Caratteristiche di Amazon Athena

Amazon Athena è un servizio serverless, quindi non è presente alcuna infrastruttura da gestire. Non è più necessario preoccuparsi per configurazione, aggiornamenti software, errori o ricalibrazione delle risorse quando set di dati e utenti aumentano. Di tutto questo si occupa Athena automaticamente; sarà possibile concentrare la propria attenzione sui dati.

Per iniziare, accedi alla console di Athena, definisci uno schema utilizzando la procedura guidata oppure immettendo istruzioni DDL, quindi inizia a inoltrare query con l'editor di query integrato. Puoi anche utilizzare AWS Glue per scansionare automaticamente i dati, individuarne gli schemi e compilare il catalogo con definizioni di tabella e partizione nuove e modificate. I risultati vengono visualizzati nella console in pochi secondi e trascritti automaticamente in un percorso personalizzato in S3. Potrai anche scaricarli in locale. Con Athena non è più necessario preparare i dati per l'analisi avviando complicati processi ETL. In questo modo è ancora più facile analizzare set di dati di grandi dimensioni con competenze SQL.

Amazon Athena usa Presto, un motore di query SQL open source distribuito ottimizzato per l'analisi di dati interattivi a bassa latenza. Sarà quindi possibile eseguire query su grandi set di dati in Simple Storage Service (Amazon S3) utilizzando SQL ANSI, con supporto completo per join, funzioni finestra e array. Athena supporta un'ampia gamma di formati, tra cui CSV, JSON, ORC, Avro e Parquet. Con i connettori di origine dati federati di Athena, puoi eseguire query su archivi dati aggiuntivi e unire i dati ai dati archiviati in Simple Storage Service (Amazon S3). Puoi accedere ad Athena ed eseguire query dalla console Athena, API, CLI, SDK AWS e applicazioni di business intelligence e sviluppo SQL supportate tramite i driver JDBC e ODBC di Athena.

I prezzi di Amazon Athena sono calcolati in base alle query effettivamente eseguite. I costi addebitati dipendono dalla quantità di dati scansionati da ciascuna query. Per ridurre in modo significativo i costi e migliorare le prestazioni, puoi comprimere, partizionare o convertire i dati in un formato a colonne, perché queste operazioni consentono di ridurre la quantità di dati che Athena dovrà scansionare per completare l'esecuzione della query.

Con Amazon Athena non sono più necessarie interventi manuali per gestire e ottimizzare i cluster e ottenere le migliori prestazioni. Il servizio è ottimizzato per ottenere prestazioni elevate con Amazon S3. Inoltre esegue automaticamente query in parallelo per ottenere risultati in pochi secondi anche su set di dati di grandi dimensioni.  

Amazon Athena è un servizio con disponibilità elevata che esegue query utilizzando risorse di calcolo che si trovano in diverse strutture e, in base alla disponibilità di queste, instrada automaticamente le query. Athena usa Amazon S3 come datastore, rendendo i dati altamente disponibili e durevoli. Amazon S3 fornisce un'infrastruttura durevole per memorizzare i dati più importanti ed è progettato per garantire una durabilità degli oggetti pari al 99,999999999%. I dati vengono archiviati in modo ridondante in più strutture e in più dispositivi all'interno di ogni struttura.

Amazon Athena consente di controllare l'accesso ai dati mediante le policy di AWS Identity and Access Management (IAM), le liste di controllo degli accessi (ACL) e le policy dei bucket Amazon S3. Con le policy di IAM, è possibile fornire agli utenti di IAM controllo granulare sui bucket S3. Controllando l'accesso ai dati in S3, è possibile limitare il numero di utenti che possono eseguire le query con Athena. Inoltre, Athena consente di eseguire con facilità query sui dati crittografati in Amazon S3 e di riscrivere i risultati, sempre crittografati, nel bucket S3. Sono supportate sia la crittografia lato server sia quella lato client.

Amazon Athena si integra di default con AWS Glue. Grazie al catalogo dati di AWS Glue, è possibile creare un repository di metadati unificato su più servizi, scansionare automaticamente i dati per individuarne gli schemi e compilare il catalogo con definizioni di tabella e partizione nuove e modificate e conservare le varie versioni degli schemi. Inoltre, è possibile utilizzare le funzionalità ETL completamente gestite di AWS Glue per eseguire la trasformazione dei dati o convertirli in formato a colonne per ottimizzare le prestazioni delle query e ridurre i costi. Scopri di più su AWS Glue.

Athena fornisce connettori per origini dati aziendali tra cui Amazon DynamoDB, Amazon Redshift, Amazon OpenSearch, MySQL, PostgreSQL, Redis e altri popolari archivi dati di terze parti. I connettori di dati di Athena ti consentono di generare approfondimenti da più origini dati utilizzando la sintassi SQL di facile utilizzo di Athena e senza la necessità di spostare i dati con gli script ETL. I connettori dati vengono eseguiti come funzioni AWS Lambda e possono essere abilitati per l'accesso tra account che consentono di scalare le query SQL a centinaia di utenti finali. Per un elenco delle origini supportate, consulta Utilizzo dei connettori di origine dati Athena mentre per informazioni su come creare un connettore di origine dati personalizzato consulta SDK del connettore di Athena. 

È possibile richiamare i modelli SageMaker Machine Learning in una query Athena SQL per eseguire l'inferenza. La possibilità di utilizzare il modello ML nelle query SQL consente di completare attività complesse, quali il rilevamento delle anomalie, l'analisi della coorte dei clienti e le previsioni di vendita, con semplici operazioni come la scrittura di una query SQL. Athena consente di eseguire facilmente modelli ML distribuiti su Amazon SageMaker per chiunque abbia esperienza con SQL.