跳至主要内容

AWS 上的分析

AWS 上的分析

适用于所有分析工作负载的全套功能,已针对性价比和规模进行优化

概览

AWS 为每种分析工作负载提供了一套全面的功能。从数据处理和 SQL 分析到流式传输、搜索和商业智能,AWS 通过内置治理功能提供无与伦比的性价比和可扩展性。选择针对特定工作负载进行了优化的专用服务,或者使用 Amazon SageMaker 简化和管理您的数据和 AI 工作流程。 无论您是开始数据之旅还是寻求综合体验,AWS 都能为您提供合适的分析功能,帮助您利用数据重塑业务。

通过一体式体验加快数据、分析和人工智能

下一代 Amazon SageMaker 汇集了广泛采用的 AWS 机器学习(ML)和分析功能,可统一访问您的所有数据,为分析和人工智能提供一体式体验。使用熟悉的 AWS 工具进行模型开发、生成式人工智能应用程序开发、数据处理和 SQL 分析,在 Unified Studio 中加快协作和构建,并借助最强大的生成式人工智能软件开发助手 Amazon Q 开发者版提升效率。无论数据存储在数据湖、数据仓库,还是第三方或联合数据来源中,均可访问所有数据,同时内置治理功能可解决企业安全需求。了解有关 SageMaker 的更多信息。

Missing alt text value

使用 AWS 实现多云策略

AWS 提供了一整套强大的分析服务,支持跨多云和混合环境的无缝数据访问和处理。您可以通过联合查询、数据集成、安全数据移动以及与开放标准的兼容性来实现这种灵活性,无论数据位于何处,都可以从所有数据中获得见解。

Amazon Athena 允许你查询存储在各种外部数据源中的数据并从中获得见解,这些数据源包括 Azure 数据湖存储、谷歌云存储、微软 SQL Server 等,而无需复制或转换数据。

AWS Glu e 通过连接云存储、数据库和分析服务的 100 多个不同数据源的连接器,可简化任何规模的所有数据的发现、准备和集成。Glue的零ETL集成使您可以轻松地从Salesforce、SAP、Facebook Ads和Instagram广告等第三方应用程序中提取数据并将其直接复制到您的AWS湖库、数据湖和数据仓库中。AWS Glue 还通过支持 Apache Hive、Apache Parquet 和 Apache Iceberg 等开放标准来提供数据互操作性。

下一代亚马逊SageMaker 建立在开放的数据湖仓架构之上,提供对AWS上的数据湖和数据仓库以及谷歌BigQuery和Snowflake等联合数据源的统一访问。这种湖库架构与 Apache Iceberg 完全兼容,使您可以灵活地使用任何与 Iceberg 兼容的工具和引擎就地访问和查询数据。

利用分析技术促进人类和人工智能

利用专为存储、查询、流式传输、处理和管理数据而构建的服务,实现大规模分析。从开放表格式 (OTF) 到代理基础设施,AWS 正在开发分析引擎和应用程序,以应对快速变化的分析格局。在本节中,了解 AWS 如何提供专为人类用户和代理工作流程构建的优化解决方案。

服务

Analytics category
Description
AWS service and capabilities
流式传输

构建、扩展和操作实时数据管道和应用程序,而无需承担基础设施管理的负担。

数据湖屋、数据仓库、数据湖

访问和分析数据湖屋、数据仓库和数据湖中的所有数据。

数据处理

使用开源框架分析、准备和集成用于分析和 AI 的数据。

商业智能

通过现代交互式控制面板、像素级报告、自然语言查询和嵌入式分析,构建、发现和分享有意义的见解。

搜索分析

安全地实时搜索、监控和分析业务和运营数据。

数据和人工智能治理

对存储在 AWS、本地和第三方来源的数据进行分类、发现、共享和管理。

AWS 现代数据战略的总体经济影响

据 Forrester 报道,Amazon Web Services 现代数据策略可以节省成本并带来业务优势。

阅读报告

   

统计数据

最高 3 倍
与其他云数据仓库相比,Amazon Redshift 提供的性价比更高。
最高 3.9 倍
与开源 Apache Spark 相比,Amazon EMR 提供的性能更佳。
数万亿次
OpenSearch Service 每月处理的请求数。
数百条
每月在 AWS Glue 上运行的数据集成任务数(百万)。

找到今天要查找的内容了吗?

请提供您的意见,以便我们改进网页内容的质量。