aws

X-Ray 是一项服务，收集您应用程序所服务的请求的相关数据，并提供用于查看、筛选和获取数据洞察力的工具，以确定问题和发现优化的机会。对于任何被跟踪的对您应用程序的请求，您不仅可以查看请求和响应的详细信息，还可以查看您的应用程序对下游 AWS 资源、微服务、数据库和 HTTP Web API 进行的调用的详细信息。 X-Ray 开发工具包提供： 拦截器 ，可添加到您的代码中以跟踪传入 HTTP 请求 客户端处理程序 ，可分析您的应用程序用来调用其他 AWS 服务的 AWS 开发工具包客户端 HTTP 客户端 ，用于分析对其他内部和外部 HTTP Web 服务的调用 Interceptors to add to your code to trace incoming HTTP requests Client handlers to instrument AWS SDK clients that your application uses to call other AWS services An HTTP client to use to instrument calls to other internal and external HTTP web services 该开发工具包还支持分析对 SQL 数据库的调用、自动 AWS 开发工具包客户端分析以及其他功能。

作者 | 杨泽强（竹涧）阿里云技术专家 说起当前最火的技术，除了最新的区块链、AI，还有一个不得不提的概念是 Serverless。Serverless 作为一种新型的互联网架构，直接或间接推动了云计算的发展，从 AWS Lambda 到阿里云函数计算，Serverless 一路高歌，同时基于 Serverless 的轻量计算开始登录云计算的舞台，本文将从两个部分展开： 介绍 Serverless 的概念，历史及其现状与未来的思考； Serverless Container 的概念及现状。 一、聊聊 Serverless 前文讲到 Serverless 是一种新型的互联网架构，目前尚没有官方权威的定义，可以认为： Serverless 无服务器架构是基于互联网的系统，其中应用开发不使用常规的服务进程。相反，它们仅依赖于第三方服务（例如 AWS Lambda 服务），客户端逻辑和服务托管远程过程调用的组合。 AWS Lambda 作为 Serverless 最早的框架产品，在 2014 年由亚马逊推出，但最早的 Serverless 概念并不是由亚马逊提出，下面我们来简单聊聊 Serverless 的历史。 Serverless 历史 发轫之始 2012 年云基础设施服务提供商 Iron.io 的副总裁 Ken 提出 软件的未来 ， 首次提出来 Serverless 概念 ，

1、打开ecs管理界面 选择实例所在地区（这里选择的是爱尔兰），点击“卷”，选择需要动态扩容的卷 选择一块需要扩容的卷，然后点击“操作”、“修改卷” 修改卷的大小，点击“修改”即可 2、扩展文件系统 使用fdisk -l可以查看已经扩容了，但是df -h并没有显示扩容的数据，此时需要收到在实例上进行动态扩容 例 示例：扩展 ext2、ext3 或 ext4 文件系统 使用 df -h 命令验证每个卷的文件系统的大小。在此示例中， /dev/xvda1 和 /dev/xvdf 均反映卷的原始大小 8 GB。 [ec2-user ~]$ df -h Filesystem Size Used Avail Use% Mounted on /dev/xvda1 8.0G 1.9G 6.2G 24% / /dev/xvdf1 8.0G 45M 8.0G 1% /data 使用 resize2fs 命令扩展每个卷上的文件系统。 [ec2-user ~]$ sudo resize2fs /dev/xvda1 [ec2-user ~]$ sudo resize2fs /dev/xvdf1 您可以再次使用 df -h 命令来验证每个文件系统是否反映增加的卷大小。 [ec2-user ~]$ df -h Filesystem Size Used Avail Use% Mounted on /dev

