AWS Data and Analytics服务
帮助客户构建一套适配业务需求的数据管理与应用分析体系,解决数据和分析中最具挑战性问题,建立数据生产流程,包括数据提取、数据准备、数据转换、数据治理、数据存储、隐私管理、数据集成、数据可视化等数据工程化管道,完成非实时/实时流、结构化/非结构化数据、结合业务分析数据以及大规模生产部署中的最佳实践。
该解决方案包括数据仓库、数据湖、实时分析、数据治理、数据平台、数据基础设施的云迁移和业务分析等,不限于集成Amazon Kinesis、Amazon Glue、 Database Migration Service、Amazon Redshift、Amazon DynamoDB、Amazon OpenSearch Service、Amazon EMR、Amazon S3、Amazon Athena、Amazon QuickSight等服务,实现最具弹性、最佳成本、快速搭建且简单使用的最具现代化的数据服务体系。
现代数据架构

特色服务
多源数据采集服务
通过建立多源数据汇集的数据采集管道,包括关系型数据(如:关系数据库)的实时与非实时收集、文档/对象数据的采集、实时流数据的收集,将数据进行最佳分类存储,利用云资源的弹性计算能力,高效地处理数据,准确的分析定位,提供可视化展示和敏捷洞察。
实时数据分析
为了及时精准的分析数据,分析实时产生的流式数据,包括订单交易处理、点击流分析、日志数据分析、订单交易处理、物联网设备IoT监测、社交媒体分析等,对产生的实时流数据进行收集/传输、转换/处理、计算/分析/展示,保障每秒事件处理量可能会从几十快速提升至数千之巨,资源的需求必须在可扩展性、可靠性及低延迟等支持各类应用。
数据仓库服务
快速构建完全托管的 PB 级云中数据仓库服务,通过快速、简单、安全的大规模云数据仓储加快您的洞察时间,借助ML使用 SQL 语句在其数据上创建和训练模型,然后将这些模型用于预测,并能在集群间共享您的数据。
数据迁移服务
将大数据应用从IDC迁移至云,或是从其他云迁移至亚马逊云,包括IDC或自建的开源大数据组件迁移,如Elasticsearch迁移至Openbsearch、Kafka迁移至MSK等;他云迁移组件至马逊云,如Google BQ迁移至Redshift等。
成本优化服务
根据数据特征与使用特性,将数据进行分类存储,优化存储空间;结合联合查询,优化数据移动;优化查询,提高系统的响应速度和运行效率;优化使用服务,设计弹性扩展策略,减少总体使用成本。
客户案例
