Category: Analytics

本文引入 Alluxio 集群缓存，对 S3，hdfs 等数据进行 warm up 或直写缓存透传，加速 ODS 数据入湖的写后读，以及 DWD 宽表的查询性能，通过测试比对，在实时数据湖场景中，通过引入 Alluxio 集群缓存，缩短了数据入湖时间，并大幅提升了数仓查询效率，本文中的示例脚本和代码，可以供感兴趣的小伙伴根据自己业务场景进行 Alluxio 的集成实施和优化。

本文通过对 EMR on EC2 与 EMRServerless 中 Spark 任务的提交、监控、下载日志过程进行抽象并封装成 Python 类库，极大地简化了使用 Spark 的门槛，以及从 EMR on EC2 切换至 EMRServerless 的改造成本。

StarRocks 致力于构建新一代极速全场景 MPP （Massively Parallel Processing）数据库，致力于帮助企业构建极速统一的湖仓分析新范式。从初创公司到企业，组织都在使用 StarRocks on AWS 解决方案进行数据分析和治理。 StarRocks on AWS 让我们的客户可以在全球各地快速可靠地构建自己的数据分析中心。现在，为了让更多用户以更低廉的成本进行数据分析和治理，我们推出了存算分离版本。让我们的用户可以提高资源利用率的同时优化成本。

本文介绍了 Clean Rooms 在面临广告行业隐私数据保护需求挑战时提供的解决方案，以及 Clean Rooms 中的分析规则、数据连接和最佳实践等。可以看到，Clean Rooms 为广告行业实现隐私保护的数据协作提供了重要支持，而随着服务的不断完善和新功能的增添，相信它将为企业开启更多高效、安全的协作新模式，实现隐私保护和商业价值的双赢。

Amazon OpenSearch Service 自 2020 年推出 kNN 插件以来，一直支持词法和向量 […]

通过与亚马逊云科技的无缝对接，ByteHouse 可以实现海量数据的弹性存储，并支持按需自动扩展计算资源。这种云原生的数据仓库架构，可帮助企业快速建立一个统一的、高性能的数据分析平台，以 SaaS 形式降低企业数字化国际化的门槛。

在今年的 AWS re:Invent 上加入 AWS Analytics 团队的行列，在这里，新思路和令人兴奋 […]

本篇文章介绍了多库多表实时同步到 Redshift 的方案选择及各自方案的适用场景。

基于 KDA，用户可以通过使用 Flink 的流式处理引擎和 Kinesis Data Analytics 的实时数据分析和可视化工具来构建复杂的数据处理管道，这些管道可以从多个数据源中汇聚数据，并将其转换为有价值的信息。同时，基于 KDA 的解决方案还可以支持监控和告警等业务场景，以帮助用户快速识别和解决潜在的问题，并高效地处理和分析实时数据。

企业内部需要分析的数据主要存在于关系数据库和 NoSQL 类型的数据库中，要使用 Amazon Redshift 对这些数据进行分析，首先需要将这些业务数据库中的数据同步到数仓中。本文将介绍使用亚马逊云科技服务同步数据到 Amazon Redshift 的方案以及相关实践。