Category: Analytics

使用Kinesis Data Analytics Studio 和 Python 开发自定义聚合查询

本篇博客会使用开源Delta Lake结合Amazon Glue, 简化构建数据湖的方式去解决上述问题。会带您一步一步地在Amazon上部署近实时的流式数据入湖的方案，最终在数据湖上实现海量数据upsert以及事务的管理能力，即事务型的数据湖。

在这篇文章中，您将了解初创企业指定IT架构时，专门构建数据库可以赋能的场景。我们首先讨论一下大数据的形势、现代化数据架构的含义，以及在构建现代化数据架构时需要考虑数据仓库迁移项目中的哪些事项。

本博文介绍了Amazon EMR 支持新的Apache Hudi 0.9.0

随着数据环境复杂性的增加，客户在以经济高效且一致的方式捕获沿袭时，面临着巨大的可管理性挑战。在这篇文章中，我们将向您介绍为数据湖构建端到端的自动化数据沿袭解决方案的三个步骤：沿袭捕获、建模和存储，最后是可视化。

这篇文章详细介绍了我们通过 Amazon Redshift 机群的遥测数据发现的分析工作负载趋势，我们为提高 Amazon Redshift 性价比而推出的新功能，以及通过源自 TPC-DS 和 TPC-H 的最新基准测试获得的结果，这些结果有力地支持了我们的领先地位。

无论您是刚刚开始物联网（IoT）之旅，还是已经拥有数百万台互联的 IoT 设备，您可能都在寻求方法以最大限度地利用从 IoT 数据中提取的价值。IoT 设备数据所报告的遥测数据、元数据、状态以及命令和响应中包含了丰富的信息。但是，要想获得尽可能提升运营效率和交付业务成果所需的洞察，拥有正确的报告和可视化解决方案是关键所在。

对于任何一个客户或合作伙伴来说，集中查看所有用户打开的案例并了解其情况是很有价值的，能帮助他们方便的参考当前案例和过往案例的概况，同时也易于与组织内的其他人分享案例中的经验教训以提高生产力，而AWS的合作伙伴可以利用面板的观察，准确掌控案例开启和处理的状况来提高案例的处理质量。

本文介绍了Amazon OpenSearch Service提供的跨集群复制CCR功能，通过CCR用户可以轻松快速地将数据索引的复制，以实现对集群读写分离、故障转移、跨区域同步、集中式管理等应用场景的支持。

企业通常会积累海量数据，并继续生成越来越多的数据量，从 TB 级到 PB 级，有时甚至会生成 EB 级的数据。此类数据通常在不同的系统中生成，需要聚合到一个位置进行分析和生成洞察。借助数据湖架构，您可以聚合各个孤岛中的数据，将其存储在一个集中式存储库中，实施数据治理，并支持基于这些存储的数据进行分析和机器学习（ML）。