การวิเคราะห์บน AWS

วิธีที่รวดเร็วที่สุดในการทำให้ผู้ใช้ของคุณทุกคนได้รับคำตอบจากข้อมูลทั้งหมดของคุณ
AWS มีบริการวิเคราะห์ให้เลือกมากมายที่เหมาะกับความต้องการด้านการวิเคราะห์ข้อมูลทั้งหมดของคุณ และช่วยให้องค์กรทุกขนาดจากทุกภาคส่วนสรรค์สร้างธุรกิจของตนในรูปแบบใหม่ได้ด้วยข้อมูล ตั้งแต่การย้ายข้อมูล พื้นที่เก็บข้อมูล Data Lake การวิเคราะห์ Big Data การวิเคราะห์ข้อมูลบันทึก การวิเคราะห์การสตรีม ระบบธุรกิจอัจฉริยะ และแมชชีนเลิร์นนิง (ML) และอื่นๆ อีกมากมาย โดย AWS มีบริการที่สร้างขึ้นตามวัตถุประสงค์ที่คุ้มราคาที่สุด ความสามารถในการเพิ่มทรัพยากร และมีต้นทุนต่ำที่สุด
Data Lake ที่ปรับขนาดได้
Data Lake ที่ให้บริการโดย AWS ได้รับการสนับสนุนโดยความพร้อมให้บริการที่ไม่มีใครเทียบได้จาก Amazon S3 ซึ่งสามารถจัดการขนาด ความคล่องตัว และความยืดหยุ่นตามที่จำเป็นเพื่อรวมข้อมูลที่แตกต่างและวิธีการวิเคราะห์เข้าด้วยกัน สร้างและจัดเก็บ Data Lake ของคุณบน AWS เพื่อรับข้อมูลเชิงลึกยิ่งกว่าไซโลข้อมูลและคลังเก็บข้อมูลทั่วไป
สร้างขึ้นตามวัตถุประสงค์เพื่อประสิทธิภาพและต้นทุน
บริการวิเคราะห์ของ AWS สร้างขึ้นมาตามวัตถุประสงค์เพื่อช่วยให้คุณแยกข้อมูลเชิงลึกจากข้อมูลของคุณได้อย่างรวดเร็วโดยใช้เครื่องมือที่เหมาะกับงานที่สุด อีกทั้งยังได้รับการปรับให้เหมาะสมเพื่อให้คุณได้รับประสิทธิภาพ ขนาด และต้นทุนที่ดีที่สุดสำหรับความต้องการของคุณ
AWS Analytics - กลยุทธ์ข้อมูลสมัยใหม่ (2:15)
ไร้เซิร์ฟเวอร์และใช้งานง่าย
AWS มีตัวเลือกแบบไร้เซิร์ฟเวอร์มากที่สุดสำหรับการวิเคราะห์ข้อมูลในระบบคลาวด์ รวมถึงตัวเลือกสำหรับคลังข้อมูล การวิเคราะห์ข้อมูลขนาดใหญ่ ข้อมูลแบบเรียลไทม์ การรวมข้อมูล และอื่นๆ เราจะดูแลจัดการโครงสร้างพื้นฐาน เพื่อให้คุณสามารถมุ่งเน้นไปที่แอปพลิเคชันของคุณได้เต็มที่
การเข้าถึงข้อมูล การรักษาความปลอดภัย และการกำกับดูแลที่เป็นหนึ่งเดียว
AWS ให้คุณสามารถกำหนดและจัดการนโยบายการรักษาความปลอดภัย การกำกับดูแล และการตรวจสอบได้จากส่วนกลาง เพื่อให้เป็นไปตามระเบียบข้อบังคับเฉพาะสำหรับอุตสาหกรรมและภูมิภาคของตนได้ AWS ช่วยให้คุณสามารถเข้าถึงข้อมูลของคุณได้ทุกที่ โดยเราจะช่วยรักษาความปลอดภัยให้กับข้อมูลของคุณไม่ว่าจะเก็บไว้ที่ใดก็ตาม
การบูรณาการกับแมชชีนเลิร์นนิง (ML)
AWS นำเสนอการบูรณาการกับ ML ซึ่งเป็นส่วนหนึ่งของบริการวิเคราะห์ที่สร้างขึ้นตามวัตถุประสงค์ คุณสามารถสร้าง ฝึกฝน และปรับใช้โมเดล ML โดยใช้คำสั่ง SQL ที่คุ้นเคย โดยไม่ต้องมีประสบการณ์ด้านแมชชีนเลิร์นนิงมาก่อน

