Category: Amazon Athena

今天我们宣布推出通过 Amazon Simple Storage Service（Amazon S3）访问适用于 NetApp ONTAP 的 Amazon FSx 文件系统中数据的功能。借助此功能，您可利用企业文件数据增强生成式人工智能应用，通过 Amazon Bedrock 知识库实现检索增强生成（RAG）；运用 Amazon SageMaker 训练机器学习（ML）模型；通过 Amazon S3 集成的第三方服务生成洞察；在 Amazon Quick Suite 等人工智能驱动的商业智能（BI）工具中使用全面研究功能；并基于 Amazon S3 运行云原生应用程序分析。所有这些操作均可在文件数据持续驻留于适用于 NetApp ONTAP 的 FSx 文件系统的同时完成。

今天，我们隆重宣布推出 Amazon S3 Storage Lens 存储统计管理工具的三项新功能，让您可以更深入地了解存储性能和使用模式。通过添加性能指标、支持分析数十亿个前缀以及直接导出至 Amazon S3 表类数据存储服务，您拥有了所需工具来优化应用程序性能、降低成本，并就 Amazon S3 存储策略作出数据驱动型决策。

AWS Heroes 计划旨在表彰全球范围内一群充满活力的 AWS 专家，他们热衷知识分享的精神对社区产生了切 […]

Grafana 是一个热门的开源分析平台，您可以使用该平台，通过灵活的控制面板创建、浏览和分享数据。其使用案例 […]

  Amazon Athena 目前为您提供使用参数化查询的更多灵活性，我们建议您将其用作以后 Athena […]

在企业环境下，混合云架构是一种常见的架构，理想环境下摄取本地Oracle数据库的数据是通过Apache Sqoop或DMS使用网络专线将数据迁移到s3存储桶，进行数据分析。但受本地条件限制，很多用户是用Oracle Datapump或者Exp/Imp将数据导出后，再将本地数据传输到s3存储桶。本文通过阐述使用上述两种不同的工具，介绍如何将数据导入s3存储桶，使用Athena做数据分析。

本文介绍了如何使用 AWS Step Functions 和 Amazon Athena 实现简易的大数据编排。

大多数企业将其关键数据存储在数据湖中，您可以将来自各种来源的数据存储到集中存储中。数据由专门的大数据计算引擎处理，例如用于交互式查询的 Amazon Athena、用于 Apache Spark 应用程序的 Amazon EMR、用于机器学习的 Amazon SageMaker 和用于数据可视化的 Amazon QuickSight。

Amazon Athena 是一种交互式查询服务，可使用标准 SQL 轻松分析 Amazon Simple Storage Service（Amazon S3）中的数据。Athena 是一种无服务器服务，因此您无需管理任何基础设施，而且只需为所运行的查询付费。2019 年，Athena 增加了对联合查询的支持，以便跨存储在关系、非关系、对象和自定义数据来源中的数据运行 SQL 查询。

关系数据库管理系统支撑着最重要的联机交易类应用，存放着最重要的数据资产，所以在用户IT系统里占据着非常核心的位置。现实情况往往是审计功能虽然使用并不复杂的统的商业数据库管理系统，但是鲜见有用户打开审计功能。Amazon Aurora MySQL全新发布，高级审计功能强劲在哪，本期大咖专栏带你一探究竟。