Undifferentiated Heavy Lifting 的本质 - AWS 解决的问题与不解决的问题之间的边界
深入探讨 AWS 反复使用的 Undifferentiated Heavy Lifting 这一概念的真正含义，解析托管服务的责任边界、共享责任模型的实际情况，以及全托管的幻想与现实。
运维管理
关于 CloudWatch、Systems Manager、Config 等运维管理服务的对比文章
使用 AWS AppFabric 集中 SaaS 审计日志 - OCSF 标准化与 Security Lake 集成
详解 AppFabric 收集 SaaS 应用审计日志、将其标准化为 OCSF 格式，以及构建分析管道的方法。
架构评审 - 使用 AWS Well-Architected Tool 系统化评估工作负载
详解使用 AWS Well-Architected Tool 进行工作负载架构评审。介绍基于 6 大支柱的评估、改进计划的制定以及自定义透镜的应用。
使用 AWS Chatbot 实现 DevOps 通知 - 向 Slack / Teams 推送 AWS 事件
介绍将 CloudWatch 告警和 CodePipeline 通知推送到 Slack / Teams，并通过 @aws 命令从聊天中操作 AWS 的 ChatOps 环境的构建方法。
CloudWatch 的 1 分钟指标和 5 分钟指标为何并存 - 监控粒度与成本的权衡
本文介绍 CloudWatch 的基本监控（5 分钟）与详细监控（1 分钟）分开设置的技术 / 经济原因、指标保留期的分阶段聚合，以及自定义指标的高分辨率模式。
Amazon CloudWatch Internet Monitor - 即时检测 ISP 故障并可视化用户影响
CloudWatch Internet Monitor 是一项以 ISP / 城市 / ASN 为单位，持续监控通过互联网访问应用程序的终端用户的可用性和性能的服务。它利用 AWS 全球网络的观测数据，一体化地提供从检测性能劣化到辅助判断 DNS 路由切换的功能。
使用 Amazon Managed Grafana 构建统一的可观测性仪表板
本文介绍整合 CloudWatch / Prometheus / OpenSearch 数据源，构建多数据源可观测性仪表板的方法。
使用 Amazon Managed Service for Prometheus 进行容器监控 - EKS 指标的收集与分析
以兼容 Prometheus 的方式收集 EKS/ECS 的指标，并使用 PromQL 进行查询。本文介绍通过与 Managed Grafana 集成构建容器监控平台的方法。
用 AWS Systems Manager Parameter Store 管理的配置与机密信息 - 层级结构与加密
讲解使用 Parameter Store 管理配置值和机密信息、设计层级结构以及与 Secrets Manager 的选用。
使用 AWS Systems Manager 进行舰队管理 - 补丁应用、清单与 Run Command 的自动化
使用 Patch Manager 自动化补丁应用，使用 Run Command 提高远程操作的效率。此外还介绍基于 Session Manager 的无需 SSH 的 Shell 访问。
Well-Architected Review 中常见的审查意见 - 一线工程师忽略的 5 个设计错误
将 AWS Well-Architected Review 中反复被指出的设计问题聚焦为单可用区部署、未设置备份、未利用日志、忽视成本优化和安全组过度放行这 5 个方面进行解说。
通过 AWS Marketplace 采购软件 - SaaS 订阅与私有报价
以 AMI、容器、SaaS 三种形态采购第三方软件并整合到 AWS 账单。解析通过 Private Marketplace 实现组织级治理及合同管理自动化的方法。
使用 Amazon CloudWatch RUM 监控前端性能 - 真实用户监控
只需嵌入 JavaScript 代码片段即可实时收集页面加载时间、Web Vitals、JS 错误和 HTTP 错误。详解通过会话回放和自定义事件可视化前端质量的方法。
通过 AWS CloudFormation 实践 Infrastructure as Code - 模板设计与堆栈管理
通过模板定义基础设施，通过变更集预先确认影响范围。利用漂移检测发现配置偏差，通过 StackSets 向整个 Organizations 批量部署。
使用 AWS RAM 实现跨账户资源共享 - VPC 子网与 Transit Gateway 共享
在账户间共享 VPC 子网和 Transit Gateway，实现 IP 地址空间统一管理并减少 VPC 对等连接。
使用 AWS AppConfig 实现功能开关 - 安全的配置部署与回滚
通过 Linear 和 Exponential 策略对独立于代码部署的配置变更进行渐进式发布。利用 CloudWatch 告警联动的自动回滚确保安全性。
使用 AWS Config 实现持续合规监控 - 规则评估与自动修复
详解 AWS Config 的资源配置记录、Config 规则的合规评估以及自动修复操作的设置。
使用 AWS Resilience Hub 评估应用容错能力 - RTO/RPO 目标达成可视化
解析 Resilience Hub 的应用容错能力评估、RTO/RPO 策略设置和改进建议的使用方法。
