Tanda Server di AWS

Membangun dan menjalankan aplikasi tanpa memikirkan tentang server

Tanpa server adalah cara untuk mendeskripsikan layanan, praktik, dan strategi yang memungkinkan Anda membuat aplikasi yang lebih lincah sehingga Anda dapat berinovasi dan merespons perubahan lebih cepat. Dengan komputasi tanpa server, tugas manajemen infrastruktur seperti penyediaan kapasitas dan patching ditangani oleh AWS, sehingga Anda dapat fokus hanya pada penulisan kode yang melayani pelanggan Anda. Layanan serverless, seperti AWS Lambda, hadir dengan penskalaan otomatis, ketersediaan tinggi bawaan, dan model penagihan bayar-sesuai-nilai. Lambda adalah layanan komputasi berbasis kejadian yang memungkinkan Anda menjalankan kode sebagai respons terhadap kejadian dari 200 lebih sumber AWS dan SaaS yang terintegrasi secara native - semuanya tanpa mengelola server apa pun.

Beralih dari ide ke pasar, lebih cepat

Turunkan biaya Anda

Dengan menghilangkan overhead operasional, tim Anda dapat merilis dengan cepat, mendapatkan umpan balik, dan mengiterasi untuk masuk ke pasar lebih cepat.

Dengan model penagihan bayar-sesuai-nilai, Anda tidak akan pernah membayar untuk penyediaan berlebih dan pemanfaatan sumber daya Anda dioptimalkan atas nama Anda.

Adaptasi berskala

Buat aplikasi lebih baik, lebih mudah

Dengan teknologi yang secara otomatis menskalakan dari nol hingga permintaan puncak, Anda dapat beradaptasi dengan kebutuhan pelanggan lebih cepat dari sebelumnya.

Aplikasi tanpa server memiliki integrasi layanan bawaan, sehingga Anda dapat fokus membangun aplikasi Anda, bukan mengonfigurasinya.

DeckAssets_allup_light_SNS-publishing@2x

Baca Entri Blog Rekap Triwulanan Tanpa Server »

Layanan Tanpa Server di AWS

Aplikasi moderndibuat tanpa server terlebih dahulu, sebuah strategi yang memprioritaskan adopsi layanan tanpa server, sehingga Anda dapat meningkatkan agility di seluruh tumpukan aplikasi Anda. Kami telah mengembangkan layanan tanpa server untuk ketiga lapisan tumpukan Anda: komputasi, integrasi, dan penyimpanan data. Pertimbangkan untuk memulai dengan layanan ini:

Kasus penggunaan

Aplikasi Web
Pemrosesan Data
Pemrosesan batch
Penyerapan Peristiwa

Aplikasi Web
Aplikasi Web

Aplikasi Daftar Tugas

Arsitektur referensi Aplikasi Web adalah aplikasi web backend untuk tujuan umum, yang didorong kejadian, dan digunakan AWS Lambda dan Amazon API Gateway untuk logika bisnisnya. Arsitektur ini juga menggunakan Amazon DynamoDB sebagai basis datanya dan Amazon Cognito untuk manajemen pengguna. Semua konten statis di-hosting menggunakan AWS Amplify Console.

Aplikasi ini mengimplementasikan aplikasi Tugas sederhana, di mana pengguna terdaftar dapat membuat, memperbarui, melihat item yang ada, dan akhirnya, menghapusnya.

Kode Sampel »
Pemrosesan Data
Pemrosesan Data

Pemrosesan File Real-ime

Arsitektur referensi Pemrosesan File Real-time adalah arsitektur pemrosesan data paralel dengan tujuan umum dan didorong peristiwa yang digunakan AWS Lambda. Arsitektur ini ideal untuk beban kerja yang membutuhkan lebih dari satu turunan data dari suatu objek.

Dalam aplikasi contoh ini, kami menyampaikan catatan dari wawancara dalam format penurunan harga ke S3. Peristiwa S3 digunakan untuk memicu beberapa aliran pemrosesan - satu untuk mengonversi dan mempertahankan file Markdown ke HTML dan lainnya untuk mendeteksi dan mempertahankan sentimen.

Kode Sampel »
Pemrosesan batch
Pemrosesan batch

Extract Transform Load

Arsitektur referensi ini mendemonstrasikan penggunaan AWS Step Functions untuk mengorkestrasi alur kerja Extract Transform Load (ETL) dengan AWS Lambda.

Solusi ini memproses data mutu udara global, OpenAQ yang tersedia di registri AWS untuk data terbuka. Solusi ini menghasilkan penilaian minimum, maksimum, dan rata-rata untuk pengukuran mutu udara setiap hari. Alur kerja ETL harus dipicu secara manual tetapi hal ini dapat dengan mudah dijadwalkan secara berulang menggunakan aturan Amazon EventBridge. Setelah transformasi selesai, Anda akan diberi tahu melalui email tentang lokasi S3 ke data yang diringkas.

Kode Sampel »
Penyerapan Peristiwa
Penyerapan Peristiwa

Repositori Dokumen Tanpa Server

Aplikasi ini menggunakan layanan Amazon ML seperti Comprehend dan Rekognition untuk mengindeks dokumen dan gambar, lalu mengirimkan hasilnya ke Elasticsearch untuk pengindeksan cepat.
Arsitektur ini dirancang untuk dokumen dalam jumlah besar dengan menggunakan antrean.

Kode Sampel »