亚马逊AWS官方博客
Tag: 使用指南
了解如何在 Amazon SageMaker Studio 中不停机更新笔记本实例类型
Amazon SageMaker Studio 是适用于机器学习开发全流程的集成开发环境,它为基于笔记本开发的人员增加了新的强大功能。
Read More使用 Amazon Elastic Inference 降低 Amazon EC2 for PyTorch 模型的推理成本
Elastic Inference 是一项灵活的低成本解决方案,适用于 Amazon EC2 上的 PyTorch 推理工作负载。通过将 Elastic Inference 加速器附加到 CPU 客户端实例,您可以获得类似于 GPU 的推理加速并保持比独立的 GPU 和 CPU 实例更高的成本效益。有关更多信息,请参阅什么是 Amazon Elastic Inference?
Read More使用基于 GTID 的复制通过回退选项迁移至 Amazon Aurora MySQL
本博文介绍了通过将 RDS MySQL 只读副本作为回退选项来将 RDS MySQL 迁移至 Aurora MySQL 数据库集群的过程。我们在方案中使用了基于 GTID 的复制方法,以充分利用它的各种优势,加强一致性以及复杂复制流中的二进制日志自动定位。此外,您还可以使用基于 GTID 的复制方法将本地 MySQL 或 EC2 MySQL 实例迁移至 Amazon Aurora MySQL。
Read More利用 Amazon Neptune T3 实例将构建图形应用程序的成本降低最多 76%
本文讨论了新的 Amazon Neptune T3 可突增性能实例以及如何使用此实例创建数据库集群。有关如何使用 db.t3.medium 启动测试集群的更多信息,请参阅“Neptune 入门”。有关 T3 的定价信息,请参阅 Amazon Neptune 定价。AWS 始终欢迎提供反馈。请利用评论区域或通过支持论坛联系我们。
Read More使用 Amazon Neptune 绘制投资依存关系图
SEC EDGAR 数据库包含大量金融信息。您可以使用 Neptune 的图形模型来记录关系并映射共性,以了解 SEC EDGAR 公司之间的依存关系。 通过公开数据创建的模型只是一个构建块。您可以扩展它以显示问题关联、与证券相关的市场事件以及与证券相关的经济事件。我们在笔记本中包含了示例数据集,该笔记本位于 Amazon Neptune GitHub 存储库中。
Read More在 Amazon Personalize 中引入推荐分数
随着建议评分的发布,您现在可以更深入地了解建议质量,并可以编写更智能的业务逻辑以与下游生产系统集成。立即开始使用 Amazon Personalize 个性化您的用户体验!
Read More在 Amazon DocumentDB(兼容 MongoDB)中使用 $dateFromString 和 executionStats
AWS 始终为客户设身处地考虑,持续构建客户需要的功能。本文介绍了如何使用 $dateFromString 聚合运算符和 executionStats 来帮助构建和优化应用程序。
Read MoreAmazon DocumentDB(兼容MongoDB)教程第三部分——使用 Robo 3T
在本文中,我们了解了如何使用Robo 3T接入Amazon DocumentDB集群。在Robo 3T与Amazon DocumentDB集群之间建立连接之后,我们即可进一步创建数据库、集合与索引;插入文档;并通过工具对集群发起查询。关于更多高级功能,例如就地查询编辑、MongoDB上的SQL查询、可视化查询构建器、聚合编辑器以及schema浏览器等,请参阅Studio 3T发布的相关说明。
Read More众多的数据库类型,你该怎么选择?
在本文中,我们探讨了AWS所构建的多种不同类型的数据库服务和相应的用户案例和应用场景,帮助我们了解如何针对不同的需求场景,在AWS云上选择一款适合自己需求的数据库服务。
Read MoreAmazon DocumentDB 入门(兼容 MongoDB);第 2 部分 – 使用 AWS Cloud9
本文向您展示了 Amazon DocumentDB 的入门操作,包括创建 AWS Cloud9 环境、安装 mongo shell、创建 Amazon DocumentDB 集群、连接到集群以及通过执行一些查询在 Amazon DocumentDB 内部轻松插入和查询 JSON 文档。
Read More