亚马逊AWS官方博客

传统的缓存系统构建方式往往非常复杂，而且需要占用大量资源。Heimdall Data能够自动对SQL结果进行缓存处理，且无需变更应用程序本体，从而大大降低运营负担。从实际用例来看，用户的常规缓存命中率可达90%、响应性能提高达20倍，且每年可节约长达数月的软件开发与管理时长。现在，您可直接在AWS Marketplace上下载Heimdall的免费试用版本。

本文将演示在AWS EKS 中如何使用envoy 1.14集成AWS Lambda。

本文向大家介绍了如何在Amazon RDS for SQL Server上的表格建模中配置SSAS。如果您在Amazon EC2上运行SSAS，则可直接将相应工作负载与SQL Server数据库所在的RDS DB实例进行合并，从而显著降低运营成本。您可以轻松处理来自数据仓库及其他关系数据库（本地或云数据库）的数据、执行分析查询，并对SSAS数据库进行备份与还原。欢迎大家马上通过AWS Console体验SSAS，并在下文评论区下分享您的看法与心得。

已经上线！ 这项新的全局数据存储功能目前已经在美国东部（北弗吉尼亚州）、美国东部（俄亥俄州）、美国西部（北加利福尼亚州）、美国西部（俄勒冈州）、亚太（韩国首尔）、亚太（澳大利亚悉尼）、亚太（新加坡）、亚太（东京）、欧洲（德国法兰克福）、欧洲（爱尔兰）、欧洲（英国伦敦）等区域上线。感兴趣的朋友可以立即体验，或者通过AWS Amazon ElastiCache分论坛/AWS客户服务人员与我们沟通或提出反馈意见。

在本文中，我们将着力探讨被动安全，即审计部分的内容。我们将介绍DataSunrise如何监控Aurora中的运行内容、监控的实现方式以及使用方法。在后续文章中，我们还将进一步介绍安全保障的其他方面，包括主动安全、数据掩蔽与敏感信息发现等。

自SageMaker在中国区上线以来，得到了用户的广泛使用。本博客将针对用户在使用SageMaker时对GPU性能的疑问进行分析与验证，通过阅读本博客，用户将了解如何查看实例中GPU的运行状态，如何测试并对比CPU与GPU的性能，以及如何在SageMaker Studio中分别运用CPU和GPU进行神经网络的训练。

本文从商业数据库到PostgreSQL的迁移场景出发，向开发者朋友们分享了一些技巧与最佳实践。本文的重点在于介绍迁移过程中需要面对的种种决策，以及决策结果给数据库性能造成怎样的影响。在迁移过程中，请牢记这些性能方面的影响因素，这将帮助大家提前避免随后可能因迁移出现的种种性能问题。

Amazon Elastic Kubernetes Service (EKS) 已经迅速成为机器学习工作负载的的首要选择。

AWS 上的客户使用 Amazon SageMaker 和其他服务（例如 AWS Lambda、AWS Fargate、AWS Elastic Beanstalk 和 Amazon Elastic Compute Cloud (Amazon EC2)）在生产中部署经过训练的机器学习 (ML) 和深度学习 (DL) 模型。

在 3 月初进行的跨北欧之旅中，我在一周的时间内去了丹麦、芬兰和瑞典，Amazon 要求我和我的同事们尽可能在家办公。于是我结束了旅行，回到西雅图，并尽力适应这瞬息万变的时代。 在接下来的几周里，我不得不取消多个计划行程，我与同事和客户的所有面对面会议都被 Amazon Chime 视频通话取代，我们决定从我的家庭办公室开始录制 AWS 的新增功能。