亚马逊AWS官方博客
AWS Ground Station – 整装待发,轻松提取和处理卫星数据
去年秋天,Jeff Barr 给大家介绍了 AWS Ground Station,并提前剧透了从卫星下传数据的步骤。如今,第一批的两个地面站现已正式投入运行,您可以立即开始使用 AWS Ground Station。
在 Amazon QuickSight 中使用表计算进行高级分析
Amazon QuickSight 最近推出了表计算功能,让您能够对数据执行复杂的计算,以获得有意义的见解。在本博文中,我们将一起来看几个对样本销售数据集应用表计算的示例,以便您根据自己的需求开始使用这一新功能。
在 Kubernetes 上运行 Open Distro for Elasticsearch
本博客提供了在 Kubernetes 上执行 Open Distro for Elasticsearch 生产级部署的逐步说明。
Amazon QuickSight 宣布正式发布 ML Insights
在 2018 年 re:Invent 大会上,我们发布了预览版 ML Insights,这是一组即开即用的机器学习和自然语言功能,可为 Amazon QuickSight 用户提供图表以外的业务见解。
今天,我们将正式发布 ML Insights。
Aurora, Mysql, Redshift 应用场景和成本分析
本博客主要关于Aurora, Mysql, Redshift应用场景和成本分析。
新内容 – 更新了 AWS Config 规则的按实际使用量付费定价模式
AWS Config 规则让您能够执行云资源的动态合规性检查。基于 AWS Config 提供的 AWS 资源配置跟踪,您可以结合使用预定义规则和自定义规则来持续动态地检查对 AWS 资源所做的所有更改是否符合规则中指定的条件,并采取措施(自动或手动)来修复不合规的资源。
自己构建:现已推出Open Distro for Elasticsearch 构建脚本
想要使用 Open Distro for Elasticsearch 构建脚本制作自己的 Docker 镜像吗? 或是构建您 RPM 或 Debian 软件包,自定义您自己的 Open Distro for Elasticsearch 堆栈? 我们现在推出的 Elasticsearch 和 Kibana 构建脚本即可帮您实现这些。
AWS云上混沌工程实践之对照实验设计篇
本文是混沌工程专栏的第三篇,首先我们回顾了专栏前两篇中的重要结论,由此引申出“如何进行对照实验设计”这个实施性问题,并从实验可行性评估、观测指标设计与对照、实验场景和环境的设计三个维度,深入分析和讨论了混沌工程实验的对照设计原则和方法,后续我们还会针对特定专题进行剖析。
使用Amazon WorkDocs, WorkMail以及WorkSpaces实现统一,安全,灵活的企业内容协作
本博客主要介绍如何使用Amazon WorkDocs, WorkMail以及WorkSpaces快速搭建一套文档管理,邮件收发以及云桌面环境。
使用 Open Distro for Elasticsearch 运行 Rally
在此博文中,我们将在一个 Open Distro for Elasticsearch 实例上运行 Rally 并测量其性能。








