AWS 上的資料湖和分析

從所有資料獲得解答並提供給所有使用者的最快方式

構建資料湖及進行分析最簡單的方法

設定及管理資料湖涉及許多手動且耗時的任務，例如：載入、轉換、保護及稽核資料的存取。AWS Lake Formation 將許多手動步驟自動化，並將成功建立資料湖所需的時間從幾個月減少到幾天。

具可擴展性且經濟實惠

資料量成指數級增長，但存放和分析這些資料的成本卻不能以同樣的速度增長。AWS 提供了全方位的工具，協助控制大規模存放和分析所有資料的成本，包括像是 S3 資料儲存的 Intelligent Tiering 功能，以及有助於降低運算用量成本的功能，例如自動調整規模和與 EC2 Spot 執行個體的整合。

全面且開放

我們提供最廣泛且深入的專用分析工具產品組合，讓您可以透過最適合任務的工具，迅速從資料取得洞見。我們所有的分析服務都支援開放檔案格式，例如 Apache Parquet，您不需要移動和轉換資料即可進行分析，將資料以標準格式存放一次，之後便可使用最適合的工具或技術進行分析。

適用於分析的安全基礎設施

保護大量資料是大多數組織面臨的最大挑戰之一。除了所有您期望從 AWS 獲得的認證和最佳實務之外，我們還設計了一些安全功能，協助您遵守最佳實務和產業規範。例如，Amazon Macie 可協助尋找意外存放在錯誤位置的敏感資料，Amazon Inspector 則有助於找出可能導致資料洩露的設定錯誤。

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 Analytics

Amazon Kinesis Data Firehose

Amazon Kinesis Data Streams

Amazon Kinesis Video Streams

資料湖

物件儲存

Amazon S3

AWS Lake Formation

備份和存檔

Amazon S3 Glacier

AWS Backup

資料型錄

AWS Glue

AWS Lake Formation

第三方資料

AWS Data Exchange

預測分析和機器學習

框架和界面

AWS Deep Learning AMIs

平台服務

Amazon SageMaker

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 Analytics \| Amazon Kinesis Data Firehose \| Amazon Kinesis Data Streams \| Amazon Kinesis Video Streams
資料湖	物件儲存	Amazon S3 \| AWS Lake Formation
	備份和存檔	Amazon S3 Glacier \| AWS Backup
	資料型錄	AWS Glue \| AWS Lake Formation
	第三方資料	AWS Data Exchange
預測分析和機器學習	框架和界面	AWS Deep Learning AMIs
預測分析和機器學習	平台服務	Amazon SageMaker