การวิเคราะห์บน AWS
Data Lake บน AWS
เร็วกว่า 3 เท่า
ด้วย Amazon EMR เมื่อเทียบกับ Apache Spark ทั่วไป
ดีกว่า 3 เท่า
ประหยัด 70%
คำขอประมวลผลหลาย 100 ล้าน
บริการ AWS Analytics
Amazon Athena
สืบค้นข้อมูลใน Amazon S3 โดยใช้ SQL
Amazon EMR
เรียกใช้เฟรมเวิร์กของข้อมูลขนาดใหญ่แบบโอเพนซอร์ส
Amazon RedShift
คลังข้อมูลที่รวดเร็ว ง่าย และประหยัดค่าใช้จ่าย
Amazon Kinesis
วิเคราะห์การสตรีมข้อมูลและวิดีโอแบบเรียลไทม์
Amazon OpenSearch Service
ค้นหา แสดงภาพ และวิเคราะห์ข้อความและข้อมูลที่ไม่มีโครงสร้างสูงสุดระดับเพตะไบต์
Amazon QuickSight
บริการวิเคราะห์ธุรกิจแบบรวดเร็ว
AWS Glue DataBrew
จัดการล้างและลดความซับซ้อนของข้อมูลได้เร็วขึ้นถึง 80 เปอร์เซ็นต์
AWS Glue
จัดเตรียมและโหลดข้อมูล
Amazon Managed Streaming for Apache Kafka (MSK)
บริการ Apache Kafka ที่มีการจัดการเต็มรูปแบบ พร้อมใช้งานสูง และปลอดภัย
Amazon Kinesis Video Streams
บันทึกข้อมูล ประมวลผล และจัดเก็บการสตรีมวิดีโอไว้สำหรับการวิเคราะห์และ ML
Amazon Kinesis Data Firehose
เตรียมความพร้อมและโหลดสตรีมข้อมูลแบบเรียลไทม์ไปยังพื้นที่จัดเก็บข้อมูลและเครื่องมือวิเคราะห์
Amazon Kinesis Data Streams
รวบรวมข้อมูลการสตรีมสำหรับการวิเคราะห์แบบเรียลไทม์ตามขนาด
AWS Database Migration Service
จำลองแบบข้อมูลจากระบบ SQL และ NoSQL ไปยังพื้นที่จัดเก็บข้อมูลและระบบการวิเคราะห์
Amazon S3
พื้นที่จัดเก็บออบเจ็กต์ที่สร้างขึ้นเพื่อจัดเก็บและเรียกค้นข้อมูลที่ต้องการได้จากทุกที่
AWS Lake Formation
สร้าง Data Lake ที่ปลอดภัยในไม่กี่วัน
Amazon S3 Glacier
พื้นที่จัดเก็บถาวรต้นทุนต่ำบนระบบคลาวด์
AWS Backup
การสำรองข้อมูลแบบรวมศูนย์ในบริการต่างๆ ของ AWS
AWS Glue
จัดเตรียมและโหลดข้อมูล
AWS Lake Formation
สร้าง Data Lake ที่ปลอดภัยในไม่กี่วัน
AWS Data Exchange
ค้นหาและสมัครใช้งานข้อมูลของบริษัทภายนอกในระบบคลาวด์
AWS Deep Learning AMI
ดีปเลิร์นนิ่งบน Amazon Elastic Compute Cloud (EC2)
Amazon SageMaker
สร้าง ฝึกฝน และปรับใช้รูปแบบการเรียนรู้ของเครื่องตามขนาด
บริการ AWS Analytics
| หมวดหมู่ | กรณีใช้งาน | บริการของ AWS |
|---|---|---|
| การวิเคราะห์ | การวิเคราะห์เชิงโต้ตอบ | Amazon Athena |
| การประมวลผล Big Data | Amazon EMR | |
| คลังข้อมูล | Amazon RedShift | |
| การวิเคราะห์แบบเรียลไทม์ | Amazon Kinesis Data Analytics | |
| การวิเคราะห์การดำเนินการ | Amazon OpenSearch Service | |
