Category: Analytics

1. 概述 上文讲述了如何建立在 Apache Flink 中将数据写入到 Amazon S3。这篇文章将继续 […]

本文主要介绍了在基于亚马逊云科技的一系列 Serverless 托管服务下快速构建的最佳实践和多套解决方案，可以满足不同业务场景下的高并发、低延迟的分析查询需求，同时易于运维与构建。

本文围绕 kdb+以及 Amazon 托管的 kdb+ insights 服务，即 Amazon FinSpace，展开对 kdb+，尤其是 Amazon FinSpace 的架构以及功能介绍，并详细描述了如何利用 Amazon FinSpace 构建一个 Quant Data Analytics 应用的操作过程。

本文介绍了围绕 Amazon EMR 和统一数据湖（S3）在构建车联网数据平台的实践，用户无需在不同数据分析引擎之间移动数据，通过 Amazon EMR 让开发人员可以继续沿用以往在 hadoop 生态体系下的数据平台的操作习惯，实现细粒度的数据权限和身份认证控制，另外针对车联网数据具有实时性、数据流量存在波峰波谷不确定等特性，利用亚马逊云科技 Serverless 服务的优势，在通过弹性资源优化资源利用率，也可以快速完成整个车联网数据平台架构的验证与运营，为助力车企向“服务和数据驱动”转型变革保驾护航。

Celeborn 是一个开源的实现 Remote Shuffle 的工具。通过为 EMR 部署 Celeborn 服务，可以将 Spark 计算的中间结果从采用 Spot 实例的 EMR 集群节点中分离存储，实现 shuffle 数据的存算分离，有效减少了 Spot 实例回收导致的重算成本。

介绍如何利用 Elastic Kubernetes Service（EKS）打造弹性 StarRocks 集群，以及 StarRorks 在亚马逊云上的部署优势。

1. 概述 上文讲述了如何建立 Apache Flink（以下简称 Flink）的本地开发环境，完成了从 Am […]

1. 概述 随着 2023 年 8 月亚马逊云科技把原来 Amazon Kinesis Data Analyt […]

本文将深入探讨字节跳动 ByteHouse 云原生之路上的持续优化。通过充分利用 AWS 的强大基础设施，ByteHouse 可以帮助用户成功地打造一款高性能的日志分析 SaaS 服务，成为企业实时处理和分析日志数据的强大工具。

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。