亚马逊AWS官方博客

兼容并蓄 – JuiceFS 与 Amazon MemoryDB 夯实企业数据基石

本文简要介绍一种开放式的文件管理系统 JuiceFS,可以应对不同行业客户,比如汽车行业客户在自动驾驶场景中的文件管理的挑战,同时介绍和 JuiceFS 配合默契的亚马逊云科技的 MemoryDB,不仅可以像 Redis 一样在存储元数据时加快速度,同时因为它持久化的特性,也可以保证数据不丢,是一个在文件系统中存储元数据的理想选择。

使用 AutoMQ 实现 Kafka 大规模成本及效率优化

使用 AutoMQ Cloud 可以帮助企业开发者在公有云环境中轻松构建、运行事件流处理应用程序,无需关心集群的运维管理。 AutoMQ Cloud 100% 兼容开源提供高可用容灾架构、弹性、可观测运维等企业级场景具做了大量的增强和完善。同时,AutoMQ Cloud 也提供了 RocketMQ 的商业支持版本,用户目前均可在 AWS 应用市场使用。

为生成式 AI 产品打造持续的卓越用户体验——跨区域高可用弹性解决方案

大语言模型服务(LLMs)的可用性对生成式AI应用至关重要。本文提出了一个经真实客户验证的多区域高可用性方案来保证生成式AI应用的可用性,使其可以持续为终端用户提供优秀的用户体验。本文从生成式AI应用的多个维度进行了分析,提出的多区域高可用性解决方案具有低复杂程度、低成本、可灵活配置等特点。客户可以根据自身的业务场景、需求和资源情况,应用该解决方案或者对解决方案进行定制化以达到自身的业务目标。

溯本追源 – Amazon MemoryDB SIGMOD 2024 论文解读

SIGMOD,VLDB,ICDE 是数据库领域的三大顶级会议。顶会上成功发表的数据库相关论文,意味着在学术界对文章内容的认可。Amazon MemoryDB 团队在 SIGMOD 2024 上发表了一篇名为 “Amazon MemoryDB: A Fast and Durable Memory-First Cloud Database”, 本篇博客针对这篇论文,对 Amazon MemoryDB 进行深度解读,剖析它的推出背景、架构特性,以及性能评估。

基于 Amazon Bedrock 和 Llama2 构建智能导购解决方案

本文介绍了一种电商导购的实现方案,该方案考虑了电商这个垂直行业的行业属性,导购场景的特殊语料和商品属性,有针对性的预训练一个电商导购对话模型,同时结合电商既有的商品推荐 Agent,训练了模型的 function call 任务,在整个购物对话过程中,还通过 Bedrock Claude3 Haiku 模型完成了数据扩写、意图识别和商品推荐任务,经过客户真实数据和商品推荐 API 的验证,其对话理解能力、api 抽取能力、意图识别能力、推荐文案生成能力都能满足导购需求。

重构为无服务器架构:从应用程序到自动化

无服务器技术不仅能够最大限度地减少构建者用于管理基础设施的时间,还可以协助构建者减少他们需要编写的应用程序代码的数量。得益于业务逻辑和应用程序拓扑之间的更清晰的分离,将应用程序代码替换为完全托管式云服务可以提高应用程序的运营性和可维护性。本博客文章将向您介绍其中的工作原理。

游戏公司如何使用 Amazon Redshift Serverless 更快、更轻松地构建可扩展的分析应用程序

这篇博文旨在指导如何使用 Amazon Redshift Serverless 为游戏行业应用场景构建可扩展的分析解决方案。文中介绍了如何使用概念逻辑架构来应对一些十分常见的游戏行业应用场景,例如活动分析、游戏内购买推荐、衡量玩家满意度、遥测数据分析等。