運作方式
透過 S3 Tables、AWS Glue 及 Athena 建立數據湖、分析與 ETL 工作流程。涵蓋 S3 Tables 上的受管理 Iceberg 資料表、從 JDBC 數據庫、Amazon Redshift、Snowflake、BigQuery 及 DynamoDB 匯入數據、AWS Glue Data Catalog 清單與資產探索、Athena 聯合查詢，以及 Amazon S3 Vectors 上的向量儲存與語意搜尋。
還可以做甚麼？
尋找分析數據
AWS 數據分析：在 [region] 的 Glue Data Catalog 中尋找可解答 [business question] 的資料表。概述其結構定義與位置，建議最佳數據來源，並標示欠缺的數據。
分析銷售趨勢
AWS 數據分析：使用 Athena 分析 [table] 上一季度的每月銷售額。比較各地區、找出最大變化，並傳回 SQL 及精簡的分析結果摘要。
規劃數據湖匯入
AWS 數據分析：規劃將 [source table] 匯入 [region] 的 S3 Tables。檢查來源結構定義、建議匯入方式，並列出移動任何數據前的先決條件及驗證檢查。
包括以下內容
應用程式
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
- 另外 1 個
資源
只需按幾下，即可新增 AWS Data Analytics 外掛程式
可用情況取決於外掛程式、你的計劃及工作區設定。部分連接須由管理員設定或批准。如存取受阻，請聯絡工作區管理員。
