不到一秒即可在 Apache Spark 上執行互動式分析
開始使用 Amazon Athena for Apache Spark 進行互動式分析，不到一秒即可分析數 PB 的資料。互動式 Spark 應用程式可立即啟動，並使用我們經過最佳化的 Spark 執行時間更快地執行，因此您能將更多時間花在洞察上，而不是等待結果。使用 Python 的表現力建立 Spark 應用程式，在 Athena 主控台或 Athena API 中享受簡化的筆記本體驗。使用 Athena 無伺服器、全受管模式，無需管理、佈建和設定資源，也沒有最低費用或設定成本。只需按您執行的查詢付費。
優勢
加快洞察時間
花更多時間在洞察上，而不是等待結果。互動式 Spark 應用程式不到一秒即可啟動，並使用經過最佳化的 Spark 執行時間更快地執行。
充分利用 Spark 進行複雜、強大的分析
將 Python 的表現力與熱門的開放原始碼 Spark 架構相結合，從資料中尋找更複雜的洞察。 使用筆記本查詢資料、鏈接計算並將結果視覺化。
建立應用程式而無需管理資源
經濟高效地執行 Spark 應用程式，無需佈建和管理資源。建立 Spark 應用程式，無需擔心 Spark 組態或版本升級。
在資料所在位置使用資料
在不移動資料的情況下，使用各種資料湖中的資料、開放資料格式，以及業務應用程式。使用 AWS Glue 發現和分類的資料來建立 Spark 洞察。
運作方式
該圖顯示了如何使用 Amazon Athena for Apache Spark，以互動方式探索和準備您的資料。
第一部分說明了不同的資料來源，包括 Amazon S3 資料、大數據和資料儲存體。第一部分說明「從資料湖、大數據架構和其他資料來源查詢資料。」
第二部分標題為 "AWS Glue Data Catalog"。 第二部分說明「對資料儲存體編目，以產生您的相關資料的中繼資料 (如資料表和結構描述)。」
第三部分的標題為 "Amazon Athena for Apache Spark"。 第三部分說明「使用 Amazon Athena 以互動方式探索和準備您的資料。」
第四部分有兩項。頂部的項目包括視覺化報告的插圖。文本說明「建置應用程式來分析和視覺化您的資料」。底部項目包含一個齒輪插圖。文字說明「與 ML 工具整合，以互動方式探索資料並準備範例資料集以進行訓練和推理。」
使用案例
在資料所在位置探索資料
使用 Athena 和 AWS Glue 探索資料集並處理資料。
跨多個資料集產生洞察
一起查看各種資料集和資料格式以形成洞察。
將業務應用程式與資料連接起來
建立使用 Athena for Apache Spark 以互動方式處理資料的軟體即服務 (SaaS) 應用程式。
將資料湖與機器學習相結合
瀏覽資料存放區以產生範例資料集和互動式功能。
