的演讲嘉宾。他对无服务器、自动化和支持构建商充满了广泛的兴趣。目前,他将 CloudFormation、Lambda、KMS、CloudFront 和 Lambda@Edge 列为他最喜欢的服务。 Nana Janashia – 奥地利维也纳 容器精英 Nana Janashia 担任 DevOps 顾问和培训师。她创办了“Techworld with Nana”频道,与大家分享她对各种 DevOps 主题的专业见解,并帮助爱好者更轻松地进入这个领域。她向开发人员和 DevOps 工程师团队提供咨询,帮助他们改进现有的 […]

Read More

如何将 Channel Assembly 与 AWS Elemental MediaTailor 结合使用以从现有的源启动虚拟频道

如果您是广播公司或开放式互联网流媒体(Over-the-Top,OTT)频道运营商,现在可以将多个现有点播源的节目集中起来,然后混合到线性播放列表中,从而创建虚拟频道。 过去,由于为了适合在线流式处理而进行媒体转码的成本高昂,加上发现和管理目录中的现有媒体十分复杂,为较小的受众群体(例如基于兴趣或区域偏好的观众类别)创建自定义频道的成本极其昂贵。 AWS Elemental MediaTailor Channel Assembly 现在允许您创建静态或动态的播放列表,通过重复使用现有目录中已经转码的视频片段,将内容流式传输给观众,而不再需要重新对源内容进行转码以进行多区域或观众排列。 您可以选择多种不同的调度方案(例如循环内容),也可以手动将节目动态添加到节目表中,或通过插入推荐引擎提供的节目队列来添加。您还可以使用智能节目感知规则来安排广告时间。 如何开始使用 AWS Elemental MediaTailor 假设我想使用我已经拥有的内容,通过组建一个 HLS 和一个 DASH 打包流来创建一个新的流频道。内容必须按类似的特征进行编码和打包,例如在每个级别具有相同的比特率等级数和相同的参数(编解码器、分辨率、帧速率等)。我可以使用 AWS Elemental MediaConvert 来准备内容并将其存储在 Amazon Simple Storage Service (S3) 上。支持的源格式包括 HLS、DASH 和 CMAF(带 HLS 和 DASH 清单)。在此例中,内容将通过我的 CDN 分发;因此毫不意外,我会使用 Amazon CloudFront。 第一步是定义我的内容源,并注册我想要包含在节目表中的每个资产。在 AWS Elemental MediaTailor 控制台的 Channel Assembly 下,我单击 Create source location(创建源位置): 然后添加我的视频源: 或者使用 AWS 命令行界面 (CLI) […]

Read More

通过实例降价和 Amazon SageMaker Savings Plans 降低 Machine Learning 成本

在 AWS re:Invent 2017 上推出的 Amazon SageMaker 是一项完全托管式服务,已帮助成千上万的客户在 AWS 上快速构建和部署机器学习 (ML) 工作流。 为了帮助他们发挥最大的 ML 优势,我们添加了一系列成本优化型服务和功能,例如托管 Spot 训练、多模型终端节点、Amazon Elastic Inference 和 AWS Inferentia。事实上,客户发现,与其他基于云的选项(如自行管理的 Amazon EC2 和 AWS 托管的 Amazon EKS)相比,SageMaker 三年的总拥有成本 (TCO) 要低 54%。 我们最喜欢的是通过节省资金让客户满意,因此我很高兴地宣布: Amazon SageMaker 中 CPU 和 GPU 实例的价格降低, 推出适用于 Amazon SageMaker 的 Savings Plans。 降低 Amazon SageMaker 中的实例价格 从今天起,我们将 Amazon SageMaker 中的多个实例系列的价格下降高达 […]

Read More

AWS Step Functions 与外部应用程序集成

在实际场景中,我们通常会遇到工作流中需要集成对外部应用做异步调用的需求,Stepfunction提供的基于activity的回调模式可以完美支持以上场景,不但可以方便地定义异步任务和等待流程,并且在等待任务完成的过程中不会产生任何额外费用。 本博客将模拟一个典型的与外部应用集成的工作流场景,通过需求场景描述、stepfunction原理讲解以及代码实现几个步骤,为您深入剖析Stepfunction对回调模式的实现。

Read More

使用Amazon SageMaker训练H2O模型并对其服务化

模型训练与服务化可以说是成功建立端到端机器学习(ML)流程的两大基本环节。这两个步骤通常需要不同的软件与硬件设置,才能为生产环境提供最佳组合。模型训练优化的目标是低成本、训练时间长度可行、科学上的灵活性以及良好的模型可解释性等;而模型服务化的优化目标是低成本、高吞吐以及低延迟。

Read More

使用Amazon SageMaker与Amazon ES KNN特征构建支持NLU的搜索应用程序

语义搜索引擎的兴起使电子商务与零售企业能够更轻松地为消费者提供搜索服务。基于自然语言理解(NLU)的搜索引擎使您可以通过首选会话语言直接表述自己的需求,而不再只能硬性依赖于以输入设备写下相应关键字。您可以使用母语以单词或句子执行查询,并由搜索引擎负责理解并提供最佳结果。

Read More