亚马逊云开发者-优快云博客

原创企业DevOps探讨：“谁构建、谁运行”原则的理论基础

“谁构建，谁运行” --沃纳·沃格尔这样的场景大家想必不会陌生：我们正与家人共度美好时光，突然刺耳的电话铃声嗡嗡响起，我们的注意力也为之吸引。听筒中的尖叫声告知，我们的应用程序——也就是那些定期受到内存泄漏侵扰、但重启之后又能恢复正常的小冤家们——现在终于彻底起义了，服务器资源在几分钟之内就被其彻底榨干。目前该应用已经无法正常起效，而运维团队除了尝试重启与回滚之外无法可想——而最新

2015-12-30 15:18:26 9421

原创企业DevOps：实施过程中需要关注的各项要点

作者：亚马逊云科技企业市场战略总监Stephen Orban“经验并非凭空创造，而是依靠点滴积累所实现” ---阿尔贝·加缪在此次的企业DevOps探索之旅系列文章当中，我将带大家一同探讨企业在具备一定DevOps经验之后又该如何处理下一步可能面临的状况。当然，这些只是我个人在接触自动化、面向客户服务之IT体系以及“谁构建、谁运行”方面事务的同时积累下的一些心得体

2015-12-29 19:36:50 8046

翻译将DevOps纳入企业环境引发的思考

作者：亚马逊云科技企业市场战略总监Stephen Orban“发展是一种以渐进式改善为载体的持续性行为”——英德拉瓦蒂虽然DevOps可以算是相对新鲜的概念，不过在我看来、其本质思路很早之前就已经出现。从这个角度看，目前很多企业已经广泛接纳这一概念并将其作为文化性产物看待，具体而言就是将大量原本孤立的团队融合起来，从而实现速度更快、频率更高且更为可靠的工作成果。我个人非常幸运

2015-10-13 17:38:41 6314

翻译利用Amazon Machine Learning与Amazon Redshift建立二进制分类模型

日常生活中的大部分决策都以二进制形式存在，具体来说就是这类问题能够以是或者否来回答。而在商业活动中，能够以二进制方式回答的问题也有很多。举例来说：“这种情况是否属于交易欺诈？”，“这位客户是否会购买该产品？”或者“这位用户是否存在流失风险？”等等。在机器学习机制中，我们将此称为二进制分类问题。很多商业决策都能够通过准确预测二进制问题的答案来得到强化。Amazon Michine Learning（

2015-09-07 17:10:46 8230

翻译利用Amazon Mobile Analytics与R深入探究移动应用的使用模式

作者：Sandeep Atluri 亚马逊数据科学家要真正鼓励用户使用我们的移动应用程序，最重要的前提就是深入了解用户使用应用程序时的行为模式，而后据此作出体验优化。不过通过应用程序事件数据来找出有意义的模式往往极具挑战性，而标准KPI所提供的诸如月度活跃用户（简称MAU）以及每日活跃用户（简称DAU）并不足以勾勒出完整的图景。举例来说，所发布应用在过去三十天中的用户开启次数能够帮

2015-08-31 18:33:41 6766

翻译亚马逊云科技使用心得：当初我曾错过的那些宝贵经验

在今天的文章中，我整理出了大量当初曾经错过、而至今仍将我追悔莫及的亚马逊云科技（Amazon Web Services）使用心得。在几年来的实践当中，我通过在亚马逊云科技之上新手构建及部署各类应用程序而积累到了这些经验。虽然内容有些杂乱，但相信仍然能给各位带来一点启示。从物理服务器向“云环境”转移的过程不仅仅是一项技术任务，同时也意味着我们的思维方式需要作出针对性的转变。总体而言，在物理环境下我们

2015-07-08 22:52:17 28761

转载运维分析效率UP!优化工程资源利用率

现在，用户可以在事件响应期间快速获取告警和日志数据的上下文信息，从而加速分析和解决时间。现在，用户已经可以在Amazon OpenSearch Service中使用Amazon Q Developer，缩短问题平均解决时间，启用更多的自助故障排查，并帮助团队从可观测性数据中提取更大的价值。Amazon Q Developer通过降低查询语言、可视化工具和告警功能的学习门槛，显著提升了Amazon OpenSearch Service的使用体验。，通过AI能力帮助用户高效进行运维数据的调查与可视化。