| แดชบอร์ดและการแสดงข้อมูลด้วยภาพ | Amazon QuickSight | |
| การเตรียมข้อมูลภาพ | Amazon Glue DataBrew |
|
| การย้ายข้อมูล | การย้ายข้อมูลแบบเรียลไทม์ | Amazon Managed Streaming for Apache Kafka (Amazon MSK) | Amazon Kinesis Data Streams | Amazon Kinesis Data Firehose | Amazon Kinesis Video Streams | AWS Glue |
| Data Lake | การจัดเก็บในรูปแบบอ็อบเจกต์ | Amazon S3 | AWS Lake Formation |
| การสำรองข้อมูลและการเก็บถาวร | Amazon S3 Glacier | AWS Backup | |
| แคตตาล็อกข้อมูล |
AWS Glue | AWS Lake Formation |
|
| ข้อมูลของบริษัทภายนอก | AWS Data Exchange | |
| การวิเคราะห์เชิงคาดการณ์และแมชชีนเลิร์นนิ่ง | เฟรมเวิร์กและอินเทอร์เฟซ | AWS Deep Learning AMI |
| บริการแพลตฟอร์ม | Amazon SageMaker |
กรณีใช้งาน
-
การวิเคราะห์และคลังข้อมูล
-
การย้ายข้อมูล
-
Data Lake
-
การวิเคราะห์เชิงคาดการณ์และ ML
-
การวิเคราะห์และคลังข้อมูล
-
การวิเคราะห์และคลังข้อมูล
AWS มีบริการวิเคราะห์ที่ครอบคลุมและคุ้มค่าที่สุด เพื่อช่วยให้คุณได้รับข้อมูลเชิงลึกจากข้อมูลทั้งหมดของคุณได้เร็วขึ้น
บริการวิเคราะห์ที่มีให้เลือกครอบคลุมที่สุด
บริการวิเคราะห์แต่ละรายการถูกสร้างขึ้นตามวัตถุประสงค์สำหรับกรณีใช้งานเพื่อการวิเคราะห์ที่หลากหลาย เช่น การวิเคราะห์เชิงโต้ตอบ การประมวลผลข้อมูลขนาดใหญ่ คลังข้อมูล การวิเคราะห์แบบเรียลไทม์ การวิเคราะห์การดำเนินการ แดชบอร์ด และการแสดงข้อมูลด้วยภาพ
บริการ
นอกเหนือจากการรับรองและแนวทางปฏิบัติที่ดีที่สุดที่คุณจะได้รับจาก AWS แล้ว เรายังมีคุณสมบัติการรักษาความปลอดภัยที่ออกแบบมาเพื่อช่วยให้คุณปฏิบัติตามแนวทางปฏิบัติที่ดีที่สุดและกฎระเบียบทางอุตสาหกรรมอยู่เสมอ
คุ้มราคา
AWS มุ่งมั่นที่จะมอบประสิทธิภาพที่ดีที่สุดในต้นทุนที่ต่ำที่สุดในบริการวิเคราะห์ข้อมูลทั้งหมด และเรากำลังสร้างสรรค์สิ่งใหม่ๆ อย่างต่อเนื่องเพื่อปรับปรุงประสิทธิภาพที่คุ้มราคาในบริการของเรา
บริการของ AWS ที่เกี่ยวข้อง
แหล่งข้อมูล
-
การย้ายข้อมูล
-
การย้ายข้อมูล
AWS ช่วยให้คุณสามารถรวม ย้าย และจำลองข้อมูลในพื้นที่จัดเก็บข้อมูลต่างๆ และ Data Lake ของคุณได้ง่ายๆ
ใช้งานง่าย
AWS ช่วยให้คุณย้ายข้อมูลระหว่าง Data Lake กับบริการข้อมูลที่สร้างขึ้นตามวัตถุประสงค์ต่างๆ ได้อย่างง่ายดาย ตัวอย่างเช่น AWS Glue คือบริการผสานรวมข้อมูลแบบไร้เซิร์ฟเวอร์ที่ช่วยอำนวยความสะดวกในการจัดเตรียมข้อมูลสำหรับการวิเคราะห์ แมชชีนเลิร์นนิ่ง และการพัฒนาแอปพลิเคชัน
