Amazon Quick 实战应用 - 各部门用例与工作流自动化的设计模式
具体介绍销售 / IT / 财务等各部门的应用场景，以及使用 Quick Flows 实现通知 / 审批 / 多阶段工作流的设计模式。
分析与搜索
关于 Athena、OpenSearch、Glue、数据湖构建等 AWS 数据分析与搜索服务的对比文章
客户 ID 整合 - 使用 AWS Entity Resolution 对分散的客户数据进行记录匹配
讲解使用 AWS Entity Resolution 对客户数据进行记录匹配（实体解析）。介绍基于规则、基于机器学习、基于提供商服务的 3 种匹配工作流以及 ID 映射、费用、隐私保护、与 Clean Rooms 的集成。
借助 AWS Data Exchange 利用第三方数据 - 数据采购与订阅管理
通过 Marketplace 采购第三方数据产品，并构建向 S3 自动配送的管道。还介绍将自有数据产品化并实现变现的方法。
使用 Amazon S3 和 Lake Formation 构建数据湖 - 设计模式与治理
介绍以 S3 为存储基础、借助 Lake Formation 实现细粒度访问控制的数据湖设计模式。还讲解 ETL 管道与成本优化。
数字孪生 - 通过 AWS IoT TwinMaker 构建物理空间的 3D 数字副本
解说使用 AWS IoT TwinMaker 构建数字孪生。介绍 3D 场景创建、IoT 数据联动、Grafana 仪表板集成和工业设备可视化。
使用 Amazon EMR 进行大数据处理 - Spark 与 Hive 的执行环境
介绍在 EMR 集群上运行 Spark 作业和 Hive 查询、与 EMR Serverless 的选用，以及通过托管扩缩进行的成本优化。
车队数据管理 - 通过 AWS IoT FleetWise 高效收集车辆遥测数据
讲解使用 AWS IoT FleetWise 收集车辆遥测数据的方法。介绍车辆建模、边缘的数据过滤以及向云端的高效数据传输。
工业 IoT 监控 - 通过 AWS IoT SiteWise 收集和可视化设备数据
解析使用 AWS IoT SiteWise 进行工业设备的数据收集、建模和可视化。介绍兼容 OPC-UA 的网关、资产模型和 SiteWise Monitor 仪表板。
AWS IoT Analytics 终止提供 - IoT 数据分析管道迁移指南
AWS IoT Analytics 已于 2025 年 12 月 15 日终止提供。解析官方迁移目标（Kinesis Data Streams / Data Firehose、S3 / Timestream、Glue + Athena）。还解析提供期间的 4 组件架构。
使用 Amazon Kinesis 构建实时数据管道 - Data Streams 与 Data Firehose 如何选择
使用 Data Streams 摄取实时数据，并使用 Data Firehose 自动交付到 S3 / Redshift / OpenSearch。本文介绍如何通过分片设计以及与按需模式的选用来构建流式管道。
使用 AWS Lake Formation 构建数据湖 - 细粒度访问控制与数据目录
通过列级和行级的细粒度访问控制与基于标签的管理，建立数据湖的治理。本文介绍与 Glue Data Catalog 的集成以及跨账户访问。
使用 Amazon Managed Service for Apache Flink 进行实时流处理 - 有状态处理与窗口聚合
在 Apache Flink 的全托管环境中，通过 SQL 或 Java/Python 应用程序执行实时流处理。本文介绍窗口聚合、模式检测以及 Kinesis/MSK 集成的设计模式。
使用 Amazon MSK 构建 Apache Kafka 流处理平台 - 集群设计与运维
设计 Apache Kafka 的托管集群，并介绍与 MSK Serverless 的选择区分以及通过 MSK Connect 进行数据集成的模式。
使用 Amazon MSK Serverless 开始事件流处理 - 构建零运维的 Kafka 环境
介绍使用 IAM 认证构建无需集群管理的 Kafka 环境，并通过与 EventBridge Pipes 的集成简化事件流处理的方法。
隐私保护数据分析 - 使用 AWS Clean Rooms 安全地进行数据协作
本文讲解使用 AWS Clean Rooms 的隐私保护数据分析。介绍多个组织之间的数据协作、通过分析规则进行的访问控制以及差分隐私的利用。
实时数据流处理 - 利用 Amazon Kinesis 实现即时数据处理
讲解结合 Kinesis Data Streams 与 Data Firehose 的实时数据管道的设计模式。介绍分片设计、缓冲、Lambda 转换以及向 S3 / Redshift / OpenSearch 的投递。
视频转码 - 使用 AWS Elemental MediaConvert 构建可扩展的视频转换基础设施
解析利用 AWS Elemental MediaConvert 和 S3 构建视频转码流水线的方法。介绍多格式输出、HDR 支持以及高性价比的无服务器视频处理实践方法。
构建区块链网络 - Amazon Managed Blockchain 的应用与 QLDB（已停止服务）的迁移