2025-04-03 11:03:30 7

转载 AI生成图像提示词指南，开启创意无限之旅

一位历经风霜的渔夫，蓄着一抹浓密的灰色胡须，头戴一顶保暖的针织帽，他的身影矗立于黎明时分雾气缭绕的海港之前。夕阳的余晖将他饱经风霜的五官沐浴在金色的光辉中，柔化了他脸上的线条，同时也保留了他在海上打拼多年的性格。他的双眼倒映着身后平静的港湾。日出时分，一座屹立于迷雾缭绕的悬崖之巅的魔法城堡，温暖的阳光洒落在爬满常春藤的尖塔上，为其镀上了一层金色光辉。照片拍摄于雾气朦胧的清晨，长长的无边际泳池形成了一面镜子般的倒影，画面采用四分之三的俯瞰视角，茂盛的沿海植被环绕四周，为整个场景增添了自然之美。

2025-04-03 11:03:30 8

转载有效提示词设计详解，解锁视觉创作无限可能

与其提供“画一幅美丽的日落”之类的命令式指令，不如像欣赏日落一样描述场景：“低角度拍摄，山间夕阳充满活力，金色余晖穿过粉色云层”，就像用文字描绘一幅生动的画面，从而有效地引导模型。这意味着，与其说“创造一个戏剧性的场景”，不如描述为“日落时分的暴风雨海滩，巨浪滔天，乌云密布，用航拍镜头缓慢掠过海岸线”。相反，它是根据提示词捕捉所需图像本质的程度，再将提示词转化为图像。在编写提示词时，应专注于您想要看到的内容，而不是告诉模型该做什么，正如在撰写详细的标题或场景描述时，要像解释一段已经存在的视频一样。

2025-04-02 11:01:48 13

转载轻松构建实时音视频交互系统，打造卓越用户体验

然而，传统方案往往存在延时高、耦合度高、扩展性差的问题。登录亚马逊云科技账户，并为所需服务（Amazon EKS、Amazon ECR、Amazon Nova、Amazon CloudFront、Amazon Transcribe、Amazon Polly、Amazon EC2等）分配访问权限。本文将深入介绍如何借助Amazon Nova系列模型、Amazon Transcribe和Amazon Polly等亚马逊云科技服务，轻松构建功能强大的实时音视频交互系统，帮助开发者打造卓越的用户体验。

2025-04-02 11:01:48 15

转载 Amazon Nova Act SDK研究预览版现已推出

使用Amazon Nova Act SDK，开发者可以构建能够在网页浏览器中完成任务的Agents，例如在内部系统提交外出申请、在日历中标记外出状态，以及设置“外出”自动回复邮件等。，一旦系统运行正常，就无需再监视每一步操作的执行过程，您可以开启无监管模式，将Agents转变成一个可以集成到产品中的API，甚至根据需要设置异步运行。凭借结合可靠的构建模块和灵活的形式特性，Amazon Nova Act已应用于Alexa+，在集成服务无法提供所需API的情况下，能够自主方式导航至互联网，代表用户完成任务。

2025-04-01 19:02:06 35

转载构建生成式AI Agents，高效应对运营挑战

中的Amazon Bedrock通过提供统一服务来构建AI驱动的解决方案，集中管理用户数据并支持自然语言交互，从而有效应对上述挑战。本文假定您已经熟悉亚马逊云科技上的基础Serverless构建模块，如Amazon API Gateway、Lambda函数和Amazon IAM Identity Center，因此下文将不会重点阐述这些服务的定义，但会使用它们来展示Amazon SageMaker Unified Studio中新增的Amazon Bedrock功能的用例。对话应用程序的响应如下图所示。

