亚马逊AWS官方博客

通过结合Amazon Elastic Container Service (Amazon ECS)，AWS Cloud Map等托管服务，我们可以将Apache Superset快速构建至托管的容器集群，而无需安装、操作和扩展额外的容器编排和集群管理基础设施，IT人员，数据分析师等角色可以专注于业务本身，更加高效的实现从数据驱动认知到数据驱动决策的转变。

本文首先简单介绍了经典的日志系统ELK/EFK架构，引出了Grafana新推出的PLG架构，并探讨了两种架构之间的对比和重点发展的方向。然后，本文介绍了在亚马逊云平台的EKS服务上部署Promtail + Loki + Grafana解决方案，以及配置使用Amazon DynamoDB和Amazon S3，以充分借助云服务的高性价比优势，降低用户维护管理成本。

本文介绍了AWS Backup服务的三大优势、十大功能和七个最佳实践。无论对于何种规模的AWS云用户，AWS Backup都是一个集中管理AWS云资源备份的好帮手，尤其是它结合了跨账号跨区域的功能，更增加了在安全合规和数据容灾方面的价值。

传统游戏行业客户需要TCP网络加速服务提高游戏客户端访问其游戏服务器的性能和稳定性。Amazon Global Accelerator 是一种通过亚马逊云科技的全球网络基础设施发送用户流量的联网服务，可以将亚马逊云服务客户的网络性能提升高达60%。亚马逊云服务的游戏行业客户可以考虑使用Global Accelerator服务来加速其TCP协议为主的传统互联网游戏，根据部署游戏所需要的游戏服务器数量不同和其他特定需求，游戏客户可以采用不同的Global Accelerator网络加速解决方案

该文以目标检测模型着手，演示如何一步步基于Sagemaker Neo对训练后的模型文件进行编译优化，来提升模型的推理速度。 文中以yolo3(backbone为mobilenet1.0）模型为例，分别演示模型准备，模型Neo编译，模型导出推理测试，可视化等过程， 推理结果显示基于Sagemaker Neo可以显著提升推理速度，达到一倍以上的加速。

使用反向代理在混合云场景下进行Amazon ECR 镜像推拉

对于 AWS 的初学者来说，高效管理 Amazon Route 53 托管区域记录集面临不少挑战。当托管区域含有一条记录后，控制台“导入区域文件”按钮变得不可用，增加了批量导入的难度。此外，记录的关联资源（如实例，负载均衡器等）发生变化时，记录本身并不会联动，导致信息不一致，增加维护难度。本文探讨如何自动化管理及维护托管区域记录集的问题。主要思路是跟踪相关资源的变化事件（创建资源、删除资源、添加标签、删除标签等），自动修改托管区域记录并与资源保持一致，减少运维压力，提高效率与准确性。

在本文中，我们首先探讨开发者为什么需要无服务器技术、无服务器技术又能解决哪些实际挑战。我们将尝试将一款小型无服务器应用程序部署至AWS账户内，这款应用负责将Slack与GitHub对接起来。通过这个简单的小案例，大家应该可以初步了解无服务器技术为何受到广大开发者的青睐

根据亚马逊云科技最佳实践，当推出新的 EC2 实例机型后，建议升级到最新的可用机型。原因有二：其一，新机型计算、存储和网络传输等性能提升；其二，单位时间实例使用成本降低。少量实例机型升级并不难，然而当实例数量较多、实例关系较复杂时，要规划可行、低成本的实例升级，手工操作的耗时和难度会显著增加。本文聚焦如何有效应对大规模实例机型升级。本文的两个目的：一是把手工需要数小时的规划操作大幅减少到数秒完成；二是根据预留期限和其他约束条件规划升级以尽量降低成本。

此文将利用一个车联网行车监控上报时序数据的模型，探讨 Amazon Timestream 如何通过流式方法注入行车数据以及在不同数据量下的的扩展性以及查询性能表现。