利用 AWS 构建现代数据仓库和数据湖

利用AWS构建现代数据仓库和数据湖

今天，许多的公司都在采用开源的大数据分析框架，如ApacheHadoop/Spark、Elasticsearch和ApacheKafka，在本地或者云上自行运维和管理。

然而，运行和管理这些开源分析框架是复杂、耗时和昂贵的，尤其需要面对运营效率和成本的问题，通过迁移到我们在AWS上完全管理的服务，客户可以节省时间、成本并提高生产率。同时，AWS提供了基于云原生的现代数据仓库和数据湖解决方案，无论您在寻找一个新的更经济和可扩展的数据仓库，还是抓住机会重新设计，将数据仓库与数据湖相结合，您都将从本次研讨会中获得所需的信息和资源。

精彩回放

会议日程

1、将数据转化为业务洞察力

Jason Li 李俊欣

现在大家都已经充分意识到数据的重要性并开始大量收集数据。然而这只是第一步，更重要的是如何将数据转化为对业务的洞察。本次分享将为大家介绍如何使用AWS的分析工具来将数据转化为业务洞察。

2、利用AWS构建无服务器的云上数据湖

Shi Tian 史天

通过本次分享，您将了解到如何使用Amazon Athena、AWS Glue和AWS Lake Formation进行设计、构建和实现一个Serverless无服务器架构的数据湖解决方案。

3、构建现代数据仓库---Amazon Redshift新特性深入探讨

Corvus Lee

通过本次分享，您将了解到AWS云原生数据仓库Redshift的最新特性，包括存储与计算分离架构、计算的弹性扩展、集群规模的动态调整、数据湖集成、联邦查询、自动负载管理等等一系列最新更新。

4、迁移到托管的大数据服务---Amazon EMR 深入解析

Zhang Na 张镎

通过本次分享，您将了解到EMR的最佳实践和新特性，包括如何结合spot实例达到成本最优、托管的自动扩展和与数据湖的集成等。

5.经济高效的分析长期日志数据 - Amazon Elasticsearch Service 的Ultrawarm温数据层解析探讨

Xavier WANG 王晓野

UltraWarm for Elasticsearch Service 是性能经过优化的温热存储层，为使用Elasticsearch 和 Kibana 存储并交互式分析数据节省每 GB 存储成本90% 之多。本此活动分享如何借助 UltraWarm for Amazon Elasticsearch Service 进行热-温域配置。为不常访问的长期日志数据提供更经济、更持久的存储，同时同时保留热存储相同的交互式分析体验。

演讲嘉宾