2025-04-01 11:07:22 48

转载利用Amazon Q Business，摄取音视频数据

这项增强功能极大地扩展了Amazon Q Business的功能，使其成为可让企业访问和利用其多媒体内容的更强大工具。客户可以从他们的音频和视频资源中获取宝贵见解，并且可以轻松在提取到Amazon Q Business中的录制会议、培训视频、播客等任何其他音频或视频内容中，搜索特定信息。Amazon Q Business这项功能现已在美国东部（弗吉尼亚州北部）和美国西部（俄勒冈州）亚马逊云科技区域推出，您可在支持的区域开始使用此功能，以增强组织的知识管理和信息发现流程。星标不迷路，开发更极速！

2025-04-01 11:07:22 18

转载数据、分析与人工智能的集成中心，提供一体式体验

中创建一个项目，选择SQL分析或数据分析和人工智能—机器学习模型开发项目配置文件，该项目是与同事协作、共享数据以及使用工具安全处理数据的场所。Amazon Athena、Amazon EMR、Amazon Glue、Amazon Redshift、Amazon MWAA以及现有Amazon SageMaker Studio。Amazon Bedrock知识库、Amazon Bedrock Guardrails、Amazon Bedrock Agents和Amazon Bedrock Flows。

2025-03-31 11:01:35 26

转载构建全面AIOps解决方案，实现IT运维自动化

但对于企业而言，管理数百个运行手册、监控其状态、跟踪故障和设置适当警报，可能极具挑战性，给IT团队带来了显著难题，特别是当存在多个针对不同流程的运行手册时，管理它们之间的依赖关系和运行顺序会更加复杂繁琐。向量搜索集合，用于存储和索引事件数据、运行手册和运行日志，从而高效搜索和检索信息。Amazon Bedrock知识库是一项完全托管功能，具备内置的会话上下文管理和来源归因功能，可帮助您无需构建与数据源的自定义集成并管理数据流，即可实现从数据摄取到检索和提示增强的整个检索增强生成（RAG）工作流。

2025-03-31 11:01:35 49

转载使用任务治理功能合理分配资源，提高利用效率

当需要立即处理高优先级任务时，它会自动释放低优先级任务所占用的计算资源，这一过程通过暂停低优先级的训练任务、保存检查点，并在资源重新可用时恢复任务运行而得以实现。同时，管理员也可以监控和审计各团队和项目之间的计划任务以及计算资源使用情况，据此调整资源分配，优化成本，并提升整个组织的资源可用性。在“任务”选项卡中，您可以查看集群中的所有任务。您可以为团队配置公平共享权重，以便在各团队之间更公平地分配未使用的容量，并基于任务优先级启用抢占选项，允许高优先级任务优先执行，从而抢占低优先级任务的资源。

2025-03-29 10:03:21 27

转载使用多模态毒性检测功能，违规图片无所遁形

在“配置内容过滤器”部分，您可以针对仇恨、侮辱、色情和暴力等类别，配置为针对文本、图像进行过滤，或者针对两者都进行过滤，而对于不当行为和提示攻击这两类问题，目前仅支持配置为针对文本内容进行过滤。要开始使用，请在亚马逊云科技管理控制台中创建防护，并为文本数据、图像数据或两者配置内容过滤器，您还可以使用Amazon SDK将此功能集成到您的应用程序中。您可以根据应用程序的需求，配置从低到高的阈值。，该功能除了检测文本外，还能检测和过滤不良图像内容，帮助您提升用户体验，并更好管理生成式AI应用中的模型输出。

2025-03-28 11:02:03 47

转载几步操作即可制定最优训练计划，节省数周工作量

其中一项计划处于“激活”状态并已开始执行，所有实例均在使用中，另一项计划安排稍后开始执行，您也可以提前提交任务，这些任务将在计划开始时自动启动。只需几步操作，您就可以确定训练完成日期、预算、计算资源需求，制定最优训练计划，并运行完全托管的训练作业，无需人工干预。中的计算资源可用，即便资源暂时不可用，之后也会自动恢复可用，并在训练计划结束时自动终止。控制台，在左侧导航窗格中选择“训练计划”，然后选择“创建训练计划”。如果您接受此训练计划，请在下一步中添加训练详情，并选择“创建计划”。