介绍使用 Amazon Managed Blockchain 构建区块链网络，以及已于 2025 年 7 月 31 日停止服务的 Amazon QLDB 的定位和向 Aurora PostgreSQL 的官方迁移方向。
通过 AWS Glue 构建 ETL 管道 - 爬虫程序与作业的设计
通过爬虫程序自动发现 Schema，通过 Glue 作业执行 ETL 处理。介绍 Data Catalog 的活用模式和通过 Glue Studio 进行可视化开发。
使用 Amazon Redshift 构建云数据仓库 - Serverless 与 RA3 的选择
明确 Serverless 与 RA3 预置集群的选择标准，介绍通过数据共享和 Spectrum 实现数据湖联动以防止数据孤岛的方法。
Amazon Redshift 性能调优 - 分布键、排序键与 WLM 优化
解析 Redshift 分布样式与排序键的选择、工作负载管理 (WLM) 设计以及 AQUA 查询加速。
在 Amazon EMR Serverless 上以无服务器方式运行 Spark 作业 - 无需集群管理的大数据处理
介绍通过 EMR Serverless 执行 Spark/Hive 作业、作业运行的设计以及成本优化方法。
通过 Amazon DataZone 实现数据治理 - 数据的发现、共享与访问控制
介绍构建基于域的数据目录，通过订阅工作流实现数据的发现、共享和访问控制的方法。
BI 仪表板可视化 - 使用 Amazon Quick Sight 构建数据驱动的决策基础
介绍使用 Amazon Quick Sight（原 Amazon QuickSight）构建交互式 BI 仪表板，以及与 Athena 联动的无服务器数据分析基础。包括 SPICE 引擎的高速可视化和向全组织共享洞察的实践方法。
数据市场活用 - 通过 AWS Data Exchange 实现第三方数据的高效获取与利用
解说利用 AWS Data Exchange 获取和活用第三方数据的方法。介绍通过与 S3 集成构建数据管道，以及作为数据提供商发布数据的方法。
使用 Amazon Quick Sight 构建 BI 仪表板 - 无服务器分析与嵌入式可视化
通过 SPICE 引擎实现高速查询，利用嵌入 API 将 BI 功能集成到自有应用。介绍 Q 功能的自然语言查询与 Reader 的会话计费模式。
流数据处理设计 - 使用 Kinesis 构建实时数据管道
解析利用 Amazon Kinesis 的流数据处理设计方法，介绍通过 Data Streams、Data Firehose 和 Lambda 集成构建实时数据管道的方法。
使用 AWS Clean Rooms 实现隐私保护型数据协作
无需共享或复制数据即可在多企业间执行联合分析。介绍通过聚合规则防止个人识别以及通过 Cryptographic Computing 实现加密分析。
数据湖治理 - 通过 AWS Lake Formation 实现集中式访问控制
解说使用 AWS Lake Formation 构建数据湖、实现访问控制与治理的方法。介绍针对基于 S3 的数据湖的列级与行级细粒度权限管理，以及与 Glue、Athena 的集成。
数据搜索与分析实践 - 通过 OpenSearch 构建全文搜索与可视化基础设施
解说利用 Amazon OpenSearch Service 的数据搜索与分析设计方法，介绍通过全文搜索、日志分析和仪表板可视化构建分析基础设施的方法。
在 Amazon EMR 上运行 Apache Spark - 大数据处理的集群设计与成本优化
介绍通过 EMR 构建 Spark 集群、EMR Serverless 的使用场景区分以及利用 Spot 实例进行成本优化的方法。
通过 AWS Entity Resolution 实现记录匹配 - 客户数据的合并与整合
介绍通过 Entity Resolution 对多个数据源进行记录匹配以及匹配工作流的设计方法。
托管 Kafka 流处理 - 使用 Amazon MSK 实现大规模实时数据管道
解析通过 Amazon MSK (Managed Streaming for Apache Kafka) 构建全托管 Kafka 集群，以及与 Kinesis 的使用场景区分。介绍大规模实时数据流基础设施的设计模式。
使用 Amazon OpenSearch Service 构建日志分析平台 - 索引设计与仪表板构建
构建日志分析平台，通过索引生命周期管理优化成本。介绍 OpenSearch Dashboards 和 Serverless 模式的应用。
Amazon OpenSearch Serverless 实践指南 - OCU 设计与按集合类型的优化策略
Amazon OpenSearch Serverless 是一项无需集群运维管理、通过自动扩展处理搜索和分析工作负载的全托管服务。从实务角度解析 OCU 计费模型、集合类型的选择标准以及索引设计的最佳实践。
量子计算服务 - 使用 Amazon Braket 开始量子算法开发
解析使用 Amazon Braket 进行量子计算的实践方法。介绍量子电路模拟器、实机量子计算机访问、混合量子-经典算法实现以及与 Lambda 的集成模式。