亚马逊AWS官方博客

使用 TriggerMesh KLR 在 Amazon EKS 中部署与 AWS Lambda 兼容的函数

自定义 AWS Lambda 运行时已在 re:Invent 2018 大会上推出。Knative 是一个旨在构建、部署和管理无服务器工作负载的开源项目。Sebastien Goasguen 的这篇博文解释道,TriggerMesh 的 Knative Lambda Runtime 是一种自定义运行时环境,可在 Amazon EKS 集群上运行的 Knative 上运行 Lambda 函数。

Read More

第四部分:如何借助当前的自适应比特率技术降低广播延迟 – 参考架构和测试结果

本文将研究一些参考架构,这些架构能够在优先考虑低延迟的视频直播工作流部署,以及端到端延迟方面带来最好的相关结果。我们从两个方向开展研究,所用的场景为:一个可以完全在本地部署的场景、三个包括在现场编码或提供支持的混合场景,以及使用云端的 AWS Elemental Media Services 的其余工作流程。通过这种方式,您能够直观地展示您对现有设备和服务的期望,同时帮助您了解如何将它们与 AWS Elemental Media Services 结合使用,来实现符合您要求的延迟等级。

Read More

第三部分:如何借助当前的自适应比特率技术降低广播延迟 – 视频播放器优化建议

本文将了解延迟改进中最重要的方面 – 视频播放器的参数。即使您已优化上游工作流程的参数,但如果视频播放器没有集成面向低延迟的机制,那么这些优化工作也可能没什么用。我们将讨论关于开源视频播放器的优化建议,并将介绍 AWS Elemental 技术合作伙伴 castLabs 和 Accedo 提供的面向商用播放器的方法。

Read More

第一部分:如何借助当前的自适应比特率技术降低广播延迟 – 定义和测量延迟

直播视频流式传输为何存在延迟问题? 每当内容分发时间紧张时,无论是体育运动、比赛、新闻等电视内容,还是电子竞技、博彩等纯 OTT 内容,延迟的代价都很高。本文将讨论OTT 流式传输的延迟问题,以及如何测量不同工作流步骤在端到端延迟方面的影响。从编码、打包和 CDN 分发步骤开始,一起探讨可行的优化措施。通过更改文中提及的参数,您将能够为观众准备一场经过出色优化的低延迟现场直播。

Read More

Amazon Aurora MySQL 数据库配置最佳实践

在部署新的Aurora MySQL实例时,大部分参数已经完成预优化,足以作为后续参数变更前的良好基准。不同参数值的具体组合主要取决于系统实际情况、应用程序工作负载以及所需要的吞吐量等因素。要将参数调整成功转化为可量化的性能提升,我们建议您不断试验、建立基准并认真比较每变更后的性能结果。此外,我们还建议您在向实时生产系统提交变更之前,做好测试与性能比较工作。

Read More

利用 Amazon Neptune 分析社交媒体馈送信息

时至今日,社交媒体数据集已经成为各类组织分析客户情绪、识别关系并提供业务建议的高价值素材。本文简要介绍了如何利用Apache TinkerPop Gremlin分析经过合并的社交媒体馈送内容。您可以使用同样的方法对Neptune集群上的应用程序进行负载测试,或者在大型数据集上对查询性能进行基准测试。如果您对本文的内容有任何建议或意见,欢迎在评论中留言分享。

Read More

使用 Amazon DynamoDB 按需容量模式运行突增工作负载,并将成本降低超过 90%

如果您还将 DynamoDB 用于以下服务,也可以切换到按需模式获得相应的优势:接收多个高峰时刻请求并且遇到突然出现的工作负载激增的服务。但是,如果您的服务接收的流量稳定而且没有突然出现的激增,则最好使用具有 Auto Scaling 功能的 DynamoDB 预置模式。在开发和测试环境中,DynamoDB 按需模式也可以节省大量成本,因为此类环境通常只是偶尔接收到请求。当用例需要使用按需模式时,它将使YourCast Inc.节省资金并减少运营负荷。

Read More