2025-03-28 11:02:03 31

转载 Amazon Q进阶指南｜技巧三：加速构建云基础设施

创建一个符合生产要求的VPC并非易事，它需要专业的网络规划能力，同时还要熟悉亚马逊云科技控制台的操作。仔细阅读这段CDK代码，可以清晰地看到所有资源的创建，以及复杂的关联关系的建立，还有各种Amazon IAM授权，都被Amazon Q以CDK的形式处理得十分妥当，这无疑大大简化了开发者的负担。：CDK代码本身有较大的学习成本，当开发者具体为不同资源进行编码的时候，熟悉每一个资源的编码细节是必须的工作，为此，在实际编码的过程中，开发者不得不经常查阅开发手册，亦是十分耗时费力。

2025-03-27 11:00:52 47

转载 Amazon Q进阶指南｜技巧四：集成企业代码库

为了使用特定语言编写的代码来创建定制，您的数据源中必须至少包含该语言的10个代码文件、至少需要包含2MB代码，建议接近20MB，最多不超过20GB的支持语言源代码文件。在IDE中使用创建好的User来登录Amazon Q之后，正常情况下，Amazon Q的面板可以用快捷键来打开和关闭，对于苹果电脑，按下Shift+Command+P快捷键，对于Windows电脑，按下Shift+Ctrl+P快捷键。可以看到本文中提供的代码库只得到了3分的评分，因为本文提供的代码只是些质量较差的实例代码。

2025-03-27 11:00:52 55

转载上传图片即可生成食谱，减少食物浪费

这一解决方案为一个端到端的架构，用户只需上传一张冰箱的照片，系统就会基于Amazon Rekognition检测到的食材，通过Amazon Bedrock为用户生成一份食谱列表。，亚马逊云科技开发了一项解决方案，该方案会根据您冰箱中的现有食材以及当地超市即将过期商品的库存，为您推荐食谱，确保家中和超市的食物都能得到充分利用，从而节省开支并减少浪费。在此架构中，本例收集了一个包含多达70张冰箱中常存放食品的图片数据集，建议您自己收集相关图片，并将其存储在Amazon S3存储桶中，以便用于训练。

2025-03-26 11:02:06 32

转载打破数据与工具孤岛，提供统一开发体验

Amazon SageMaker Unified Studio汇集来自多种独立Studio和查询编辑器的功能和工具，以及Amazon Athena、Amazon EMR、Amazon Glue、Amazon Redshift、Amazon MWAA和现有的Amazon SageMaker Studio中目前提供的一些可视化工具。这一实施的强大之处在于，Amazon Q Developer将对亚马逊云科技分析和人工智能与机器学习服务的广泛了解与用户的上下文相结合，从而提供个性化的指导。

2025-03-25 11:01:39 34

转载 AI生成图片大赏，让创意即刻照进现实

2025-03-24 11:01:31 81

转载满足NAS级存储需求的极佳选择，成本可降85%

据计划将大量本地数据迁移到亚马逊云科技服务的客户反馈，他们希望简化存储管理、降低成本，并提高数据的易访问性，以便将数据用于分析、机器学习训练、基因组学等其他用例。本例选择亚马逊云科技管理控制台，点击“创建文件系统”即可。：您可以随时创建OpenZFS卷的只读镜像，快照存储在文件系统中并占用存储空间，其可用于恢复卷、恢复单个文件和文件夹，或以克隆或完全复制的方式创建新卷。，客户需要确保长期保留这些数据，因此他们不得不投入更多的时间和精力来监控数据的访问模式，并在热存储和冷存储介质之间迁移数据，以优化成本。

2025-03-24 11:01:31 38

转载亚马逊云科技文档的过去、现在、未来

深入探讨了亚马逊云科技文档的演进历程和所面临的挑战。在对话中，Greg分享了其团队如何重构内容以提升可访问性，帮助开发者轻松获取所需信息。他进一步详细解释了客户反馈如何推动文档改进，以及。本期播客荣幸邀请到亚马逊云科技文档、Amazon SDK与Amazon CLI总监Greg Wilson，最后，Greg展望了2025年及未来的工作重点，聚焦用户体验提升和个性化推荐功能整合。帮助用户根据具体需求，选择合适的亚马逊云科技。点击收听亚马逊云科技文档发展历程的完整音频。此外，还讨论了新推出的。

