Mengambil langkah pertama
Pengantar
Integrasi aplikasi adalah serangkaian layanan yang memungkinkan komunikasi antara komponen terpisah dalam layanan mikro, sistem terdistribusi, dan aplikasi nirserver. Amazon Web Services (AWS) menawarkan lebih dari setengah lusin layanan integrasi aplikasi untuk mendukung beragam beban kerja yang berjalan di cloud.
Pemilihan layanan integrasi yang paling sesuai untuk organisasi dan beban kerja Anda bisa jadi sulit dilakukan. Panduan keputusan ini akan membantu Anda mengajukan pertanyaan yang tepat untuk menemukan kebutuhan Anda dan memberikan panduan yang jelas tentang cara mengevaluasi serta memilih layanan integrasi yang tepat untuk beban kerja Anda.
Klip berdurasi delapan setengah menit ini berasal dari rekaman satu jam presentasi yang disampaikan oleh director of enterprise strategy AWS, Gregor Hohpe, di AWS Re:Invent 2022. Klip ini memberikan gambaran umum mengenai layanan integrasi aplikasi AWS yang tersedia.
Waktu pembacaan
20 menit
Tujuan
Membantu menentukan layanan integrasi aplikasi AWS mana yang paling cocok untuk beban kerja Anda.
Tingkat
Pemula
Terakhir diperbarui
31 Mei 2023
Layanan yang dicakup
Panduan keputusan lainnya tentang
Pahami
Saat Anda mulai menjelajahi dan memahami kriteria, lingkungan, serta rangkaian layanan integrasi yang ditawarkan AWS, kami sarankan Anda untuk meninjau beberapa praktik terbaik. Praktik terbaik ini berlaku tanpa melihat layanan (atau rangkaian layanan) yang Anda pilih.
Memahami integrasi di lingkungan Anda
Beberapa organisasi umumnya menghabiskan lebih banyak waktu daripada yang diinginkan untuk mempertahankan integrasi sumber terbuka. Kami menyarankan Anda untuk mempertimbangkan sumber komunitas, dan/atau dukungan dari perusahaan atau yayasan saat melakukan investasi ini. Investasi dalam proyek-proyek ini tidak hanya bersifat finansial, tetapi juga investasi dalam modal pengetahuan dan mungkin juga utang teknis, karena komponen-komponen ini dan integrasi yang terkait biasanya perlu diperbarui. Untuk informasi selengkapnya, lihat blog AWS Open Source.
Memahami karakteristik arsitektur Anda
Kemampuan untuk mendukung berbagai arsitektur itu penting. Sebaiknya Anda memanfaatkan Kerangka Kerja AWS Well-Architected sebagai panduan untuk membantu dalam memahami keputusan yang Anda buat saat membangun arsitektur di AWS. Selain itu, penggunaan Kerangka Kerja Well-Architected memungkinkan Anda untuk mempelajari praktik terbaik arsitektur untuk mendesain dan mengoperasikan sistem yang andal, dapat diskalakan, aman, efisien, dan hemat biaya di Cloud.
Menggunakan kombinasi layanan integrasi
Jika Anda menggunakan layanan yang dibuat khusus, kombinasi layanan mungkin paling sesuai untuk kasus penggunaan Anda. Berikut ini adalah beberapa cara umum pelanggan AWS menggunakan kombinasi layanan.
- Merutekan peristiwa Amazon EventBridge atau Amazon Simple Notification Service (Amazon SNS) ke antrean Amazon Simple Queue Service (Amazon SQS) sebagai penyangga bagi konsumen hilir.
- Menarik peristiwa langsung dari aliran (Kinesis Data Streams atau Amazon Managed Streaming for Apache Kafka (Amazon MSK)) atau antrean (SQS atau Amazon MQ) dengan EventBridge Pipes dan mengirim peristiwa ke bus EventBridge untuk didorong ke konsumen.
- Merutekan peristiwa EventBridge atau SNS ke Kinesis Data Streams atau Amazon MSK untuk mengumpulkan dan melihat analitik.
