概览
本指南显示了如何在 AWS 上构建自动化地理空间洞察引擎，以改善供需预测和风险管理。许多行业都依赖卫星、航空图像和遥感等来源经过处理的地理空间和地球观测数据，以获取情报和洞察力。本指南将这些数据与机械和人工智能驱动的模型相结合，使您可以增强预测、自动缓解风险并满足法规要求。
自信地进行部署
为部署做好准备了吗？ 查看 GitHub 上的示例代码，了解详细的部署说明，以根据需要按原样部署或进行自定义部署。
Well-Architected 支柱
上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构，您应该遵循尽可能多的 Well-Architected 最佳实践。
X-Ray 提供完整的跟踪和监控功能，可帮助您识别性能瓶颈和解决问题。它使您能够可视化和分析本指南的组成部分，例如 API 调用、 Lambda 函数和 AWS Step Functions 工作流程。最后，AWS CloudFormation 预置和管理所需的资源，从而实现自动部署和更改。
Amazon Cognito 提供安全的用户身份验证机制，因此只有获得授权的用户才能访问您的应用程序和资源。AWS 身份和访问管理 (IAM) 策略和角色允许您根据最小权限原则控制对资源的访问权限。此外，经过验证的权限提供了一个集中而高效的系统，用于管理对自定义应用程序的访问权限。该系统采用基于策略的方法，使用 Cedar 策略语言来定义细粒度权限，从而提高了授权过程的一致性和可维护性。它还将授权过程与应用程序代码分开，以便您能轻松更新和管理权限。
阅读安全白皮书AWS Batch 根据队列中的任务数量自动扩展计算资源的数量。因此，本指南为卫星图像处理提供了适量的资源，降低了因资源限制而失败的风险。Amazon SQS 和 EventBridge 通过异步消息解耦组件以及在多个可用区中冗余存储消息，从而保持耐久性和持久性。这使应用程序更具弹性：如果单个组件出现故障，消息会临时存储在队列中，待组件恢复后再进行处理。
DynamoDB 允许您为表定义分区键（和可选的排序键）以提高性能效率。除了使用适当的索引之外，通过使用定义的键在服务器和分区之间分配数据，您还可以优化数据访问模式。此外，Amazon S3 提供无缝可扩展性，使您的应用程序能够轻松处理高请求率。例如，每个分区的 Amazon S3 前缀每秒可以承受至少 3,500 个上传、复制、发布和删除操作的请求。每个前缀每秒还可承受多达 5,500 个 GET 和 HEAD 操作请求。由于对存储桶内可以创建的前缀数量没有限制，因此您可以有效地对数据进行分区，以实现最佳性能和可扩展性。而且，在存储卫星分析图像时，通过在文件前缀中对区域、多边形或结果 ID 进行编码，您可以启用并行处理和列表。
Lambda 、EventB ridge、亚马逊 SQS 和 AWS Batch 的无服务器和事件驱动性质意味着它们会根据需求自动扩展，不会过度配置容量。这有助于优化成本，因为您只需为使用的资源付费。此外，EventBridg e和 Amazon SQS 使您无需设置基于投票的架构，从而帮助您进一步降低成本。
本指南使用无服务器服务进行计算和存储，包括 Lambda、 AWS Batch 和 Dynam oDB，因此它们在不使用时会自动扩展到零。这消除了对始终开启的基础架构的需求，并减少了工作负载对整体环境的影响。此外，Lambda 使用 AWS Graviton2 处理器，该处理器的设计比基于x86的传统处理器更节能。它们的能耗更低，但性能相当，从而减少您的碳排放。
免责声明
找到今天要查找的内容了吗？
请提供您的意见，以便我们改进网页内容的质量。