Data Lake นับแสนรายการ

ทำงานอยู่บน AWS

เร็วกว่า 3 เท่า

เร็วกว่าด้วย Amazon EMR เมื่อเทียบกับ Apache Spark ทั่วไป

5 เท่า

สำหรับประสิทธิภาพด้านราคาเมื่อเทียบกับคลังเก็บข้อมูลบนระบบคลาวด์อื่นๆ

ประหยัด 70%

ในส่วนต้นทุนพื้นที่จัดเก็บข้อมูลใน Data Lake

คำขอประมวลผลหลาย 100 ล้าน

รายการต่อเดือนด้วย Amazon OpenSearch Service

บริการ AWS Analytics

หมวดหมู่
กรณีใช้งาน
บริการของ AWS
การวิเคราะห์เชิงโต้ตอบ
ปิด

Amazon Athena

สืบค้นข้อมูลใน Amazon S3 โดยใช้ SQL

การประมวลผล Big Data
ปิด

Amazon EMR

เรียกใช้เฟรมเวิร์กของข้อมูลขนาดใหญ่แบบโอเพนซอร์ส

คลังข้อมูล
ปิด

Amazon RedShift

คลังข้อมูลที่รวดเร็ว ง่าย และประหยัดค่าใช้จ่าย

การวิเคราะห์เชิงโต้ตอบ
ปิด

Amazon Kinesis

วิเคราะห์การสตรีมข้อมูลและวิดีโอแบบเรียลไทม์

การวิเคราะห์การดำเนินการ
ปิด

Amazon OpenSearch Service

ค้นหา แสดงภาพ และวิเคราะห์ข้อความและข้อมูลที่ไม่มีโครงสร้างสูงสุดระดับเพตะไบต์

แดชบอร์ดและการแสดงข้อมูลด้วยภาพ
ปิด

Amazon QuickSight

บริการวิเคราะห์ธุรกิจแบบรวดเร็ว

การเตรียมข้อมูลภาพ
ปิด

AWS Glue DataBrew

จัดการล้างและลดความซับซ้อนของข้อมูลได้เร็วขึ้นถึง 80 เปอร์เซ็นต์

การย้ายข้อมูลแบบเรียลไทม์
ปิด

AWS Glue

จัดเตรียมและโหลดข้อมูล

ปิด

Amazon Managed Streaming for Apache Kafka (MSK)

บริการ Apache Kafka ที่มีการจัดการเต็มรูปแบบ พร้อมใช้งานสูง และปลอดภัย

ปิด

Amazon Kinesis Video Streams

บันทึกข้อมูล ประมวลผล และจัดเก็บการสตรีมวิดีโอไว้สำหรับการวิเคราะห์และ ML

ปิด

Amazon Kinesis Data Firehose

เตรียมความพร้อมและโหลดสตรีมข้อมูลแบบเรียลไทม์ไปยังพื้นที่จัดเก็บข้อมูลและเครื่องมือวิเคราะห์

ปิด

Amazon Kinesis Data Streams

รวบรวมข้อมูลการสตรีมสำหรับการวิเคราะห์แบบเรียลไทม์ตามขนาด

ปิด

AWS Database Migration Service

จำลองแบบข้อมูลจากระบบ SQL และ NoSQL ไปยังพื้นที่จัดเก็บข้อมูลและระบบการวิเคราะห์

พื้นที่จัดเก็บอ็อบเจ็กต์
ปิด

Amazon S3

พื้นที่จัดเก็บออบเจ็กต์ที่สร้างขึ้นเพื่อจัดเก็บและเรียกค้นข้อมูลที่ต้องการได้จากทุกที่

ปิด

AWS Lake Formation

สร้าง Data Lake ที่ปลอดภัยในไม่กี่วัน

การสำรองข้อมูลและการเก็บถาวร
ปิด

Amazon S3 Glacier

พื้นที่จัดเก็บถาวรต้นทุนต่ำบนระบบคลาวด์

ปิด

AWS Backup

การสำรองข้อมูลแบบรวมศูนย์ในบริการต่างๆ ของ AWS

แคตตาล็อกข้อมูล
ปิด

AWS Glue

จัดเตรียมและโหลดข้อมูล

ปิด

AWS Lake Formation

สร้าง Data Lake ที่ปลอดภัยในไม่กี่วัน

ข้อมูลของบริษัทภายนอก
ปิด

AWS Data Exchange

ค้นหาและสมัครใช้งานข้อมูลของบริษัทภายนอกในระบบคลาวด์

เฟรมเวิร์กและอินเทอร์เฟซ
ปิด

AWS Deep Learning AMI

ดีปเลิร์นนิ่งบน Amazon Elastic Compute Cloud (EC2)