Tentukan
Setelah memiliki gambaran yang lebih jelas tentang kriteria, lingkungan, arah strategis, dan layanan yang tersedia (termasuk deployment yang di-hosting dan modalitas terkelola), Anda perlu mengidentifikasi persyaratan integrasi. Anda mungkin sudah mengetahui beberapa persyaratan jika Anda memigrasikan ke platform integrasi atau broker pesan yang ada. Namun, Anda perlu menetapkan bagaimana persyaratan ini akan berubah jika Anda pindah ke lingkungan cloud, jika ada.
Platform perpesanan atau streaming
Platform ini diharapkan dapat memenuhi fungsionalitas bisnis tertentu. Gunakan contoh kasus penggunaan berikut saat mempertimbangkan fungsi mana yang Anda perlukan.
Contoh 1:
Pikirkan perusahaan asuransi yang menerima klaim yang berbeda melalui pesan untuk jenis klaim yang berbeda (mobil, rumah, atau kehidupan) dengan aturan bisnis yang berbeda. Hal ini mungkin berarti bahwa konsumen pesan harus memiliki fungsi untuk merutekan klaim ke tujuan yang berbeda berdasarkan properti header dalam pesan.
Contoh 2:
Pikirkan maskapai penerbangan yang pembaruan status penerbangannya perlu memberi tahu semua sistem yang terhubung, seperti pengoperasian bagasi atau gerbang, dengan menggunakan protokol seperti Protokol Antrean Pesan Tingkat Lanjut (AMQP). Pertanyaan besar terkait dasar kasus penggunaan fungsional dan bisnis menentukan bentuk platform perpesanan yang paling sesuai. Kita memiliki banyak pilihan yang dapat menentukan kesesuaian platform berdasarkan kasus penggunaan.
Adopsi pasar: Platform ini diadopsi secara luas oleh komunitas pelanggan yang besar dan cukup sesuai untuk sebagian besar kasus penggunaan. Platform ini dicoba dan diuji dengan komunitas dukungan yang dinamis untuk masalah apa pun yang mungkin ditemui. Platform ini adalah keputusan berisiko rendah dengan cukup banyak pelatihan yang tersedia untuk sumber daya pengembangan.
Paling sesuai untuk kasus penggunaan: Platform ini akan disesuaikan untuk kasus penggunaan industri tertentu seperti maskapai penerbangan, logistik, atau perawatan kesehatan. Platform tersebut mungkin yang paling tepat untuk kasus penggunaan tersebut dengan templat siap pakai yang tersedia untuk diadopsi. Platform ini bisa dimulai dengan mudah, tetapi kurang dapat diadopsi di tingkat pasar serta kurang fleksibel. Pengadopsian jenis platform ini mungkin memerlukan waktu dan sumber daya yang luas untuk validasi dan membangun keahlian internal.
Modern: Platform ini dibangun dengan arsitektur generasi berikutnya untuk menangani deployment skala cloud, multi-penghunian, pemulihan bencana, dan tipe harga nirserver. Penggunaan platform jenis ini mungkin memerlukan beberapa pemfaktoran ulang pada beban kerja untuk kelangsungan hidup jangka panjang. Platform ini menggunakan
platform cloud-native dan berfokus pada penggunaan prinsip aplikasi modern yang dirancang dengan baik.
Contoh 3:
Jika platform perpesanan merupakan bagian dari alur kerja pemrosesan pinjaman yang lebih besar, yang harus bersifat multiwilayah, platform perpesanan tersebut juga perlu mendukung persyaratan bisnis yang sama. Jika bisnis membutuhkan kemampuan untuk memulihkan dan mengembalikan ke status sebelumnya saat terjadi masalah, platform perpesanan atau streaming yang mendasarinya juga memerlukan kemampuan untuk memiliki beberapa kemampuan snapshotting atau replay untuk membuat ulang status sistem.
Platform integrasi yang Anda pilih harus memfasilitasi pemrosesan aplikasi pinjaman yang asinkron atau bertindak sebagai saluran penyimpanan dan penerusan untuk alur kerja pemrosesan media multilangkah. Tingkat kepentingan proses bisnis akan menentukan kemampuan yang dibutuhkan dari platform perpesanan atau streaming.