.NET 走向开源，MIT许可协议。 微软为了推动.NET开源社区的发展，2014年联合社区成立了.NET基金会。 .NET基金会是一个独立的组织，支持.NET社区和开源，旨在拓宽和加强.NET生态系统和社区。这可以通过多种方式完成，包括项目指导，指导，法律和营销帮助，技术和财务支持设置等. 2014年以来已经有众多知名公司加入.NET基金会, 仅在平台项目中，.NET平台上有87％贡献者其实不在Microsoft工作。在.net conf 2019 AWS加入了支持.NET Foundation的.NET开源生态系统中越来越多的行业领导者，这些成员包括Microsoft，Google，Red Hat，JetBrains，Unity，三星，Pivotal，Insight和Telerik。 多年来，AWS一直是.NET生态系统的积极贡献者，通过加入.NET Foundation，他们可以更深入地参与其中。他们还显示出他们对.NET开源社区的支持，因为他们的捐款用于支持开源项目，全球Meetups，我们的成员行动小组以及新计划。.NET基金会还将从他们的专业知识中受益，因为他们将帮助制定未来的增长计划。下面是来自AWS团队的官方通告： https://aws.amazon.com/cn/blogs/opensource/aws-joins-the-net-foundation/

最近经常需要创建一些S3 Bucket用于备份。每个新建的Bucket都应该配置lifecycle，自动删除旧的数据，以便节约空间和开支。 豆子写了一个简单的Lambda函数来自动实现。每次当我们创建一个Bucket的时候，他会调用对应的API，Cloudtrail监测到这个事件后，会发送给Cloudwatch, 然后Cloudwatch会自动调用我的函数来创建lifecycle policy。 下面是简单的截图说明。 创建一个新的Cloudwatch Rule 对应的Lambda函数 他默认的IAM已经有权限访问Cloudwatch, 我新建了一个S3的Policy，然后分配给他的IAM role，这样这个lambda函数可以访问Cloudwatch和S3 的权限。 下面是Python代码 import logging import boto3 from botocore.exceptions import ClientError lifecycle_config_settings = { 'Rules': [ {'ID': 'Delete Rule', 'Filter': {'Prefix': ''}, 'Status': 'Enabled', 'Expiration': { 'Days':100 }} ]} def put_bucket_lifecycle

最近业余时间考取了AWS助理架构师的认证，有一些朋友私下问了我一些相关问题，今天趁着有时间整理一下，给有需要的同学做个参考： 一 考试难么？ 现时社会，认证越来越像一种纯商业行为。 技术认证给学习者们提供了系统化的学习一门技术并取得相应证明的机会，招聘市场也更倾向于聘请已取得相关认证的技术人员。于此同时，往往一个企业门下的认证者越多，其技术和产品就越流行。 附着在这个产业链条上的人有很多，所以尽可能让更多的人加入学习队列并取得认证，符合绝大多数的人的共同利益。技术厂家，培训机构，考生本人都在一条船上，所以从我个人的经验和理解上，这个考试不难。 二 准备多久才能考试？ 如果你急于考试而且资金雄厚，花个万八千块钱找个靠谱的培训机构参加个为期三天的所谓原厂培训，然后不经意间得到某些习题宝典，那么一周时间，足够通过考试。 如果你真的是想好好的，系统的学习一下AWS相关知识，考试对于你只是对学到知识的一次检验，我比较建议，每天花上两个小时，准备两个月左右，当然，这大约120小时的学习时间，也可以根据自己的时间分配。 这里有一个小建议是，不要花太长时间准备，比如六个月或以上，AWS的产品迭代速度很快，过长的学习周期，很有可能导致一直跟不上其节奏。 三 这个认证有用么？ 因为我主要做aws公有云企业级开发相关工作，非常可惜，目前觉得这个认证对于我的实际工作并没有很多用处。架构师的认证

Installing the AWS SAM CLI on macOS https://docs.aws.amazon.com/zh_cn/serverless-application-model/latest/developerguide/serverless-sam-cli-install-mac.html The following steps help you to install and configure the required prerequisites for using the AWS SAM CLI on your macOS host: Create an AWS account. Configure IAM permissions. Install the AWS CLI. Create an Amazon S3 bucket. Install Docker. Note: Docker is only a prerequisite for testing your application locally. Install Homebrew. Install the AWS SAM CLI. Step 1: Create an AWS Account If you don't already have an AWS account, see aws