通过 AWS Health Dashboard 构建事件管理 - 故障通知自动化与影响分析
从服务故障检测到 EventBridge 联动的自动通知，再到通过 Organizations 集成实现组织级影响分析，进行一体化介绍。
AWS 环境优化诊断 - 使用 Trusted Advisor 进行最佳实践检查
详解使用 AWS Trusted Advisor 进行环境自动诊断。介绍成本优化、安全性、容错性、性能和服务限制 5 个类别的检查项目及活用方法。
审计日志的设计与运维 - 使用 CloudTrail 完整记录 API 活动
详解使用 AWS CloudTrail 设计审计日志的方法，介绍 API 活动记录、S3 长期保存以及与 Config 联动实现合规应对。
通过 AWS CloudShell 即刻开始 AWS 操作 - 浏览器 Shell 环境活用技巧
从控制台一键启动，在预装 AWS CLI、SAM CLI、CDK 的环境中即刻开始工作。1 GB 持久存储可保留脚本。
基于 ML 的运维异常检测 - 使用 Amazon DevOps Guru 在预兆阶段发现故障
解析使用 Amazon DevOps Guru 进行基于 ML 的运维异常检测。介绍 CloudWatch 指标自动分析、异常预兆检测、推荐操作及 CloudFormation 堆栈级监控。
AWS 内部时间同步机制 - Amazon Time Sync Service 与闰秒平滑处理的设计
解析 AWS 自主运营的 Amazon Time Sync Service 的工作原理、基于 GPS 和原子钟的高精度时间源、通过平滑处理吸收闰秒的设计决策，以及分布式系统中时间同步的重要性。
AWS 服务配额为何存在 - 保护共享基础设施的多租户设计
解析 AWS 服务配额（原服务限制）不仅是简单的约束，而是在多租户环境中保护其他客户的设计，从嘈杂邻居问题、软限制与硬限制的区别、配额提升申请的内部机制进行说明。
从 AWS 故障报告 (COE) 中学习分布式系统的教训 - 历次大规模故障如何改变了设计原则
从 AWS 公开的 Correction of Errors (COE) 和故障报告中，解析 S3 故障、us-east-1 DNS 故障、Kinesis 故障等历次大规模事件的根本原因，以及它们如何改变了 AWS 的设计原则。
标签设计决定运维 - AWS 资源标签策略的冷知识与实践命名规则
解析 AWS 资源标签不仅是简单标记，更是成本分配、访问控制、自动化基础的原因，以及标签键命名规则、50 个上限的使用方法、标签策略的治理。
AWS Backup 的集中备份管理 - 备份计划与跨区域保护
通过统一策略集中管理 EC2、RDS、DynamoDB 等多项服务的备份。介绍 Vault Lock 的 WORM 保护和恢复测试自动化。
ChatOps 通知基础 - 使用 AWS Chatbot 实现运维自动化
介绍使用 AWS Chatbot 构建 ChatOps 通知基础的方法。包括向 Slack 和 Microsoft Teams 推送 AWS 事件通知、CloudWatch 告警即时推送、通过 SNS 联动实现事件响应自动化等提升运维效率的实践设计。
通过 AWS CloudTrail 实现 API 审计日志 - 跟踪设计与安全分析
记录所有 API 活动，通过 CloudTrail Lake 的 SQL 查询执行高级分析。介绍 Insights 自动检测异常模式以及与 EventBridge 联动的实时检测。
通过 Amazon CloudWatch 构建统一监控 - 指标、日志与告警的设计
通过指标、日志和告警三大支柱构建统一监控。介绍 Logs Insights 的交互式分析、复合告警的高精度通知以及 Embedded Metric Format 的使用方法。
使用 AWS Control Tower 构建多账户环境 - 着陆区与护栏
通过着陆区的自动构建和护栏的策略应用，建立多账户环境的治理。介绍 Account Factory 的账户自动创建。
IT 服务配置 - 通过 AWS Service Catalog 实现自助式基础设施交付
解析通过 AWS Service Catalog 将已批准的 IT 服务目录化，以及通过与 CloudFormation 联动实现自助式基础设施配置。介绍在维持治理的同时提高开发团队自主性的运维模式。
使用 AWS Organizations 实现多账户管理 - OU 设计与 SCP 治理
通过 OU 层级设计和 SCP 访问控制建立多账户环境的治理。同时介绍统一计费的成本管理。
用 AWS Service Catalog 实现 IT 治理 - 已批准产品的标准化与自助服务
将 IT 部门批准的 CloudFormation 模板编入目录，通过启动约束和模板约束安全地为终端用户提供自助服务。
系统运维管理效率化 - 使用 Systems Manager 构建统一运维平台
解析利用 AWS Systems Manager 的系统运维管理设计方法，介绍通过补丁管理、Parameter Store 和 Run Command 实现运维自动化的方法。
使用 AWS Well-Architected Tool 审查工作负载 - 基于 6 大支柱的架构改进
通过基于 6 大支柱的架构审查量化风险，使用自定义镜头添加组织特有的最佳实践。通过里程碑追踪改进进度。