Category: Analytics

随着组织对云使⽤成熟度上的成⻓，云数据/资源的使⽤越来越深⼊和复杂，组织需要对产⽣的成本进⾏更好的管理、分析、预测、预警，以便及时进⾏调整和优化，从⽽更好的控制成本；同时各个组织/部门在使⽤云的过程中，也需要基于更多的维度更加清晰直观的了解所使⽤资源的成本消耗情况，费⽤占⽐，以及是否超预期等。这篇 Blog 中，我们会分别介绍标准⽅案和⾃定义⽅案实现方案部署⽅式，满⾜客户不同的账单分析需求。

人工智能和大数据技术的日渐火爆，越来越多的客户打算构建自己的数据仓库来实现对数据的分析。然而对于部分大数据技术处于起步阶段或者不打算在大数据方面投入过多人力成本的客户来说，复杂的数据重建和高昂的维护成本对他们来说是巨大的挑战。Zero-ETL 功能正是在此时推出来帮助客户解决此类问题。

在 Cisco 的数据团队构建数据业务时，选取并使用 Apache DolphinScheduler 进行搭建大数据调度平台已经有近三年时间。其中大部分的数据任务都需要提交部署到 AWS 平台上，在团队进行系统架构和开发期间经历了一系列的挑战。

本方案结合 MSK Managed VPC connection 和 VPC Peering 为用户提供跨 Region 的私有访问方式，既满足网络安全隔离的要求，也能实现跨 Region 的 MSK 访问。

背景 Data on Kubernetes 在现代化数据策略的推动下，我们看到越来越多的客户将大数据工作负载从 […]

使用 AutoMQ Cloud 可以帮助企业开发者在公有云环境中轻松构建、运行事件流处理应用程序，无需关心集群的运维管理。 AutoMQ Cloud 100% 兼容开源提供高可用容灾架构、弹性、可观测运维等企业级场景具做了大量的增强和完善。同时，AutoMQ Cloud 也提供了 RocketMQ 的商业支持版本，用户目前均可在 AWS 应用市场使用。

这篇博文旨在指导如何使用 Amazon Redshift Serverless 为游戏行业应用场景构建可扩展的分析解决方案。文中介绍了如何使用概念逻辑架构来应对一些十分常见的游戏行业应用场景，例如活动分析、游戏内购买推荐、衡量玩家满意度、遥测数据分析等。

本篇博文将讨论了一种可扩展的架构，该架构可以在低延迟、高并发场景中提高 Redshift Serverless 的吞吐量。通过在网络负载均衡器的后面部署多个 Redshift Serverless 工作组，可以提供水平扩缩解决方案并实现极为出色的性价比。

在没有 Enable EMR Kerberos 和 Apache Ranger 等安全组件下，如何实现 EMR 下 Hive 表的读写分离。

本文作为 ML connectors 插件的入门指南，介绍了如何在 Amazon OpenSearch Service 中配置和使用 ML Commons 插件以及 Amazon Bedrock 文本向量化模型。