บริการแพลตฟอร์ม
ปิด

Amazon SageMaker

สร้าง ฝึกฝน และปรับใช้รูปแบบการเรียนรู้ของเครื่องตามขนาด

บริการ AWS Analytics

โซลูชันในด้านต่างๆ กรณีการใช้งาน บริการของ AWS
การวิเคราะห์ขั้นสูง การวิเคราะห์เชิงโต้ตอบ Amazon Athena
การประมวลผล Big Data Amazon EMR
คลังข้อมูล Amazon RedShift
การวิเคราะห์แบบเรียลไทม์ บริการที่มีการจัดการของ Amazon สำหรับ Apache Flink
การวิเคราะห์การดำเนินการ Amazon OpenSearch Service
แดชบอร์ดและการแสดงข้อมูลด้วยภาพ Amazon QuickSight
การเตรียมข้อมูลภาพ Amazon Glue DataBrew
การจัดการข้อมูล การย้ายข้อมูลแบบเรียลไทม์ Amazon Managed Streaming for Apache Kafka (Amazon MSK) | Amazon Kinesis Data Streams | Amazon Kinesis Data Firehose | Amazon Kinesis Video Streams | AWS Glue
การกำกับดูแลข้อมูล Amazon DataZone | AWS Glue | AWS Entity ResolutionAWS Lake FormationAmazon S3 | AWS Identity and Access ManagementAWS Data Exchange | AWS Clean Rooms
พื้นที่จัดเก็บอ็อบเจ็กต์สําหรับ Data Lake Amazon S3 | AWS Lake Formation
สํารองและเก็บถาวรสําหรับ Data Lake Amazon S3 Glacier | AWS Backup
แคตตาล็อกข้อมูล
AWS Glue | AWS Lake Formation
ข้อมูลของบริษัทภายนอก AWS Data Exchange | AWS Clean Rooms
การวิเคราะห์เชิงคาดการณ์และแมชชีนเลิร์นนิง เฟรมเวิร์กและอินเทอร์เฟซ AWS Deep Learning AMI
บริการแพลตฟอร์ม Amazon SageMaker

โซลูชันในด้านต่างๆ

ค้นพบบริการที่สร้างตามวัตถุประสงค์, โซลูชัน AWS, โซลูชันสำหรับคู่ค้า และคำแนะนำเพื่อจัดการกับกรณีการใช้งานด้านเทคนิคและธุรกิจของคุณอย่างรวดเร็ว

การบันทึกแบบรวมศูนย์ด้วย OpenSearch

สร้างแพลตฟอร์มการวิเคราะห์บันทึกแบบรวมศูนย์ด้วย Amazon OpenSearch Service บน AWS ใน 20 นาที

โซลูชันข้อมูลการสตรีมสำหรับ Amazon Kinesis

โซลูชันการสตรีมข้อมูลแบบเรียลไทม์ที่ช่วยให้คุณสามารถบันทึกข้อมูลเพื่อประมวลผลได้อย่างต่อเนื่อง 

รักษาไว้ซึ่งประสบการณ์ที่ปรับให้เหมาะกับแต่ละบุคคลด้วยแมชชีนเลิร์นนิง

พัฒนาและปรับใช้เวิร์กโหลดที่ปรับให้เหมาะกับแต่ละบุคคลผ่านระบบอัตโนมัติแบบครบวงจร และการกําหนดเวลาการอัปเดตสําหรับทรัพยากรภายในบริการ Amazon Personalize

ลูกค้า

  • Moderna
  • กรณีศึกษาของ Moderna
    BMW Group

    Moderna รันปริมาณงาน SAP S/4HANA ทั้งหมดบน AWS รวมถึงการจัดการด้านการผลิต การบัญชี และสินค้าคงคลัง ซึ่งช่วยให้บริษัทบรรลุประสิทธิภาพและการมองเห็นที่ดีขึ้นในการดำเนินงานทั้งหมด Moderna ใช้ Amazon Redshift เป็นที่เก็บข้อมูลส่วนกลางสำหรับข้อมูลทั้งหมดที่รวบรวมและจัดเก็บข้อมูลสำรองใน Amazon S3

    อ่านกรณีศึกษา 
  • Salesforce
  • Aerial shot of Salesforce Transit Center in San Francisco, USA.
    Nielsen