Pertimbangkan
Saat mempertimbangkan arsitektur integrasi aplikasi utama di cloud, ada berbagai cara untuk menentukan persyaratan fungsional untuk masing-masing titik integrasi.
Berikut ini adalah beberapa kriteria yang perlu dipertimbangkan ketika memilih layanan integrasi aplikasi.
-
Overhead layanan dan operasi yang terkelola -
Sumber Terbuka -
Karakteristik beban kerja -
Iterasi cepat dan kecepatan fitur -
Portabilitas aplikasi -
Portabilitas otomatisasi -
Ukuran dan keterampilan organisasi
-
Pertimbangkan untuk berpindah ke cloud untuk mengurangi biaya operasional dengan melakukan standardisasi pada layanan terkelola yang mengalihkan beban operasional ke AWS. Tingkat abstraksi yang lebih tinggi memungkinkan developer dan operator untuk berfokus pada aktivitas nilai tambah mereka yang unik, alih-alih tugas yang tidak terdiferensiasi.
-
Pertimbangkan standardisasi pada teknologi sumber terbuka. Sumber terbuka memungkinkan organisasi untuk menemukan keterampilan yang tepat dan menghindari beberapa risiko seputar penguncian.
Pilihan yang salah dalam ekosistem sumber terbuka dapat menyebabkan organisasi terkunci dalam penyederhanaan dan integrasi internal. Selain itu, tanggung jawab untuk membuat agar komponen sumber terbuka yang berbeda dapat bekerja sama sering berada di tangan organisasi yang membuat pilihan. Hal ini dapat menyebabkan organisasi menghabiskan waktu yang cukup banyak untuk mempertahankan integrasi sumber terbuka. -
Saat memilih layanan integrasi yang tepat, penting untuk memahami karakteristik pesan yang perlu dikirim di antara aplikasi. Karakteristik utama seperti format pesan, ukuran, retensi, dan prioritas dapat mendorong keputusan layanan integrasi.
Beberapa layanan integrasi lebih cocok untuk pesan berbasis teks kecil sedangkan beberapa lainnya dirancang untuk mendukung banyak format seperti teks dan biner serta menawarkan ukuran pesan yang lebih besar. Kebutuhan untuk memiliki kemampuan replay juga dapat menjadi faktor penting di samping urutan pesan dalam beberapa skenario.
Misalnya, pengurutan pesan dapat diterapkan dengan menggunakan fungsionalitas FIFO yang ditawarkan oleh Amazon SNS dan Amazon SQS. Ada juga pertimbangan untuk memiliki arsitektur berbasis tarik atau dorong, seperti EventBridge atau SNS yang memanggil fungsi Lambda secara asinkron.
Arsitektur berbasis tarik dapat menggunakan layanan seperti SQS atau Kinesis Data Streams, di mana pesan disimpan pada antrean atau aliran, kemudian dapat diambil oleh sistem yang menggunakannya. Layanan pesan seperti Amazon MQ menawarkan kemampuan memuat pesan yang lebih besar dan memiliki retensi tanpa batas. Namun, layanan tersebut tidak menawarkan kemampuan replay. -
Jika fokus utama Anda adalah membangun dan mengiterasi dengan cepat, layanan nirserver mungkin memberikan nilai terbaik. Layanan nirserver memungkinkan Anda membangun aplikasi tanpa mengelola infrastruktur. Layanan tersebut menyediakan fungsionalitas dan integrasi terkelola untuk mengurangi waktu yang dihabiskan untuk menulis kode pelat boiler.
Manfaat lain dari nirserver saat menguji ide-ide baru adalah bahwa layanan ini menawarkan harga berbasis penggunaan. Kode Anda hanya berjalan saat layanan diinvokasi, jadi eksperimen tidak memerlukan investasi di muka.
-
Banyak aplikasi menggunakan protokol tertentu, seperti Advanced Message Queuing Protocol (AMQP) atau MQ Telemetry Transport (MQTT), untuk terhubung ke layanan pesan. Atau, aplikasi-aplikasi tersebut memiliki beberapa dependensi pustaka yang menggunakan protokol pesan tertentu. Contoh pustaka atau kerangka kerja tersebut meliputi Spring Boot, Celery, atau MassTransit.
