- ประเภท
- ข้อมูล
- นักพัฒนา
- Amazon Web Services
- เว็บไซต์
- (เปิดในหน้าต่างใหม่)
วิธีการทำงาน
เวิร์กโฟลว์ดาต้าเลก การวิเคราะห์ข้อมูล และ ETL ด้วย S3 Tables, AWS Glue และ Athena ครอบคลุมตาราง Iceberg แบบมีการจัดการบน S3 Tables การนำเข้าข้อมูลจากฐานข้อมูล JDBC, Amazon Redshift, Snowflake, BigQuery และ DynamoDB การจัดทำรายการและค้นหาสินทรัพย์ใน AWS Glue Data Catalog การสืบค้นแบบรวมศูนย์ด้วย Athena ตลอดจนการจัดเก็บเวกเตอร์และการค้นหาเชิงความหมายบน Amazon S3 Vectors
คุณทำอะไรได้อีกบ้าง
ค้นหาข้อมูลสำหรับการวิเคราะห์
AWS Data Analytics ค้นหาตารางใน Glue Data Catalog ของ [region] ที่อาจใช้ตอบ [business question] ได้ สรุป Schema และตำแหน่งของตาราง แนะนำแหล่งข้อมูลที่เหมาะที่สุด และระบุข้อมูลที่ขาดหาย
วิเคราะห์แนวโน้มยอดขาย
AWS Data Analytics ใช้ Athena วิเคราะห์ยอดขายรายเดือนใน [table] สำหรับไตรมาสที่ผ่านมา เปรียบเทียบแต่ละภูมิภาค ระบุการเปลี่ยนแปลงที่มากที่สุด และส่งคืน SQL พร้อมสรุปผลการวิเคราะห์แบบกระชับ
วางแผนนำเข้าข้อมูลสู่ดาต้าเลก
AWS Data Analytics วางแผนนำเข้า [source table] ไปยัง S3 Tables ใน [region] ตรวจสอบ Schema ต้นทาง แนะนำแนวทางนำเข้าข้อมูล และระบุข้อกำหนดเบื้องต้นกับขั้นตอนตรวจสอบความถูกต้องก่อนย้ายข้อมูล
สิ่งที่รวมอยู่ในแพ็กเกจ
แอป
AWS Data Analytics
ทักษะ
- amazon-opensearch-service
- connecting-to-data-source
- creating-data-lake-table
- exploring-data-catalog
- finding-data-lake-assets
- ingesting-into-data-lake
- querying-data-lake
- redshift-guide
- 1 เพิ่มเติม
แหล่งข้อมูล
เพิ่มปลั๊กอิน AWS Data Analytics ได้ในไม่กี่คลิก
ความพร้อมใช้งานขึ้นอยู่กับปลั๊กอิน แพ็กเกจของคุณ และการตั้งค่าเวิร์กสเปซ การเชื่อมต่อบางรายการต้องให้ผู้ดูแลระบบตั้งค่าหรืออนุมัติ ติดต่อผู้ดูแลเวิร์กสเปซของคุณหากการเข้าถึงถูกบล็อก
สำรวจปลั๊กอินที่เกี่ยวข้อง
Data
เปลี่ยนข้อมูลให้เป็นการตัดสินใจที่ชัดเจน
Snowflake
ถามคำถามเชิงวิเคราะห์จากข้อมูล Snowflake ที่อยู่ภายใต้การกำกับดูแล
BigQuery
สำรวจข้อมูล BigQuery และสร้าง SQL จากภาษาธรรมชาติ
Databricks Genie
วิเคราะห์ข้อมูล Lakehouse และแดชบอร์ดด้วยภาษาธรรมชาติ
DBT
ทำงานกับโปรเจกต์ dbt
Alation
ชั้นความรู้ที่มีการกำกับดูแล
