Category: AWS Big Data

这篇博文中的步骤可帮助您计划使用托管服务构建类似的现代数据策略，以便从 Salesforce 等来源提取数据，自动创建元数据目录并在数据湖和数据仓库之间无缝共享数据，以及在出现编排数据工作流程失败时创建警报。

Amazon SageMaker Studio 的用户可以直接创建、终止、管理Amazon EMR 集群

允许不同的业务部门（LOB, Lines of Business）和企业部门独立运营，并将其数据作为产品提供。使用亚马逊云科技数据管理工具可以实现这样的共享模式

我们很高兴地宣布推出 Amazon EMR Serverless，这是 Amazon EMR 中的一个新选项，借助它，数据工程师和分析师能够轻松、经济高效地在云中运行 PB 级数据分析。

Apache Hudi 0.7.0 和 0.8.0 新功能已在 Amazon EMR 中可用

Amazon Redshift 的新功能 — 2021 年回顾

在本文中，我们将深入探讨Amazon Glue中的流式ETL，介绍此功能如何帮助您在流式数据上构建持续的ETL应用程序。Amazon Glue中的流式ETL基于Apache Spark的结构化流引擎，该引擎提供一种高容错、可扩展且易于实现的方法，能够实现端到端的流处理。本文向大家展示使用Amazon Glue构建流处理管道的示例，其中包括从 Amazon Kinesis Data Streams当中读取流式数据、发现schema、运行流式ETL并将结果写入至接收端。

Amazon Redshift是一套快速、可扩展且安全的全托管云数据仓库，能够以简单、经济、高效的方式，使用标准SQL以及现有ETL、商务智能（BI）和报告工具对你的数据进行分析。每一天，成千上万的客户使用Amazon Redshift处理EB级别的数据，并为商务智能、预测分析与实时流分析等强大的分析工作负载提供支持。

我们将介绍有关通过 Amazon Redshift Simple Replay 实用程序自动评估 Amazon Redshift RA3 实例的步骤。如果您使用旧一代 DS2 和 DC2 节点类型在 Amazon Redshift 中运行生产工作负载，则可以使用此解决方案自动从源生产集群中提取工作负载日志并在隔离的环境中重播这些日志，以便您直接无缝地对比这两个 Amazon Redshift 集群。

在本文中，我们描述一种使用亚马逊云科技原生服务（Amazon Lake Formation和Amazon Glue）实现数据网格的方法。这种方法使业务线 (LOB) 和组织单位能够端到端自主运营其数据产品，同时为整个组织提供集中数据发现、治理和审计，以确保数据隐私和合规性。