Anda mungkin ingin mempertahankan aplikasi tersebut karena alasan yang berbeda. Dalam kasus ini, pilihan layanan integrasi Anda juga tergantung pada dukungan protokol yang diperlukan untuk memiliki portabilitas dengan aplikasi Anda. -
Anda mungkin perlu memiliki layanan yang menyediakan kompatibilitas dengan infrastruktur dan alat deployment Anda, serta menjalankan sistem integrasi yang sama yang Anda hosting secara on-premise (seperti Apache ActiveMQ, RabbitMQ, dan Apache Kafka).
Layanan sumber terbuka terkelola (seperti Amazon MQ dan Amazon MSK) memberikan manfaat cloud, selain juga kompatibel dengan banyak alat deployment populer yang digunakan untuk deployment on-prem.
Jika pemfaktoran ulang aplikasi menjadi sebuah opsi, Anda dapat memanfaatkan layanan nirserver untuk menyediakan kemampuan ini secara native, serta integrasi yang kaya dengan berbagai layanan AWS. -
Keterampilan organisasi Anda menjadi faktor utama ketika memutuskan layanan integrasi yang tepat. Jika tim Anda telah mengenal produk yang dikelola sendiri dan produk tersebut memenuhi kebutuhan Anda, maka memiliki layanan terkelola untuk produk tersebut akan memberikan jalur dengan dampak paling sedikit. Dengan demikian, Anda akan terbantu dalam menerapkan praktik terbaik untuk layanan dan berfokus pada aktivitas nilai tambah.
Pilih
Setelah Anda mengetahui kriteria yang akan Anda gunakan untuk mengevaluasi kebutuhan integrasi aplikasi, Anda siap memilih layanan AWS mana yang tepat untuk beban kerja Anda di lingkungan Anda.
Peristiwa adalah perubahan apa pun pada status atau pembaruan dalam sistem. Semua layanan dalam kategori ini dapat digunakan dalam arsitektur berbasis peristiwa.
Amazon EventBridge menyediakan Bus Peristiwa untuk merutekan peristiwa, serta pipa untuk integrasi titik ke titik. Gunakan Amazon EventBridge untuk membangun aplikasi yang berbasis peristiwa dalam skala besar di seluruh AWS, sistem yang sudah ada, atau aplikasi SaaS.
Amazon SNS menyediakan pengiriman pesan (publikasi dan langganan) serta menawarkan throughput tinggi yang andal dalam melakukannya. Amazon SNS mendukung SMS, email, dan notifikasi push seluler.
Layanan perpesanan memungkinkan sistem perangkat lunak dan perangkat akhir yang berbeda. Layanan ini sering menggunakan bahasa pemrograman yang berbeda pada platform yang berbeda untuk berkomunikasi dan bertukar informasi.
Amazon SNS menyediakan pengiriman pesan (publikasi dan langganan) serta menawarkan throughput tinggi yang andal dalam melakukannya. Amazon SNS mendukung SMS, email, dan notifikasi push seluler.
Amazon Simple Queue Service (Amazon SQS) menawarkan antrean yang di-hosting yang aman, tahan lama, dan tersedia. Layanan ini dioptimalkan untuk mempertahankan dan menyangga peristiwa serta pesan untuk konsumen hilir.
Data streaming adalah data yang dihasilkan secara terus-menerus oleh ribuan sumber data, yang biasanya mengirimkan catatan data secara bersamaan, dan dalam ukuran kecil (urutan Kilobita). Data streaming mencakup beragam data seperti file log yang dihasilkan oleh pelanggan dengan menggunakan aplikasi seluler atau web Anda, pembelian e-commerce, aktivitas pemain dalam game, informasi dari jejaring sosial, lantai perdagangan keuangan, atau layanan geospasial, serta telemetri dari perangkat yang terhubung atau instrumentasi di pusat data.
Kinesis Data Streams adalah layanan data streaming nirserver yang mengumpulkan dan memproses aliran catatan data yang besar dalam waktu nyata.
