Interaktive Analytics mit Apache Spark in weniger als einer Sekunde ausführen
Beginnen Sie mit interaktiver Analytics mit Amazon Athena for Apache Spark in weniger als einer Sekunde, um Petabytes an Daten zu analysieren. Interaktive Spark-Anwendungen starten sofort und laufen mit unserer optimierten Spark-Laufzeit schneller, sodass Sie mehr Zeit mit Erkenntnissen verbringen und nicht auf Ergebnisse warten müssen. Entwickeln Sie Spark-Anwendungen mit der Ausdruckskraft von Python mit einem vereinfachten Notebook-Erlebnis in einer Athena-Konsole oder über Athena-APIs. Mit dem vollständig verwalteten Serverless-Modell von Athena müssen keine Ressourcen verwaltet, bereitgestellt und konfiguriert werden und es fallen keine Mindestgebühren oder Einrichtungskosten an. Sie bezahlen nur für die Abfragen, die Sie ausführen.
Vorteile
Zeit bis zur Erkenntnisgewinnung verkürzen
Verbringen Sie mehr Zeit mit Erkenntnissen und nicht mit dem Warten auf Ergebnisse. Interaktive Spark-Anwendungen starten in weniger als 1 Sekunde und laufen mit unserer optimierten Spark-Laufzeit schneller.
Spark für komplexe, leistungsstarke Analytics nutzen
Nutzen Sie die Ausdruckskraft von Python mit dem beliebten Open-Source-Framework Spark, um komplexere Erkenntnisse aus Ihren Daten zu gewinnen. Verwenden Sie Notebooks, um Daten abzufragen, Berechnungen zu verketten und Ergebnisse zu visualisieren.
Anwendungen entwickeln, ohne Ressourcen verwalten zu müssen
Führen Sie Spark-Anwendungen kosteneffizient aus, ohne Ressourcen bereitstellen und verwalten zu müssen. Entwickeln Sie Spark-Anwendungen, ohne sich um Spark-Konfigurationen oder Versions-Upgrades kümmern zu müssen.
Mit Daten direkt an ihrem Speicherort arbeiten
Arbeiten Sie mit Daten in verschiedenen Data Lakes, in Formaten von offenen Daten und mit Ihren Geschäftsanwendungen, ohne die Daten zu verschieben. Verwenden Sie Daten, die von AWS Glue entdeckt und kategorisiert wurden, um Ihre Spark-Erkenntnisse zu gewinnen.
Funktionsweise
Das Diagramm zeigt, wie Sie Amazon Athena für Apache Spark nutzen können, um Ihre Daten interaktiv zu untersuchen und aufzubereiten.
Im ersten Abschnitt finden Sie eine Illustration, die verschiedene Datenquellen zeigt, etwa Amazon-S3-Daten, Big Data und Datenspeicher. Der erste Abschnitt lautet: „Fragen Sie Daten von Data Lakes, Big-Data-Frameworks und anderen Datenquellen ab.“
Der zweite Abschnitt trägt den Titel „AWS-Glue-Datenkatalog“. Im zweiten Abschnitt steht: „Crawlen Sie die Datenspeicher, um Metadaten wie Tabellen und ein Schema für Ihre Daten zu generieren.“
Der dritte Abschnitt trägt den Titel „Amazon Athena für Apache Spark“. Der dritte Abschnitt lautet: „Nutzen Sie Amazon Athena, um Ihre Daten interaktiv zu untersuchen und aufzubereiten.“
Der vierte Abschnitt enthält zwei Elemente. Das obere Element umfasst eine Illustration eines visuellen Berichts. Der Text lautet: „Erstellen Sie Anwendungen, um Ihre Daten zu analysieren und visualisieren.“ Das untere Element umfasst eine Illustration eines Zahnrads. Der Text lautet: „Führen Sie eine Integration mit ML-Tools durch, um die Daten interaktiv zu untersuchen und Beispieldatensätze für Training und Inferenz vorzubereiten.“
Anwendungsfälle
Daten direkt an ihrem Speicherort erkunden
Verwenden Sie Athena und AWS Glue, um Datensätze zu erkunden und mit Daten zu arbeiten.
Erkenntnisse über mehrere Datensätze hinweg generieren
Betrachten Sie verschiedene Datensätze und Datenformate gemeinsam, um Erkenntnisse zu formulieren.
Ihre Geschäftsanwendungen mit Daten verbinden
Entwickeln Sie SaaS-Anwendungen, die Athena for Apache Spark für die interaktive Arbeit mit Daten nutzen.
Ihre Data Lakes und ML zusammenbringen
Erkunden Sie Datenspeicher, um Beispieldatensätze und interaktive Funktionen zu generieren.