    Salesforce ได้สร้างแหล่งข้อมูลความจริงเพียงแหล่งเดียวสำหรับข้อมูลลูกค้าคือแพลตฟอร์มข้อมูลลูกค้า โดยใช้บริการของ AWS ซึ่งรวมถึง Amazon EMR ซึ่งช่วยให้นักการตลาดมีมุมมองโดยละเอียดเกี่ยวกับลูกค้าของตน บริษัทสร้างคลัสเตอร์ตามความต้องการ ขึ้นอยู่กับเวิร์กโหลดและการประมวลผลข้อมูลซึ่งเร็วกว่าเดิมถึง 2 เท่า พร้อมลดต้นทุนลง 42%

    ดูวิดีโอ 
  • Intuit
  • วิดีโอลูกค้า Intuit

    Intuit ย้ายข้อมูลไปยังโซลูชันที่ทำงานบน Amazon Redshift ซึ่งขยายปริมาณข้อมูลมากกว่า 7 เท่าโดยไม่ต้องทำอะไร และยังให้ประสิทธิภาพเพิ่มขึ้น 20 เท่าเมื่อเทียบกับโซลูชันก่อนหน้าของบริษัท ซึ่งส่งผลให้ลดเวลาในการหาข้อมูลเชิงลึกลงได้ถึง 90 เปอร์เซ็นต์และลดค่าใช้จ่ายลงได้ถึง 66 เปอร์เซ็นต์

    ดูวิดีโอ 
  • Pinterest
  • กรณีศึกษาของ Pinterest

    Pinterest ปรับขนาดการค้นหาบันทึกและการวิเคราะห์รายวันเป็น 1.7 TB และลดต้นทุนลงได้ 30 เปอร์เซ็นต์ โดยเปลี่ยนไปใช้การวิเคราะห์ที่มีการจัดการที่ใช้ Amazon OpenSearch Service (รุ่นใหม่ที่มารับช่วงต่อจาก Amazon Elasticsearch Service) ซึ่งบริษัทสามารถปรับขนาดการวิเคราะห์บันทึกเพื่อลดภาระการปฏิบัติงานได้ อีกทั้งยังช่วยเพิ่มความปลอดภัยและลดค่าใช้จ่ายอีกด้วย

    อ่านกรณีศึกษา 

"เราสร้าง Data Lake ขนาด 120 TB ไว้ใน Amazon S3 โดยมีรูปแบบที่แตกต่างกันกว่า 1,500 รูปแบบและใช้บริการ AWS Analytics เช่น Glue, Redshift และ Athena อย่างครอบคลุม เราไม่สามารถรับข้อมูลเชิงลึกเหล่านี้ได้จากฐานข้อมูลและคลังข้อมูลที่แยกต่างหากจำนวนมาก เราจึงต้องใช้ Data Lake ระดับ S3"

- Bernardo Rodriguez
ประธานเจ้าหน้าที่ฝ่ายดิจิทัลของ J.D. Power

เริ่มต้นใช้งาน

โปรแกรม AWS Data Driven Everything

AWS Data-Driven Everything
ในโปรแกรม AWS Data-Driven EVERYTHING (D2E) ทาง AWS จะร่วมมือกับลูกค้าของเราเพื่อขับเคลื่อนให้เร็วขึ้นด้วยความถูกต้องแม่นยำที่มากขึ้นและความทะเยอทะยานที่กว้างไกลกว่าเดิมเพื่อให้วัฏจักรข้อมูลของคุณก้าวกระโดดไปได้เร็ว

เรียนรู้เพิ่มเติม »

AWS Data Lab

AWS Data Lab
AWS Data Lab นำเสนอการมีส่วนร่วมด้านวิศวกรรมร่วมกันอย่างรวดเร็วระหว่างลูกค้ากับบุคลากรด้านเทคนิคของ AWS เพื่อสร้างผลลัพธ์ที่จับต้องได้ซึ่งเร่งให้เกิดการริเริ่มในการปรับข้อมูลและการวิเคราะห์ให้ทันสมัย

เรียนรู้เพิ่มเติม »

สถาปัตยกรรมอ้างอิงข้อมูลขนาดใหญ่และการวิเคราะห์ของ AWS

สถาปัตยกรรมอ้างอิงข้อมูลขนาดใหญ่และการวิเคราะห์ของ AWS
เรียนรู้แนวทางปฏิบัติที่ดีที่สุดสำหรับสถาปัตยกรรมสำหรับการวิเคราะห์ข้อมูลบนระบบคลาวด์ คลังข้อมูล และการจัดการข้อมูลบน AWS

เรียนรู้เพิ่มเติม »