2025-03-23 10:01:34 32

转载 3天攻克F1难题！构建RCA助手高效解决赛事问题

将转换后的日志存放在另一个单独的Amazon S3存储桶中，并利用另一个Amazon EventBridge将转换后的日志输入至Amazon Bedrock知识库，该端到端管理的检索增强生成（RAG）工作流功能，可让聊天助手高效查询日志。最后，聊天应用程序部署托管在Amazon ECS上，实现了可扩展性和可靠性，可在不影响性能的情况下处理不同规模负载。团队基于实际案例，梳理现实问题，并据此绘制了如下所示的流程图，清晰展示了故障排除的流程、所涉及的团队和系统、必要的实时检查环节以及各场景所需的日志调查。

2025-03-22 10:00:00 63

转载每秒60帧！构建超流畅游戏流媒体体验

要开始使用Amazon GameLift Streams，您需要现有的Amazon GameLift Streams实现方案，按照Amazon GameLift Streams文档的指引来准备游戏文件。只需点击几下，您无需修改即可将使用各种3D引擎构建的游戏部署到完全托管的基于云的GPU实例上，并通过Amazon Network Backbone将游戏直接传输到任何带有Web浏览器的设备。您可以从一系列具有不同性价比的GPU实例中进行选择，并依靠亚马逊云科技的内置安全功能保护您的知识产权。

2025-03-21 11:01:41 77

转载携手NVIDIA，推动生成式AI实践应用

这种协调一致的外联服务，几乎不可能通过人工方式实现。作为数据和AI产品市场推广的领导者，Rahul Pathak经常收到客户反馈，希望将其领域优势转化为在AI领域的成功，而这需要值得客户信赖的基础设施和服务，这些设施和服务需具备性能优势、成本效益、安全性和灵活性，并且能够大规模交付。正如Amazon Bedrock通过提供多样化的模型选项来满足不同需求一样，Hippocratic AI通过集成20多个专注于特定安全领域的专业模型，生动诠释了如何通过一个精心设计的模型组合，在提升精准度的同时，实现规模扩展。

2025-03-21 11:01:41 46

转载降低延迟多达35%！提升分布式训练工作负载性能

要预留Amazon EC2容量块，请在美国东部（俄亥俄州）亚马逊云科技区域的Amazon EC2控制台中选择“预留容量”，然后点击“购买用于机器学习的容量块”，确定所需总容量，并指明需要为p5en.48xlarge实例预留Amazon EC2容量块的具体时长。您可以通过适用于机器学习的Amazon EC2容量块、按需实例和节省计划购买选项，在美国东部（俄亥俄州）、美国西部（俄勒冈州）和亚太地区（东京）的亚马逊云科技区域中使用Amazon EC2 P5en实例。亚马逊云科技云的首席布道师。

2025-03-20 11:00:55 40

转载零停机迁移生成式AI应用，运营成本降低超75%

在检索过程中，系统首先识别相关的子块，然后自动包含其父块以提供更全面的上下文。Octus™旗下的CreditAI是一款旗舰级的对话式聊天机器人，采用先进的生成式AI技术，支持自然语言查询和实时数据访问，并提供来源归属，可显著缩短分析时间并简化研究工作流程。实施精简、高效且经济的解决方案，本文将详细回顾Octus的这一转型之旅，同时还将深入分享Octus在架构规划、实施策略、安全最佳实践以及核心经验方面的详细见解，正是这些确保了Octus在保持业务不间断的同时，显著提升应用程序的性能和可扩展性。

2025-03-20 11:00:55 53

转载革新AI交互体验！推理功能揭示模型思考过程

您将了解如何启用推理功能，分配适当的计算资源，并处理包含Claude内部推理过程和最终答案的结构化响应。启用推理功能后，Claude会根据您的token预算分配相应部分的计算资源，来执行这一明确的思考流程，随后会将此流程与最终答案一并反馈给您，这将让您能够。Claude 3.7 Sonnet的新推理功能，前所未有地展现了Claude如何分析问题、分解问题以及得出结论，从而让您一探人工智能的逐步思考过程。通过将推理功能融入应用程序，您不仅仅是在获取答案，更是在深入了解问题解决的整个过程。

