Category: Analytics

该文档全面解析 AWS 上的生成式商业智能（GenBI）解决方案，详细阐述三种实施路径，旨在帮助企业选择合适的 GenBI 解决方案，提升数据分析能力和决策效率，实现智能化业务转型。

在数据质量监控逐渐引入 AI Agent 来增强自动化诊断能力。这类智能 Agent（通常由大语言模型+工具组成）可以自主扫描数据管道和指标，一旦发现异常立即触发分析。智能 Agent 具备快速根因归因能力：它们可以沿着 dbt 等工具提供的血缘关系链，将异常现象追溯到具体的数据表、字段或源头任务，从而立刻定位问题来源。

着生成式 AI 尤其是大语言模型的快速发展，数据分析领域正在发生显著变化。过去依赖手动建模、拖拽图表、编写查询语句的流程，正逐渐被“自然语言驱动分析”的方式所取代。这种变化带来的最大影响，是让业务人员可以用他们熟悉的语言与数据对话，不再依赖专业分析师或复杂工具，从而显著提升分析效率与业务响应速度。面对这样的趋势，越来越多的企业开始探索将 AI 与 BI 结合，以提升数据的使用效率和覆盖人群。

在游戏行业，实时数据处理对于游戏运营、用户体验优化和业务决策至关重要。作为全球领先的游戏开发商，Funplus 一直致力于构建高效、可靠且具有成本效益的数据处理架构。本文将详细介绍 Funplus 如何通过迁移到 Amazon MSK Express Broker 服务，成功降低超过 50% 的运营成本，同时提升了系统性能和可靠性。

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 […]

在 Amazon DataZone 中，已经实现了与 OpenLineage 兼容的数据血缘功能，帮助我们捕获、存储和可视化数据移动时产生的血缘。我们将详细地介绍如何在 Amazon DataZone 使用 OpenLineage 捕获和展示数据血缘。

pache DolphinScheduler 是一个分布式、可扩展的开源工作流编排平台，拥有强大的 DAG 可视化界面。目前 DolphinScheduler 已经原生集成了亚马逊云科技的大部分数据服务，如 EMR、Redshift、DMS、DataSync、Athena、S3。本文将详细介绍 DolphinScheduler 的云原生容器化部署 Amazon EKS。详细解释如何结合亚马逊云科技的任务插件、数据源插件、存储插件的集成。帮助更高效地使用 DolphinScheduler 进行云服务调用。

本文系统的从版本选择、节点选择、自动扩缩机制、集群配置等各个角度介绍和总结了常用的 EMR 最佳实践，从性能、可靠性、成本多方面阐述了 EMR 的优化方案和原理，最后通过项目实践展示了应用最佳实践后的效果，进一步验证了基于 EMR 和开源组件构建的数据分析平台在性能、成本和可靠性上的优势。

通过将 Kyuubi 与 DolphinScheduler 集成，可以轻松实现 Spark Sql 任务的调度和管理，进一步提升了大数据工作流的效率和可视化管理能力。Kyuubi 在数据分析和处理场景中提供了强大的支持，为企业级大数据处理提供了一个灵活且高效的解决方案。

本文介绍了如何在基于开源工具构建的 EMR 数据分析平台中，通过引入 Apache DolphinScheduler，实现对 EMR 任务的统一管理和调度。DolphinScheduler 不仅提供了可视化的任务编排界面，还支持多种任务提交方式，能够满足不同场景下的 EMR 任务调度需求。