การผสานรวมข้อมูลที่รวดเร็วยิ่งขึ้น
AWS ช่วยให้คุณสามารถสืบค้นข้อมูลจากแหล่งข้อมูลต่างๆ ได้ เช่น ฐานข้อมูล คลังข้อมูล และ Data Lake ตัวอย่างเช่น Amazon Athena ช่วยให้คุณสามารถใช้ SQL เพื่อสืบค้น Data Lake และการสืบค้นข้อมูลส่วนกลางช่วยให้คุณสามารถสืบค้นข้อมูลจากฐานข้อมูลเชิงสัมพันธ์ได้แบบเรียลไทม์
ย้ายง่าย
เนื่องจากข้อมูลถูกจัดเก็บไว้ในระบบต่างๆ มากมาย AWS จึงช่วยให้คุณสามารถย้ายข้อมูลเหล่านั้นระหว่างบริการของคุณทั้งหมดกับพื้นที่จัดเก็บข้อมูลต่างๆ ได้ ทั้งย้ายเข้า ย้ายออก และกระจายข้อมูล
บริการของ AWS ที่เกี่ยวข้อง
แหล่งข้อมูล
-
Data Lake
-
Data Lake
ลูกค้านับหมื่นรายใช้ Data Lake บน AWS
ปรับขนาดได้
รวบรวม จัดเก็บ จัดระเบียบ และวิเคราะห์ข้อมูลจากหลายแหล่งและหลายรูปแบบ พร้อมปรับขนาดข้อมูลได้ทุกขนาด ใช้ AWS Lake Formation เพื่อให้งานที่จำเป็นในการตั้งค่า Data Lake เป็นไปโดยอัตโนมัติ ซึ่งช่วยประหยัดเวลาในการกำหนดโครงสร้าง สคีมา และการแปลงข้อมูล
ยืดหยุ่น
นำเข้าข้อมูลได้อย่างง่ายดายในหลากหลายวิธี รวมถึงการใช้ประโยชน์จาก Amazon Kinesis, AWS Import/Export Snowball, AWS Direct Connect และอื่นๆ อีกมากมาย จัดเก็บข้อมูลทั้งหมดของคุณเท่าไรก็ได้หรือรูปแบบใดก็ได้ด้วย Amazon Simple Storage Service (Amazon S3)
คล่องตัว
ปรับใช้โครงสร้างพื้นฐานที่คุณจำเป็นต้องใช้ในพริบตาเดียว ซึ่งช่วยให้ทีมทำงานได้มากขึ้น ลองทำสิ่งใหม่ๆ ได้ง่ายขึ้น และทำงานเสร็จได้เร็วขึ้น
บริการของ AWS ที่เกี่ยวข้อง
แหล่งข้อมูล
-
การวิเคราะห์เชิงคาดการณ์และ ML
-
การวิเคราะห์เชิงคาดการณ์และ ML
สำหรับกรณีใช้งานของการวิเคราะห์เชิงคาดการณ์ AWS มีบริการแมชชีนเลิร์นนิ่งและเครื่องมือมากมายที่ทำงานบน Data Lake บน AWS
ข้อมูลเชิงลึกที่เจาะลึกมากขึ้นและรวดเร็วยิ่งขึ้น
บริการวิเคราะห์ของ AWS ใช้คุณสมบัติแมชชีนเลิร์นนิ่ง (ML) และภาษาธรรมชาติที่ได้รับการพิสูจน์มาแล้วเพื่อช่วยคุณหาข้อมูลเชิงลึกที่เจาะลึกมากขึ้นและรวดเร็วยิ่งขึ้นจากข้อมูลของคุณ
การผสานการทำงานแพลตฟอร์ม
AWS มีการผสานการทำงาน ML ภายในตัว ซึ่งเป็นส่วนหนึ่งของบริการวิเคราะห์และพื้นที่จัดเก็บข้อมูลที่สร้างขึ้นตามวัตถุประสงค์ โดยช่วยให้คุณสามารถสร้าง ฝึก และปรับใช้ ML ได้ด้วยภาษาที่คุ้นเคย เช่น SQL
ประสบการณ์
AWS มุ่งมั่นที่จะมอบประสิทธิภาพที่ดีที่สุดในต้นทุนที่ต่ำที่สุดในบริการการวิเคราะห์ข้อมูลทั้งหมด และเรากำลังสร้างสรรค์สิ่งใหม่ๆ อย่างต่อเนื่องเพื่อปรับปรุงประสิทธิภาพที่คุ้มราคาในบริการของเรา