2025-03-19 11:01:43 38

转载使用工具调用功能，大幅提升模型实用价值与应用范围

但模型不会直接执行工具调用，而是返回一个调用请求，明确指出需要调用的工具及其所需参数（如电台名称），您的程序会作为模型的Agents来执行工具的调用操作。如果模型确定其中某个工具可以帮助生成响应，它会返回一个请求，要求您的程序调用该工具并将结果发送回模型。随后，模型会利用这些结果为原始消息生成响应。您的程序会将工具调用结果作为新的消息再发送给大模型，最终模型会生成一个完整的响应，为用户提供准确答案。值来识别并调用您实现的工具，将工具响应结果和您在上一步中获取的工具请求ID作为参数传递给大模型。

2025-03-19 11:01:43 34

转载覆盖事件响应生命周期全阶段，快速管理安全事件

客户可以访问一个集成消息传递、安全数据传输和视频会议安排等各种功能的集中式控制台，所有这些功能都可以通过服务API或亚马逊云科技管理控制台访问，其他功能还包括自动化案例历史记录和报告，使安全团队能够专注于补救和恢复工作。现已在全球12个亚马逊云科技区域推出，包括美国东部（北弗吉尼亚州、俄亥俄州）、美国西部（俄勒冈州）、亚太地区（首尔、新加坡、悉尼、东京）、加拿大（中部）和欧洲（法兰克福、爱尔兰、伦敦、斯德哥尔摩）。客户首先需要在其组织内选择一个中心账户，在该账户中可以创建和管理所有当前和历史的安全事件。

2025-03-18 11:01:17 41

转载革命性解决方案！高效处理跨应用工作流

采取适当的预防措施至关重要，例如将Anthropic的Claude与敏感表面隔离，包括避免与提示注入相关的风险。该集成将Anthropic对数字界面的感知理解与Amazon Bedrock Agents的编排能力相结合，创建了功能强大的Agent，用于自动执行跨应用程序的复杂工作流。该架构得到了基本支持服务的补充，包括用于安全的Amazon KMS和用于监控的Amazon CloudWatch，从而创建了一个有弹性的无服务器容器环境，在保持稳健安全性和高可用性的同时，减轻了对底层基础设施的管理需求。

2025-03-18 11:01:17 74

转载自动计算与验证校验和，简化客户端完整性检查

如果您的客户端应用程序没有发送CRC校验和，这可能是因为它使用的是Amazon SDK旧版本，或者您尚未更新应用程序自定义代码，此时Amazon S3仍会计算基于CRC的校验和，并将其存储在对象元数据中，以供将来参考。当您使用不预先计算校验和的旧版本Amazon SDK或自定义代码时，Amazon S3会对其接收到的所有新对象计算校验和，并将其存储在对象的元数据中，即使对于多部分上传同样如此。在对多部分上传使用全对象校验和时，您在上传对象时无需再跟踪部分级的校验和。支持您指定要使用的校验和类型。

2025-03-17 11:01:48 58

转载使用LMI容器，部署DeepSeek-R1蒸馏模型

DeepSeek-R1蒸馏模型将DeepSeek-R1主模型的推理能力转化为更高效的架构，这些架构基于流行的开源模型，如Meta的Llama（8B和70B）和Hugging Face的Qwen（1.5B、7B、14B和32B）。例如DeepSeek-R1-Distill-Llama-8B在性能和效率之间实现了极佳的平衡，将该模型与Amazon SageMaker AI集成，您可以从亚马逊云科技可扩展基础架构中获益，同时保持高质量的语言模型功能。目前，他专注于开发微调和优化大语言模型推理性能的策略。

2025-03-17 11:01:48 90

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

360度解析亚马逊云科技存储服务V2

亚马逊云科技的互联网存储服务

如何在亚马逊云科技云服务上构建千万级用户应用

基于亚马逊云科技云服务的高可用应用设计 v1.0

亚马逊云科技云服务入门介绍_方国伟

方国伟：亚马逊云科技云服务的发展和创新

Netflix在亚马逊云科技上的应用和创新

方国伟：基于亚马逊云科技的云灾备设计

空空如也