Amazon MSK adalah layanan terkelola penuh yang memungkinkan Anda untuk membangun serta menjalankan berbagai aplikasi yang menggunakan Apache Kafka untuk memproses data streaming. Amazon MSK menyediakan operasi bidang kontrol, seperti untuk membuat, memperbarui, dan menghapus klaster, serta memungkinkan Anda untuk menggunakan operasi bidang data Apache Kafka, seperti untuk memproduksi dan mengonsumsi data.
Alur kerja menjelaskan cara orang menyelesaikan pekerjaan dari awal hingga akhir. Alur kerja dapat muncul sebagai serangkaian langkah dalam daftar periksa, atau sebagai diagram yang memvisualisasikan langkah-langkah tersebut.
AWS Step Functions adalah layanan orkestrasi nirserver yang memungkinkan Anda mengintegrasikan fungsi AWS Lambda dan layanan AWS lainnya untuk membangun aplikasi yang penting untuk bisnis. Dengan menggunakan konsol grafis Step Functions, Anda dapat melihat alur kerja aplikasi sebagai serangkaian langkah berbasis peristiwa.
Amazon Managed Workflows for Apache Airflow
Amazon Managed Workflows for Apache Airflow (Amazon MWAA) adalah sebuah layanan orkestrasi terkelola untuk Apache Airflow yang dapat Anda gunakan untuk menyiapkan dan mengoperasikan pipeline data di cloud dalam skala besar. Apache Airflow adalah alat sumber terbuka untuk menulis, menjadwalkan, dan memantau urutan proses dan tugas yang disebut alur kerja secara terprogram.
Gunakan
Anda sekarang harus memiliki pemahaman yang jelas tentang apa yang dilakukan oleh setiap layanan integrasi aplikasi AWS, dan mana yang mungkin tepat untuk Anda. Untuk menjelajahi cara menggunakan dan mempelajari setiap layanan integrasi aplikasi AWS yang tersedia selengkapnya, kami telah menyediakan jalur untuk menjelajahi cara kerja masing-masing layanan. Bagian berikut menyediakan tautan ke dokumentasi mendalam, tutorial praktik langsung, dan sumber daya untuk membantu Anda memulai.
-
Amazon SNS
-
Amazon SQS
-
Amazon EventBridge
-
Amazon MQ
-
Amazon Kinesis Data Streams
-
Amazon MSK
-
AWS Step Functions
-
Amazon MWAA
-
Amazon SNS
-
Memulai Amazon SNS
Kami menunjukkan kepada Anda cara mengelola topik, langganan, dan pesan dengan menggunakan konsol Amazon SNS.
Filter Pesan yang Dipublikasikan ke Topik dengan Amazon SNS dan Amazon SQS
Pelajari cara menggunakan fitur pemfilteran pesan Amazon SNS.
Memperkenalkan perlindungan data pesan untuk Amazon SNS
Posting blog ini menjelaskan pengertian perlindungan data pesan dan cara kerjanya.
Amazon SNS - Pemecahan Masalah
Pelajari cara melihat informasi konfigurasi, memantau proses, dan mengumpulkan data diagnostik tentang Amazon SNS.
Membangun game berbasis giliran dengan menggunakan Amazon DynamoDB dan Amazon SNS
Pelajari cara membangun game multipemain berbasis giliran dengan menggunakan Amazon DynamoDB dan Amazon SNS.
Membangun arsitektur berbasis peristiwa
Pelajari cara membangun implementasi pub/sub sederhana dengan menggunakan Amazon SNS sebagai layanan penerbitan kami dan Amazon SQS sebagai pelanggan.
-
Amazon SQS
-
Pengantar mengenai Amazon SQS
Tinjauan tingkat tinggi Amazon Simple Queue Service (SQS) dan keuntungan menggunakan sistem yang dipasangkan secara longgar.
Memulai Amazon SQS
Panduan ini menunjukkan cara mengelola antrean dan pesan dengan menggunakan konsol Amazon SQS.
Kirim Notifikasi Peristiwa Penyebaran
Pelajari cara menerapkan skenario pesan penyebaran dengan menggunakan Amazon SNS dan Amazon SQS.