บริการของ AWS ที่เกี่ยวข้อง
แหล่งข้อมูล
ลูกค้า
-
Moderna
-
อ่านกรณีศึกษาModerna รันปริมาณงาน SAP S/4HANA ทั้งหมดบน AWS รวมถึงการจัดการด้านการผลิต การบัญชี และสินค้าคงคลัง ซึ่งช่วยให้บริษัทบรรลุประสิทธิภาพและการมองเห็นที่ดีขึ้นในการดำเนินงานทั้งหมด Moderna ใช้ Amazon Redshift เป็นที่เก็บข้อมูลส่วนกลางสำหรับข้อมูลทั้งหมดที่รวบรวมและจัดเก็บข้อมูลสำรองใน Amazon S3
-
Salesforce
-
ดูวิดีโอSalesforce ได้สร้างแหล่งข้อมูลความจริงเพียงแหล่งเดียวสำหรับข้อมูลลูกค้าคือแพลตฟอร์มข้อมูลลูกค้า โดยใช้บริการของ AWS ซึ่งรวมถึง Amazon EMR ซึ่งช่วยให้นักการตลาดมีมุมมองโดยละเอียดเกี่ยวกับลูกค้าของตน บริษัทสร้างคลัสเตอร์ตามความต้องการ ขึ้นอยู่กับเวิร์กโหลดและการประมวลผลข้อมูลซึ่งเร็วกว่าเดิมถึง 2 เท่า พร้อมลดต้นทุนลง 42%
-
Intuit
-
ดูวิดีโอIntuit ย้ายข้อมูลไปยังโซลูชันที่ทำงานบน Amazon Redshift ซึ่งขยายปริมาณข้อมูลมากกว่า 7 เท่าโดยไม่ต้องทำอะไร และยังให้ประสิทธิภาพเพิ่มขึ้น 20 เท่าเมื่อเทียบกับโซลูชันก่อนหน้าของบริษัท ซึ่งส่งผลให้ลดเวลาในการหาข้อมูลเชิงลึกลงได้ถึง 90 เปอร์เซ็นต์และลดค่าใช้จ่ายลงได้ถึง 66 เปอร์เซ็นต์
-
Pinterest
-
อ่านกรณีศึกษาPinterest ปรับขนาดการค้นหาบันทึกและการวิเคราะห์รายวันเป็น 1.7 TB และลดต้นทุนลงได้ 30 เปอร์เซ็นต์ โดยเปลี่ยนไปใช้การวิเคราะห์ที่มีการจัดการที่ใช้ Amazon OpenSearch Service (รุ่นใหม่ที่มารับช่วงต่อจาก Amazon Elasticsearch Service) ซึ่งบริษัทสามารถปรับขนาดการวิเคราะห์บันทึกเพื่อลดภาระการปฏิบัติงานได้ อีกทั้งยังช่วยเพิ่มความปลอดภัยและลดค่าใช้จ่ายอีกด้วย
"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
AWS Data-Driven Everything
ในโปรแกรม AWS Data-Driven EVERYTHING (D2E) ทาง AWS จะร่วมมือกับลูกค้าของเราเพื่อขับเคลื่อนให้เร็วขึ้นด้วยความถูกต้องแม่นยำที่มากขึ้นและความทะเยอทะยานที่กว้างไกลกว่าเดิมเพื่อให้วัฏจักรข้อมูลของคุณก้าวกระโดดไปได้เร็ว
เรียนรู้เพิ่มเติม »
AWS Data Lab
AWS Data Lab นำเสนอการมีส่วนร่วมด้านวิศวกรรมร่วมกันอย่างรวดเร็วระหว่างลูกค้ากับบุคลากรด้านเทคนิคของ AWS เพื่อสร้างผลลัพธ์ที่จับต้องได้ซึ่งเร่งให้เกิดการริเริ่มในการปรับข้อมูลและการวิเคราะห์ให้ทันสมัย
สถาปัตยกรรมอ้างอิงข้อมูลขนาดใหญ่และการวิเคราะห์ของ AWS
เรียนรู้แนวทางปฏิบัติที่ดีที่สุดสำหรับสถาปัตยกรรมสำหรับการวิเคราะห์ข้อมูลบนระบบคลาวด์ คลังข้อมูล และการจัดการข้อมูลบน AWS