Category: Analytics

如今，许多公司都在从中小型集中式 Apache Kafka 集群开始着手构建全球流式传输服务，随着时间的推移，他们会选择保留一个整体式集群。本文说明了集中式方法面临的一些挑战，并介绍了使用亚马逊云科技 Amazon MSK Serverless 实施去中心化方法的两种策略。

本文演示了如何配置亚马逊云科技 Glue DataBrew 以处理嵌套的 JSON 对象，以及如何使用 Amazon QuickSight 进行数据可视化。

在本文中，您将通过维护一个包含表名和几个参数的 JSON 文件，学习如何以标准化方式处理数据湖登陆作业部署。您可以进一步自定义亚马逊云科技 Glue 蓝图，创建自己的多步骤数据管道，将数据移动到下游层和专用的分析服务。

BMW Group 和亚马逊云科技于 2020 年宣布达成全面战略合作。本文讨论了亚马逊云科技 Data Lab 如何使用云数据中心，帮助 BMW Financial Services 为欧洲 BMW 市场之一构建监管报告应用程序。

在本文中，我们将讨论如何使用亚马逊云科技 CloudFormation 和亚马逊云科技 CLI 自动管理 Redshift Serverless 数据仓库所涉及的各种任务。

基于AWS Lambda 和DuckDB构建轻量OLAP引擎

OPPO在大数据平台的成本优化最佳实践。

在接下来的数年内，各公司将构建超过 5 亿个新应用程序，超过之前 40 年中开发的应用程序近年来，GraphQL 已逐渐成为一种现代化的 API 方法。借助 GraphQL，各家公司可以提高应用程序的性能并加快开发团队构建应用程序的速度。在本帖子中，我们将讨论 GraphQL 的工作原理，以及将它与 AWS 服务集成对于帮助您构建现代应用程序能起到什么样的作用。我们将探讨在 AWS 上运行 GraphQL 的各种选项。

利用AWS Step Functions可以从正在运行的状态机开始新的状态机执行这一特性，可以构建基于AWS Step Functions的通用负载编排框架（Workload Orchestration Framework, WOF），使用嵌套工作流以实现降低主要流程的复杂性。为了更灵活的实现工作流，本方案开发了基于配置和Amazon EventBridge事件驱动的编排框架，可以通过配置文件而不是修改AWS Step Functions的JSON定义来编排工作流。

亚马逊云科技大中华区专业服务团队（AWS Professional Services）发布了第一版数据分析基座快速部署解决方案（Data Analytics Foundations, DAF），提供一套解耦封装的功能模块，基于AWS的云原生服务进行了基础设施即代码IaC化的开发，功能面包括：数据整合、数据存储、数据处理、流程编排、目录和发现、资源监控、数据服务、数据管理和访问安全控制等，可以按需一键部署到AWS账号环境中。