Category: Containers

今天，我们很高兴地宣布推出 Amazon App Runner，这是在 Amazon Web Services中构建和运行容器化 Web 应用程序的最简单方法。App Runner 为您提供完全托管的容器原生服务。无需配置编排器、无需构建流水线、无需优化负载均衡器，也无需轮换 TLS 证书。当然，也没有需要管理的服务器。

这种全新实践帮助他们彻底摆脱了由Kubernetes集群维护工作带来的沉重负担，包括与之相关的管理、修复、安全、隔离与扩展等日常任务。

AWS App Runner 可让您更轻松地将 Web 应用程序和 API 部署到云中，无论使用何种语言编写而成，并且即使以前缺乏部署和管理容器或基础设施经验的团队亦可轻松应对。该服务内置 AWS 运营和安全最佳实践，并在收到通知的时候自动扩展或缩减，无需担心冷启动。

本文首先简单介绍了经典的日志系统ELK/EFK架构，引出了Grafana新推出的PLG架构，并探讨了两种架构之间的对比和重点发展的方向。然后，本文介绍了在亚马逊云平台的EKS服务上部署Promtail + Loki + Grafana解决方案，以及配置使用Amazon DynamoDB和Amazon S3，以充分借助云服务的高性价比优势，降低用户维护管理成本。

使用反向代理在混合云场景下进行Amazon ECR 镜像推拉

光顾 AWS 之时，我们的客户都怀揣诸多不同的经验和技能，我们一直在考虑如何让他们在 AWS 有宾至如归的感觉 […]

本文为手把手教你玩转Kubeflow on EKS 系列文章的第三篇，在本文中会演示如何在notebook笔记本中安装Pipeline SDK，构建和编译Kubeflow Pipeline，在Kubeflow Pipeline中调用SageMaker超参数优化组件进行超参数优化，训练模型和创建模型，调用SageMaker部署组件在Amazon SageMaker中批量推理和部署模型端点

本文为手把手教你玩转kubeflow on EKS 系列文章的第二篇，本文将在手把手教你玩转Kubeflow on EKS(一)基础上，在安装在Amazon EKS 上的Kubeflow基于在MNIST数据集上训练一个TensorFlow模型，实现一个对MNIST数据集的手写字符的识别程序的端到端的过程

本文为手把手教你玩转Kubeflow On EKS 系列文章的第一篇，主要介绍了Amazon EKS中国区安装和部署Kubeflow。

这篇文章介绍了如何通过 AWS Load Balancer Controller 中的新功能 TargetGroupBinding，让客户更加灵活的实现在 Amazon EKS 集群之外自己创建和管理 NLB/ALB 和 TargetGroup，或者在 NLB/ALB 上自己创建和管理其他的侦听器和规则。