Orkestrasikan Layanan Mikro Berbasis Antrean
Pelajari cara merancang dan menjalankan alur kerja nirserver yang mengorkestrasi layanan mikro berbasis antrean pesan.
Mengirim Pesan Antara Aplikasi Terdistribusi
Gunakan konsol Amazon SQS untuk membuat dan mengonfigurasi antrean pesan, mengirim pesan, menerima dan menghapus pesan, kemudian menghapus antrean.
-
Amazon EventBridge
-
Mulai Amazon EventBridge
Dasar dari EventBridge adalah membuat aturan yang merutekan peristiwa ke target. Dalam panduan ini, Anda membuat aturan dasar.
Tutorial memulai Amazon EventBridge
Tutorial ini akan membantu Anda menjelajahi fitur EventBridge dan cara menggunakannya.
Integrasi dengan layanan AWS lainnya
Tutorial berikut menunjukkan cara mengintegrasikan EventBridge dengan layanan AWS lainnya.
Membangun arsitektur berbasis peristiwa
Pelajari dasar-dasar desain berbasis peristiwa, cara memilih layanan AWS yang tepat untuk pekerjaan tersebut, serta cara mengoptimalkan biaya dan performa.
Membangun aplikasi berbasis peristiwa dengan Amazon EventBridge
Pelajari cara membuat aplikasi berbasis peristiwa dengan menghubungkan banyak aplikasi, termasuk aplikasi SaaS dan layanan AWS, dengan menggunakan bus peristiwa nirserver yang disediakan oleh Amazon EventBridge.
-
Amazon MQ
-
Mempercepat modernisasi perpesanan
Kami memperkenalkan Amazon MQ kepada Anda dan Anda dapat berpartisipasi dalam beberapa laboratorium praktik langsung untuk lebih memahaminya.
Membuat broker pesan terhubung
Pelajari cara menyiapkan broker pesan Amazon MQ dan menghubungkan aplikasi Java tanpa menulis ulang kode Anda.
Membuat dan menghubungkan ke broker RabbitMQ
Pelajari cara menggunakan Konsol Manajemen AWS untuk membuat broker RabbitMQ dan melampirkan aplikasi Anda ke broker tersebut.
Membuat dan menghubungkan ke broker ActiveMQ
Pelajari cara menggunakan Konsol Manajemen AWS untuk membuat broker dasar.
Lokakarya ActiveMQ
Jelajahi konsep perpesanan seperti antrean, topik, dan fitur Amazon MQ, seperti failover, jaringan broker.
Men-deploy dan memublikasikan ke broker Amazon MQ dengan menggunakan AWS nirserver
Kami memandu Anda untuk men-deploy backend nirserver dan broker Amazon MQ dalam satu langkah dengan menggunakan AWS SAM.
-
Amazon Kinesis Data Streams
-
Pengantar tentang Amazon Kinesis Data Streams
Kami menjelaskan bagaimana Amazon Kinesis Streams digunakan untuk mengumpulkan, memproses, dan menganalisis data streaming dalam waktu nyata untuk memberikan wawasan yang berharga.
Memulai Amazon Kinesis Data Streams
Pelajari prinsip aliran data Kinesis Data Streams dasar dan langkah-langkah yang diperlukan untuk menempatkan dan mendapatkan data dari aliran data Kinesis.
Membangun aliran dengan ketersediaan tinggi menggunakan Amazon Kinesis Data Streams
Kami membandingkan dan mengontraskan berbagai strategi untuk membuat aliran data Kinesis dengan ketersediaan tinggi jika terjadi gangguan layanan, penundaan, atau pemadaman di Wilayah operasi utama.
Contoh Tutorial untuk Amazon Kinesis Data Streams
Tutorial ini dirancang untuk lebih membantu Anda dalam memahami konsep dan fungsionalitas Amazon Kinesis Data Streams.
Menggunakan AWS Lambda dengan Amazon Kinesis
Pelajari cara membuat fungsi Lambda untuk menggunakan peristiwa dari aliran Kinesis.
Streaming Waktu Nyata dengan Amazon Kinesis
Jelajahi serangkaian latihan lab yang membantu pengguna dalam membangun aplikasi analitik streaming di AWS.
