工作原理
使用 S3 Tables、AWS Glue 和 Athena 构建数据湖、分析和 ETL 工作流。涵盖 S3 Tables 上的托管式 Iceberg 表、从 JDBC 数据库、Amazon Redshift、Snowflake、BigQuery 和 DynamoDB 提取数据、AWS Glue Data Catalog 资产清单与资产发现、Athena 联邦查询，以及 Amazon S3 Vectors 上的向量存储和语义搜索。
你还能做什么？
查找分析数据
AWS 数据分析：在 [region] 的 Glue Data Catalog 中查找可用于回答 [business question] 的表。总结这些表的模式和位置，推荐最佳数据源，并标出缺失的数据。
分析销售趋势
AWS 数据分析：使用 Athena 分析 [table] 中上一季度的月度销售额。比较各地区，找出变化最大的项目，并返回 SQL 和简明的结果摘要。
规划数据湖提取流程
AWS 数据分析：规划将 [source table] 提取到 [region] 的 S3 Tables 中。检查源模式，推荐提取方法，并列出移动任何数据前所需的先决条件和验证检查。
包含内容
应用
AWS Data Analytics
技能
- 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 更多
资源
只需点击几下即可添加 AWS Data Analytics 插件
是否可用取决于插件、您的套餐和工作空间设置。某些连接需要管理员进行设置或批准。如果访问受阻，请联系您的工作空间管理员。
