亚马逊AWS官方博客

AWS Support – 第一个十年

我们推出 AWS Support 已经整整十年,包括专门面向 Amazon EC2、Amazon S3 和 Amazon SQS 的 Gold Plan 和 Silver Plan。从最初西雅图的一个小团队走到今天,AWS Support 团队不断壮大,员工已达数千名,工作地点也扩展到 60 多个。

AWS AppSync – 生产就绪且新增六项功能

如果您构建 (或计划构建) 数据驱动型 Web 和移动应用,并需要实时更新和离线功能,不妨试试 AWS AppSync。AWS AppSync 专为 iOS、Android、JavaScript 和 React Native 应用设计,于 2017 年在 AWS re:Invent 大会上以预览形式发布。有关详情,请单击此处。AWS AppSync 围绕开放标准查询语言 GraphQL 构建,便于应用程序从云中请求所需的精确数据。

我很高兴地宣布,AWS AppSync 服务的预览期已过,现已正式推出且已生产就绪,并增加了以下六项新功能,以便简化应用程序开发流程:

IOT 终端设备如何安全地往 S3 传输文件

物联网设备通常使用 X.509 证书通过 Mqtt协议连接到 AWS IOT平台,通过Pub/Sub的方式进行交互。随着硬件设备的功能愈加强大,更多非控制的数据需要与云端进行交互。基于安全的考虑,AWS建议通过STS服务向用户群体颁发临时凭证(包含Access Key、Secret Access Key和Session Token),在短时间内向合法用户授予细粒度的权限,从而保证授权处在可控的范围。

AWS Fargate – 无服务器化容器解决方案

AWS Fargate 是可以与 Amazon ECS结合使用的技术,让您在运行容器时不需要管理服务器或集群。使用 AWS Fargate,你不需要搭建控制平面,只需选择合适的实例类型,或配置应用程序堆栈的所有其它部分。AWS花了很多时间让Fargete随时可用于生产环境,制定了确保正常运行时间达到99.99%的服务级别协议(SLA),符合支付卡行业数据安全标准(PCI)、服务组织控制(SOC)、ISO和《健康保险可携性及责任性法案》(HIPAA)等法规或标准。

AWS 神器为数据科学家轻松打造机器学习全流程 –– EMR Spark + SageMaker 黄金搭档

AWS 的明星服务 EMR 和 SageMaker 不但能快速预处理数据,一键训练和部署模型,同时还提供 Jupyter Notebook 给数据科学家交互式环境,以方便检跟踪查机器学习每个阶段。

今天我们就来讲述一下如何利用 AWS 的 EMR Spark + SageMaker 服务快速打造一套识别 MNIST 手写数字图片的机器学习流程。MNIST 是一个手写数字数据库,它有 60000 个训练样本集和 10000个测试样本集,我们把这个 MNIST 存储到 AWS 的 S3 上,利用 EMR Spark 的 PCA 算法对训练样本(28*28图片)进行特征抽取,然后再借助 SageMaker 自带的 K-Means 算法进行模型训练并自动部署模型。

使用 CloudWatch Logs,Kinesis Firehose,Athena 和 Quicksight 实时分析 Amazon Aurora 数据库审计日志

关系数据库管理系统支撑着最重要的联机交易类应用,存放着最重要的数据资产,所以在用户IT系统里占据着非常核心的位置。现实情况往往是审计功能虽然使用并不复杂的统的商业数据库管理系统,但是鲜见有用户打开审计功能。Amazon Aurora MySQL全新发布,高级审计功能强劲在哪,本期大咖专栏带你一探究竟。

利用 AWS Step Function 自动扩展 Redshift 集群

公有云如何降低企业成本?在实际的运维场景中,遇到更复杂的运维工作流,如何减少操作步骤,防范系统出现意外的故障?AWS云工作流调度服务Step Function,帮助我们把这类工作自动化。本期大咖专栏,架构师余骏以一个实际客户的应用场景出发,来介绍如何使用Step Function服务,自动化执行一个拥有多个步骤的工作流。