AWS Cloud
AWS Cloud
Erste Schritt mit Big Data und AWS

Mit AWS können Sie praktisch jede beliebige Big Data-Anwendung erstellen. Dies sind nur einige Beispiele dafür, wie Organisationen Big Data mit AWS gewinnbringend einsetzen


Mit AWS können Sie eine vollständige Analyseanwendung erstellen, die die Basis Ihres Unternehmens bildet. Innerhalb von nur wenigen Minuten können Sie ein Hadoop-Cluster von null auf mehrere tausend Server skalieren – und wenn Sie fertig sind, schalten Sie es einfach wieder ab. Das heißt also, dass Sie Big Data-Arbeitsabläufe in kürzerer Zeit und mit geringeren Kosten verarbeiten können.

Big-Data-Redesign_Diagram_On-Demand-Analytics
BigData_logo-redfin

Redfin listet Immobilieneinträge und -empfehlungen für Millionen von Käufern. Redfin verwendet täglich Amazon EMR mit Spot-Instances, die in Apache Hadoop-Clustern dynamisch hoch- und heruntergefahren werden, um große Datenumwandlungen durchzuführen und Daten an interne und externe Kunden zu liefern. Video ansehen »


Verbessern Sie das digitale Erlebnis Ihrer Kunden und lernen Sie Ihre Webseite besser kennen. Sammeln, verarbeiten, analysieren und visualisieren Sie Click-Stream-Statistiken in Echtzeit, dank AWS.

Big-Data-Redesign_Diagram_Kinesis-Streams
BigData_logo-hearst

Hearst Corporation überprüft angesagte Inhalte für mehr als 250 digitale Immobilien weltweit und verarbeitet täglich mehr als 30 TB Daten. Das Unternehmen verwendet dabei eine Architektur, die sowohl Amazon Kinesis als auch Spark beinhaltet und auf Amazon EMR ausgeführt wird. So kann Hearst Corporation Echtzeitstatistiken an Datenwissenschaftler und Interessenvertreter innerhalb des Unternehmens weiterleiten. Video ansehen »


Verwenden Sie AWS Lambda, um Datenumwandlungen (filtern, sortieren, zusammenführen, aggregieren usw.) für neue Daten durchzuführen und diese umgewandelten Datensätze dann zur interaktiven Abfrage und Analyse in Amazon Redshift zu laden.

Big-Data-Redesign_Diagram_ETL
Big-Data-Redesign_logo-Zillow

Zillow verwaltet mit AWS Lambda und Amazon Kinesis eine globale Pipeline zum Einlesen von Daten und für die Produktion hochwertiger Analysen in Echtzeit, ohne eine Infrastruktur zu errichten. Sehen Sie sich die Präsentation "re:Invent" an »


Mit Amazon Machine Learning lässt sich Ihren Anwendungen ganz einfach eine Prognosefunktion hinzufügen. Verwenden Sie Amazon Kinesis zum Einlesen von Daten aus den sozialen Medien oder anderen Quellen in Echtzeit und erstellen Sie mit Machine Learning basierend auf diesen Daten Prognosen.

Big-Data-Redesign_Diagram-AML
Big-Data-Redesign_logo-Build-Fax

"Amazon Machine Learning demokratisiert den Aufbau prädiktiver Modelle. Es ist einfach und schnell zu nutzen und verfügt über bewährte Machine-Learning-Methoden, dank derer wir Ergebnisse erheblich schneller als früher liefern können."
Den Kundenbericht lesen »


Stellen Sie Ihre Data Warehousing-Architektur in der AWS-Cloud bereit, um die Abfrageleistung zu optimieren und Kosten zu sparen. Mit Amazon EMR können Sie die Leistungsfähigkeit des Apache Hadoop-Frameworks zum Durchführen von Datenumwandlungen (ETL) nutzen und die verarbeiteten Daten zur Analyse und für den Informationsdienst in Amazon Redshift laden.

Big-Data-Redesign_Diagram_Enterprise-Data-Warehouse
Big-Data-Redesign_logo-Nasdaq

NASDAQ ist es durch den Wechsel zu Amazon Redshift und die Verwendung von Amazon EMR für ETL gelungen, schnellere, umfangreichere Analysen und Data Warehouse-Funktionen zu erzielen und gleichzeitig die Kosten um 57 % zu senken.
Sehen Sie sich die Präsentation "re:Invent" an »