AWS 雲端
AWS 雲端
AWS 上的大數據入門

使用 AWS 幾乎可建立任何大數據應用程式。以下是組織如何透過 AWS 的大數據促進其價值的幾個範例


您可以使用 AWS 建立整個分析應用程式用於支援您的業務。幾分鐘內就可以將 Hadoop 叢集從無擴展到數千部伺服器,然後完成時再將它關閉。這代表您能以更短的時間和更低的成本處理大數據工作負載。

Big-Data-Redesign_Diagram_On-Demand-Analytics
BigData_logo-redfin

Redfin 將不動產清單與建議提供給數百萬名購房者。Redfin 每天使用 Amazon EMR 搭配競價型執行個體 – 動態地啟動和關閉 Apache Hadoop 叢集 – 以執行大量資料轉換,並將資料交付給內部和外部的客戶。觀賞影片 »


提升客戶的數位體驗,並且讓您更加了解您的網站。使用 AWS 即時收集、處理、分析和視覺化點擊流洞見。

Big-Data-Redesign_Diagram_Kinesis-Streams
BigData_logo-hearst

Hearst Corporation 監控全球超過 250 個數位財產的趨勢內容,而且每天處理超過 30 TB 的資料。Hearst Corporation 使用包含 Amazon Kinesis 和在 Amazon EMR 上執行 Spark 的架構,為資料科學家和公司股東提供即時的洞見分析。觀賞影片 »


使用 AWS Lambda 在新資料上執行篩選、排序、加入、彙總等資料轉換,並將轉換後的資料集載入 Amazon Redshift 用於互動式查詢及分析。

Big-Data-Redesign_Diagram_ETL
Big-Data-Redesign_logo-Zillow

Zillow 使用 AWS Lambda 和 Amazon Kinesis 管理全球導入管道並即時產生品質分析,無須建立基礎設施。觀賞 re:Invent 簡報 »


使用 Amazon Machine Learning 可輕鬆地新增預測功能至您的應用程式。結合 Amazon Kinesis 的功能從社交媒體或其他來源即時導入資料,並使用 Machine Learning 對該資料產生預測。

Big-Data-Redesign_Diagram-AML
Big-Data-Redesign_logo-Build-Fax

「Amazon Machine Learning 展現了建置預測模型的流程。它很簡單且易於上手,產品包含機器學習最佳實務,讓我們交付結果的速度明顯比過去快了許多。」
閱讀客戶案例 »


透過在 AWS 雲端部署資料倉儲架構以優化查詢效能和降低成本。Amazon EMR 讓您能夠利用 Apache Hadoop 框架的功能執行資料轉換 (ETL),並將處理過的資料載入 Amazon Redshift 用於分析和商業智慧應用程式。

Big-Data-Redesign_Diagram_Enterprise-Data-Warehouse
Big-Data-Redesign_logo-Nasdaq

Nasdaq 轉向使用 Amazon Redshift 和適用於 ETL 的 Amazon EMR 之後,獲得更快且更豐富的分析與資料倉儲能力,同時降低 57% 的成本。
觀賞 re:Invent 簡報 »