Amazon Athena

Легко и удобно анализируйте данные масштаба петабайта там, где они находятся

Более легкий, почти мгновенный запуск рабочих нагрузок аналитики SQL или Apache Spark благодаря бессерверной архитектуре.

Создавайте приложения с интерактивной расширенной аналитикой, используя данные локально, в озере данных или в облачных хранилищах.

Дополнительная гибкость благодаря выбору языка, форматам открытых данных, платформам с открытым исходным кодом, интеграции инструментов для бизнес-аналитики и машинного обучения.

Платите только за запросы, которые выполняете, и экономьте на затратах, необходимых для настройки, обновлений программного обеспечения или масштабирования инфраструктуры.

Как это работает

Amazon Athena – это бессерверный интерактивный аналитический сервис, построенный на базе фреймворков с открытым исходным кодом и поддерживающий форматы открытых таблиц и файлов. Athena предоставляет упрощенный и гибкий способ анализа петабайтов данных там, где они находятся. Анализируйте данные и создавайте приложения на основе озера данных Amazon Simple Storage Service (S3) и более 25 источников данных, включая локальные источники данных или другие облачные системы, используя SQL или Python. Athena построена на движках Trino и Presto с открытым исходным кодом и фреймворке Apache Spark, при этом не требует никаких усилий по обеспечению или настройке.

Диаграмма, показывающая, как Amazon Athena запрашивает данные из озер данных, хранилищ и других источников, работающих локально или в облаке.

Примеры использования

Выполнение федеративных запросов

Отправляйте один SQL-запрос для анализа данных в реляционных, нереляционных, объектных и специальных источниках, работающих локально или в облаке.

Узнать больше о федеративных запросах »

Подготовка данных для моделей машинного обучения

Используйте модели машинного обучения в запросах SQL или Python, чтобы упростить выполнение сложных задач, таких как обнаружение отклонений, анализ категорий клиентов и прогнозирование продаж.

Подробнее о запросах SQL и моделях машинного обучения »

Создание распределенных механизмов согласования больших данных

Разверните инструмент согласования с помощью разработанного для облака механизма, чтобы эффективно проверять огромное количество данных в любом масштабе.

Подробнее о механизмах согласования данных »