Tag: 最佳实践

本篇博客介绍了亚马逊云科技 MSK 在生产中的可靠性最佳实践。Kafka 集群、生产者客户端，以及消费者客户端如何进行配置，以达到不同的保障性需求。

在这篇文章中，您将学习多区域应用程序的架构模式和设计属性。

本博文介绍了Amazon EMR 支持新的Apache Hudi 0.9.0

《金融服务中的机器学习最佳实践》白皮书旨在帮助大家了解如何建立起安全且具有良好治理水平的机器学习工作流，大家也可以结合实际疑问与作者取得联系。在您的机器学习探索之旅中，不妨随时参阅另一份白皮书以了解适用于机器学习工作负载的AWS架构设计原则。

借助AWS Security Hub，您可以更深入地了解AWS环境的安全性与合规性状态。使用此处各项Security Hub最佳实践，安全团队能够将更多精力投入到事件的修补与恢复当中，而不是化时间在事件检测与组织上。Security Hub已经通过HIPAA、ISO、PCI以及SOC认证。要了解关于Security Hub的更多详细信息，请参阅AWS Security Hub说明文档。

本文回顾了能够帮助大家尽可能提升Amazon Redshift联邦查询性能的十项最佳实践。当然，每项实践都对应特定用例，请在具体采用之前认真评估您的当前场景是否与之匹配。 AWS将继续增强并改进Amazon Redshift Federated Query，也欢迎大家提供反馈意见。如果您有任何疑问或建议，请在评论中与我们交流。如果您需要进一步帮助以优化Amazon Redshift集群，请联系您的AWS客户服务团队。

在本文中，我们将讨论了在AWS云中运行Kafka的几种常见模式。AWS还提供另一种托管解决方案，即 Amazon Kinesis Data Streams。该方案无需为服务器的管理或扩展而分神，大家可以在几秒钟之内扩展流式管道规模且无任何停机，跨可用区数据复制将自动执行，以开箱即用的方式享受良好的安全保障，Kinesis Data Stream与Lambda、Redshift、Elasticsearch等多种AWS服务以及Storm、Spark、Flink等开源框架紧密集成。

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。

遵循今年的 DynamoDB 最佳实践，实现最佳性能和最低成本！ 如果您对 DynamoDB 最佳实践有疑问或反馈，请在 Twitter 上通过 @DynamoDB 告诉我们。

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。