Amazon Athena
Легко и удобно анализируйте данные масштаба петабайта там, где они находятся
Преимущества Amazon Athena
Amazon Athena – это интерактивный сервис запросов, который упрощает анализ данных в Amazon S3 с помощью стандартного SQL-запроса. Athena – это бессерверная платформа, поэтому вам не нужно настраивать или администрировать инфраструктуру, а оплачиваете вы только те ресурсы, которые необходимы для выполнения вашего запроса. Сервис можно использовать для обработки журналов, выполнения аналитики данных и интерактивных запросов к ним. Athena автоматически масштабируется и выполняет запросы параллельно, благодаря чему результаты появляются быстро даже при работе с большими наборами данных и сложными запросами.
Amazon Athena предоставляется в новом поколении Amazon SageMaker
Платформа Amazon Athena доступна в новом поколении Amazon SageMaker, обеспечивая беспроблемную обработку запросов SQL и рабочих нагрузок Apache Spark. В рамках Единой студии Amazon SageMaker Athena позволяет выполнять запросы, преобразовывать и анализировать данные непосредственно из подключенных источников, таких как озера данных Amazon S3, без необходимости управления инфраструктурой. Подробнее.
Преимущества
Более легкий, почти мгновенный запуск рабочих нагрузок аналитики SQL или Apache Spark благодаря бессерверной архитектуре.
Создавайте приложения с интерактивной расширенной аналитикой, используя данные локально, в озере данных или в облачных хранилищах.
Дополнительная гибкость благодаря выбору языка, форматам открытых данных, платформам с открытым исходным кодом, интеграции инструментов для бизнес-аналитики (BI) и машинного обучения.
Простые и предсказуемые цены: оплата зависит от выполняемых запросов или использованных вычислений.
Благодаря Amazon Athena в новом поколении Amazon SageMaker вы можете упростить анализ на основе SQL с помощью интуитивно понятного редактора запросов, который предоставляет единую среду для написания, выполнения и визуализации запросов. Вы можете сотрудничать в режиме реального времени, безопасно обмениваясь результатами и рабочими процессами в рамках всей организации, что ускоряет получение аналитических выводов.
Примеры использования
Отправляйте один SQL-запрос для анализа данных в реляционных, нереляционных, объектных и специальных источниках данных, работающих в S3, локально или в многооблачных средах.
Используйте модели машинного обучения в запросах SQL или Python, чтобы упростить выполнение сложных задач, таких как обнаружение отклонений, анализ категорий клиентов и прогнозирование продаж.
Запрашивайте данные Azure Synapse Analytics и визуализируйте результаты с помощью Amazon QuickSight.