作为人工智能领域一年一度的行业盛事，2019世界人工智能大会近日在上海召开。而在位于上海世博展览馆的众多展台之中，有一家参展商的现场展示给不少观众都留下了极为深刻的印象。 这家让众多与会嘉宾流连忘返的参展商，就是AWS。 世界人工智能大会，AWS再获殊荣 在AWS的人工智能主题体验区，从机器学习服务、智能媒体分析、施工现场智能监控，到强化学习（RL）赛车、产品销量预测、自动物流餐吧，再到AI医疗，AI阅读，AI媒体……丰富的AI应用场景和行业案例，令许多参会的观众都目不暇接，啧啧称奇。 不仅如此，AWS还在本届世界人工智能大会上正式宣布，AWS旗下的自动语音识别服务Amazon Transcribe现已支持中文普通话的语音转写功能，用户可以通过该服务创建中文电影字幕，或是生成中文普通话的客服中心记录，以便进行客服分析。 与此同时，AWS最新的Amazon Elastic Compute Cloud（Amazon EC2）G4实例，也将于今年部署到由光环新网运营的AWS中国（北京）区域，以及由西云数据运营的AWS中国（宁夏）区域。 另外值得一提的是，继在去年的首届世界人工智能大会上以云上AI创新荣获“SAIL卓越奖”之后，今年AWS旗下一项使用机器学习技术自动发现、分类和保护AWS云中敏感数据的安全服务Amazon Macie，又再接再厉获得了由大会组委会颁发的

背景 AWS 的EC2备份可以有很多方法，如果管理员熟悉脚本和Lambda，完全可以通过Cloudwatch的事件来定时备份，甚至可以直接在Windows的计划任务里面跑个简单的PowerShell脚本都能实现。 AWS官方也提供了一个一揽子的解决方案叫做 ops automation，这个很适合对于脚本完全不懂的管理员，配置好以后管理员通过对应的tag可以进行灵活的自定义操作。 下面这个截图是官方的示意图 具体的解释和配置向导的过程可以参考这个链接，不过目前暂不提供中文翻译 https://aws.amazon.com/solutions/ops-automator/ 对于普通的用户来说，看了这个示意图能从一个高层抽象的角度去理解他的过程就行了，但是不需要去具体了解如何调用的。更重要的是知道如何去配置和使用。 简单的解释一下安装和配置的过程，通过Cloudformation我们可以安装一个叫做 AWS Ops Automator的stack 模板（我称为主模板），这个stack会自动配置一系列的微服务，包括Lambda函数，DynamoDB数据库等等，同时他会自动创建一个S3的bucket，并在这个bucket里面保存了6个stack 模板文件，刚好对应他的6个任务功能：创建快照，拷贝快照，删除快照，替换实例，更改实例类型和通过cpu利用率对实例进行标记。

最近经常需要创建一些S3 Bucket用于备份。每个新建的Bucket都应该配置lifecycle，自动删除旧的数据，以便节约空间和开支。 豆子写了一个简单的Lambda函数来自动实现。每次当我们创建一个Bucket的时候，他会调用对应的API，Cloudtrail监测到这个事件后，会发送给Cloudwatch, 然后Cloudwatch会自动调用我的函数来创建lifecycle policy。 下面是简单的截图说明。 创建一个新的Cloudwatch Rule 对应的Lambda函数 他默认的IAM已经有权限访问Cloudwatch, 我新建了一个S3的Policy，然后分配给他的IAM role，这样这个lambda函数可以访问Cloudwatch和S3 的权限。 下面是Python代码 import logging import boto3 from botocore.exceptions import ClientError lifecycle_config_settings = { 'Rules': [ {'ID': 'Delete Rule', 'Filter': {'Prefix': ''}, 'Status': 'Enabled', 'Expiration': { 'Days':100 }} ]} def put_bucket_lifecycle