AWS 上的資料湖和分析

以最快的速度從所有資料中為所有使用者獲得解答
滿足各種工作負載的需要
Amazon S3 提供耐用性和業界領先的安全性,非常適合做為資料湖儲存。Amazon EC2 提供 200 多種執行個體類型,讓您輕鬆為工作負載選擇適當的運算。
縮短取得答案的時間
深度整合 AWS 分析堆疊的各個層,為建置者提供採用各種方法快速分析資料的工具。
利用各式各樣的產品組合
AWS 上兼具廣度與深度的分析服務,能夠讓您輕鬆啟動適當的資源,根據您的特定需求執行最適當的分析。
強化您的機器學習
在 AWS 上執行的機器學習比任何其他地方多,有 10,000 多名客戶正在使用 Amazon’s ML 服務。隨著您採用更進階的 ML 方法,資料將會放在適當的位置並使用正確的格式,讓您充分利用 ML 堆疊。

AWS 分析服務

類別
使用案例
AWS 服務
分析
互動式分析

Amazon Athena

使用 SQL 查詢 S3 的資料

大數據處理

Amazon EMR

託管 Hadoop 框架。

資料倉儲

Amazon Redshift

快速、簡單、經濟實惠的資料倉儲。

即時分析

Amazon Kinesis

分析即時影片和資料串流。

營運分析

Amazon Elasticsearch Service

執行和擴展 Elasticsearch 叢集。

儀表板和視覺化

Amazon QuickSight

快速的商業分析服務。

資料移動
即時資料移動

Amazon Kinesis Video Streams

擷取、處理和存放影片串流以進行分析和機器學習。

Amazon Kinesis Data Firehose

準備即時資料串流並載入資料存放區和分析工具。

Amazon Kinesis Data Streams

大規模收集串流資料,以進行即時分析。

Amazon Kinesis Data Analytics

從串流資料即時取得可行的洞見。

資料湖
物件儲存

Amazon S3

專為從任何位置存放和擷取任何數量資料所建立的物件儲存。

AWS Lake Formation

只要幾天的時間就能建立安全的資料湖

備份和存檔

AWS Lake Formation

只要幾天的時間就能建立安全的資料湖

資料型錄

AWS Glue

準備和載入資料。

AWS Lake Formation

只要幾天的時間就能建立安全的資料湖

預測分析和機器學習
框架和界面

AWS Deep Learning AMIs

Amazon EC2 上的深度學習。

平台服務

Amazon SageMaker

大規模建立、訓練和部署機器學習模型。

AWS 分析服務

類別 使用案例 AWS 服務
分析 互動式分析 Amazon Athena
大數據處理 Amazon EMR
資料倉儲 Amazon Redshift
即時分析 Amazon Kinesis
營運分析 Amazon Elasticsearch Service
儀表板和視覺化 Amazon QuickSight
資料移動 即時資料移動 Amazon Kinesis Data Firehose | Amazon Kinesis Video Streams | Amazon Kinesis Data Streams | Amazon Kinesis Data Analytics
資料湖 物件儲存 Amazon S3 | AWS Lake Formation
備份和存檔 AWS Lake Formation
資料型錄
AWS Glue | AWS Lake Formation
預測分析和機器學習 框架和界面 AWS Deep Learning AMIs
平台服務 Amazon SageMaker

使用案例

Page-Illo_Data-warehousing
資料倉儲

在結構化和非結構化資料上執行 SQL 和複雜的分析查詢,無須進行不必要的資料移動。

試用 Amazon Redshift »
Page-Illo_Big-data-processing
大數據處理

以快速簡易的方式處理資料工程、資料科學開發和協作的大量資料。
 

試用 Amazon EMR »
Page-Illo_Real-time-analytics
即時分析

當串流資料抵達您的資料湖時立即進行收集、處理和分析,並提供即時的回應。
 

試用 Amazon Kinesis »
Page-Illo_Data-visualization
營運分析

針對應用程式監控、日誌分析和點擊流分析,以近乎即時的速度搜尋、瀏覽、篩選、彙總以及視覺化資料。

試用 Amazon Elasticsearch Service »

客戶

JD-Power_Logo_@1x

「我們在 Amazon S3 建立 120 TB 的資料湖,其中有 1500 種不同的結構,並廣泛使用 Glue、Redshift 和 Athena 等 AWS 分析服務。我們無法從眾多獨立的資料庫和倉儲取得這些洞見 – 我們需要一個 S3 規模的資料湖。」

– Bernardo Rodriguez
J.D. Power數位營運長

查看所有客戶 »
netflix
Chick-fil-A_Logo
3M Company_Logo
280x100_Georgia-Pacific_Logo
Pinterest_Customer-Reference_Logo
TMobile_Logo_@1x
gt-customer_landing_page_graphics166x_epic
Adobe_Customer-Reference_Logo
Pfizer

其他資源

AWS Data Lab

AWS Data Lab 為期四天,可讓客戶建置團隊和 AWS 技術資源緊密互動,建立實際可交付的成果,以加快資料和分析現代化計劃的速度。

進一步了解 »

電子報

想要持續獲得來自 AWS Analytics 的教育內容、近期活動和其他創新的資訊?

訂閱 AWS Analytics 電子報 »