AWS 上的資料湖和分析
AWS 分析服務
Amazon Athena
使用 SQL 查詢 S3 的資料
Amazon EMR
託管 Hadoop 框架。
Amazon Redshift
快速、簡單、經濟實惠的資料倉儲。
Amazon Kinesis
分析即時影片和資料串流。
Amazon Elasticsearch Service
執行和擴展 Elasticsearch 叢集。
Amazon QuickSight
快速的商業分析服務。
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。
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
AWS Lake Formation
只要幾天的時間就能建立安全的資料湖
AWS Deep Learning AMIs
Amazon EC2 上的深度學習。
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
客戶
「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
其他資源
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。
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？
