Data Lakes und Analysen auf AWS

Der schnellster Weg Antworten von all Ihren Daten an alle Ihre Benutzer zu schicken

Einfachstes Erstellen von Data Lakes und Analysen

Das Einrichten und Verwalten von Data Lakes ist mit vielen manuellen und zeitaufwändigen Aufgaben wie dem Laden, Umwandeln, Sichern und Prüfen des Datenzugriffs verbunden. AWS Lake Formation automatisiert viele dieser manuellen Schritte und reduziert die Zeit, die für den Aufbau eines erfolgreichen Data Lakes benötigt wird, von Monaten auf Tage.

Skalierbar und kostengünstig

Das Datenvolumen wächst exponentiell, und damit auch Ihre Kosten für die Speicherung und Analyse dieser Daten. AWS bietet umfassende Kontrollwerkzeuge, mit denen Sie die Kosten für Speicherung und Analyse gewaltiger Datenmengen gering halten können, einschließlich Funktionen wie Intelligent Tiering für die Datenspeicherung in S3 und Funktionen zur Senkung der Kosten für Rechenleistung, wie das Auto Scaling, Sicherungspläne und die Integration mit den EC2-Spot-Instances.

Umfangreich und offen

Wir bieten das breit gefächertste und umfangreichste Portfolio an speziell entwickelten Analysewerkzeugen, sodass Sie mit dem für die Aufgabe am besten geeigneten Werkzeug schnell Erkenntnisse aus Ihren Daten gewinnen können. Alle unsere Analyseservices unterstützen offene Dateiformate wie Apache Parquet, sodass Sie Ihre Daten für die Analyse nicht verschieben und transformieren müssen, sondern sie stattdessen einmal in einem Standardformat speichern und mit dem am besten geeigneten Werkzeug oder der am besten geeigneten Technik analysieren können.

Sichere Infrastruktur für die Analyse

Die Sicherung riesiger Datenmengen ist eine der größten Herausforderungen für die meisten Organisationen. Neben all den Zertifizierungen und bewährten Methoden, die Sie von AWS erwarten können, verfügen wir auch über Sicherheitsfunktionen, die Ihnen helfen sollen, Ihre Richtlinien und Branchenvorschriften einzuhalten. Beispielsweise bietet AWS Lake Formation eine dienstübergreifende, detaillierte Zugriffskontrolle auf Daten, während Amazon Macie dabei hilft, sensible Daten zu finden, die versehentlich am falschen Ort gespeichert wurden, und Amazon Inspector unterstützt Sie, Konfigurationsfehler zu erkennen, die zu Sicherheitsverletzungen führen könnten.

AWS-Analyseservices

Kategorie

Anwendungsfälle

AWS Service

Analysen

Interaktive Analysen

Amazon Athena

Verarbeitung von Big Data

Amazon EMR

Data-Warehousing

Amazon Redshift

Echtzeitanalysen

Amazon Kinesis

Betriebsanalysen

Amazon Elasticsearch Service

Dashboards und Visualisierungen

Amazon QuickSight

Datenübermittlung

Datenübermittlung in Echtzeit

Amazon Managed Streaming for Apache Kafka (MSK)

Amazon Kinesis Data Streams

Amazon Kinesis Data Firehose

Amazon Kinesis Data Analytics

Amazon Kinesis Video Streams

AWS Glue

Data Lake

Objektspeicher

Amazon S3

AWS Lake Formation

Backup und Archiv

Amazon S3 Glacier

AWS Backup

Datenkatalog

AWS Glue

AWS Lake Formation

Drittanbieterdaten

AWS Data Exchange

Prognostische Analyse und Machine Learning

Frameworks und Schnittstellen

AWS Deep Learning-AMIs

Plattform-Services

Amazon SageMaker

AWS-Analyseservices

Kategorie	Anwendungsfälle	AWS-Service
Analysen	Interaktive Analysen	Amazon Athena
	Verarbeitung von Big Data	Amazon EMR
	Data-Warehousing	Amazon Redshift
	Echtzeitanalysen	Amazon Kinesis Data Analytics
	Betriebsanalysen	Amazon Elasticsearch Service
	Dashboards und Visualisierungen	Amazon QuickSight
Datenübermittlung	Datenübermittlung in Echtzeit	Amazon Managed Streaming for Apache Kafka (Amazon MSK) \| Amazon Kinesis Data Streams \| Amazon Kinesis Data Firehose \| Amazon Kinesis Data Analytics \| Amazon Kinesis Video Streams \| AWS Glue
Data Lake	Objektspeicher	Amazon S3 \| AWS Lake Formation
	Backup und Archiv	Amazon S3 Glacier \| AWS Backup
	Datenkatalog	AWS Glue \| AWS Lake Formation
	Drittanbieterdaten	AWS Data Exchange
Prognostische Analyse und Machine Learning	Frameworks und Schnittstellen	AWS Deep Learning-AMIs
Prognostische Analyse und Machine Learning	Plattform-Services	Amazon SageMaker

Anwendungsfälle

Data-Warehousing

Führen Sie SQL und Analyseabfragen bei strukturierten und unstrukturierten Datenmengen in Ihrem Data-Warehouse und Data Lake aus, ohne unnötig viele Daten verlagern zu müssen.

Amazon Redshift jetzt testen »

Verarbeitung von Big Data

Schnelle und einfache Verarbeitung von riesigen Datenmengen in Ihrem Data Lake oder On-Premise für Data Engineering, für die Datenentwicklung in der Wissenschaft und für die Zusammenarbeit bei der Datensammlung.

Amazon EMR jetzt testen »

Echtzeitanalysen

Sammeln, verarbeiten und analysieren Sie Streaming-Daten und laden Sie Datenströme direkt in Ihre Data Lakes, Datenspeicher und Analyseservices, damit Sie in Echtzeit reagieren können.

Amazon MSK jetzt testen » Amazon Kinesis jetzt testen »

Betriebsanalysen

Durchsuchen, untersuchen, filtern, zusammentragen und visualisieren Ihrer Daten in nahezu Echtzeit für Anwendungsüberwachungen, Protokollanalysen und Clickstream-Analysen.

Amazon Elasticsearch Service jetzt testen »

Kunden

"Wir haben uns einen 120 TB großen Data Lake in Amazon S3 mit 1500 verschiedenen Schemata aufgebaut. Dafür kommen bei uns die AWS-Analyseservices wie Glue, Redshift und Athena regelmäßig zum Einsatz. All diese Erkenntnisse hätten wir nicht durch isolierte Datenbanken oder Warehouses gewinnen können – dafür brauchten wir einen Data Lake im Stil von S3."

– Bernardo Rodriguez
Chief Digital Officer, J.D. Power

gt-customer_landing_page_graphics166x_epic

Alle Kundenerfahrungen anzeigen »

Weitere Ressourcen

AWS Data Lab

Schaffen Sie greifbare Ergebnisse, die Ihre Initiativen zur Daten- und Analysemodernisierung beschleunigen. Das AWS Data Lab ist eine viertägige intensive Auseinandersetzung zwischen Ihrem Entwicklerteam und den technischen Ressourcen von AWS.

Weitere Informationen »

Newsletter

Sie möchten mehr über trainingstechnische Inhalte und bevorstehende Veranstaltungen sowie weitere Innovationen von AWS Analytics erfahren?

Dann melden Sie sich für den AWS Analytics Newsletter an »