-
Amazon MSK
-
Mulai menggunakan Amazon MSK
Tutorial ini menunjukkan kepada Anda contoh cara membuat klaster MSK, menghasilkan dan menggunakan data, serta memantau kesehatan klaster Anda dengan menggunakan metrik.
Mulai menggunakan klaster MSK Nirserver
Tutorial ini menunjukkan kepada Anda contoh cara membuat klaster MSK Nirserver, membuat mesin klien yang dapat mengaksesnya, dan menggunakan klien untuk membuat topik pada klaster serta untuk menulis data ke topik tersebut.
Lab Amazon MSK
Laboratorium ini dapat dijalankan pada akun AWS pribadi atau perusahaan atau akun yang disediakan oleh tim Akun AWS untuk peristiwa yang menggunakan studio lokakarya.
-
AWS Step Functions
-
Memulai AWS Step Functions
Tutorial ini memandu Anda dalam pembuatan alur kerja dasar untuk memproses aplikasi kartu kredit.
Pengantar tentang Step Functions
Kursus ini memperkenalkan komponen kunci dari Step Functions untuk membantu Anda mulai mengelola alur kerja dalam suatu aplikasi.
Membuat pola penyebaran permintaan tugas 'pertama-merespons'
Pelajari cara mengoordinasikan sekelompok driver yang melakukan pengiriman untuk perusahaan e-commerce Anda.
Pola Desain untuk AWS Step Functions
Pelajari cara menerapkan pola desain di mesin status Step Functions Anda dan alasan menggunakan masing-masing pola.
Menjadwalkan Alur Kerja Nirserver dengan AWS Step Functions dan Penjadwal Amazon EventBridge
Kami menunjukkan kepada Anda cara menginvokasi mesin status dengan menggunakan Penjadwal EventBridge berdasarkan jadwal yang Anda tentukan.
Lokakarya AWS Step Functions
Pelajari cara menggunakan fitur utama AWS Step Functions melalui serangkaian modul interaktif.
-
Amazon MWAA
-
Mulai Amazon Managed Workflows for Apache Airflow
Panduan ini menjelaskan prasyarat dan sumber daya AWS yang diperlukan untuk memulai Amazon MWAA.
Mengonfigurasi aws-mwaa-local-runner dalam pipeline CD
Tutorial ini memandu Anda dalam proses membangun pipeline pengiriman berkelanjutan (CD) di GitHub dengan menggunakan Amazon Managed Workflows untuk aws-mwaa-local-runner dari Apache Airflow untuk menguji kode Apache Airflow Anda secara lokal.
Membatasi akses pengguna Amazon MWAA ke subset DAG
Kami menunjukkan bagaimana Anda dapat membatasi pengguna Amazon MWAA individual untuk melihat dan berinteraksi dengan DAG atau serangkaian DAG tertentu saja.
Lokakarya Amazon MWAA untuk Analitik
Pelajari cara membangun dan mengorkestrasi pipeline data serta ML yang mencakup banyak layanan yang disebutkan di atas, sehingga Anda dapat mengenal dan lebih memahami hook serta operator yang tersedia sebagai bagian dari Airflow untuk mengelola pipeline/alur kerja di AWS.
Jelajahi
Setelah menentukan pendekatan mana yang paling sesuai dengan beban kerja untuk lingkungan Anda, sebaiknya tinjau sumber daya ini untuk membantu Anda mulai menerapkan pendekatan Anda. Anda dapat menemukan sumber daya untuk layanan spesifik di bagian sebelumnya, dan sumber daya arsitektur berbasis peristiwa yang umum di bagian berikut.
Jelajahi diagram arsitektur referensi untuk membantu Anda membuat arsitektur dengan ketersediaan tinggi, aman, fleksibel, dan hemat biaya.
Jelajahi laporan resmi untuk membantu Anda memulai, dan pelajari praktik terbaik seputar arsitektur berbasis peristiwa.
Jelajahi blog agar Anda tetap mendapatkan informasi tentang teknologi terbaru, dan memodernisasi aplikasi Anda.