北京2020年12月2日 /美通社/ -- 在亞馬遜云服務（AWS）舉辦的年度盛會 -- AWS re:Invent上，AWS宣布了三項全新的數據分析功能，這些功能可以大幅提升Amazon Redshift數據倉庫的性能，使客戶在數據存儲間的移動和合并數據變得更加容易，并且使終端用戶更便捷地利(li)用機器(qi)學習從(cong)業務數(shu)據中獲得更(geng)多價(jia)值。
當(dang)前，每小時(shi)創(chuang)(chuang)造的(de)(de)數(shu)據(ju)(ju)(ju)比(bi)(bi)20年(nian)前一(yi)(yi)整年(nian)所創(chuang)(chuang)造的(de)(de)數(shu)據(ju)(ju)(ju)還要(yao)多(duo)。事(shi)實(shi)上，未來(lai)三(san)年(nian)創(chuang)(chuang)造的(de)(de)數(shu)據(ju)(ju)(ju)量(liang)(liang)將超出過去30年(nian)創(chuang)(chuang)造的(de)(de)數(shu)據(ju)(ju)(ju)量(liang)(liang)。以(yi)往(wang)的(de)(de)舊工(gong)具(ju)在(zai)當(dang)今(jin)這(zhe)個新(xin)的(de)(de)數(shu)據(ju)(ju)(ju)世界(jie)中根本無法(fa)發揮作用(yong)(yong)。AWS客戶針對(dui)不同的(de)(de)應用(yong)(yong)場景(jing)，推出了多(duo)種分(fen)析(xi)工(gong)具(ju)，包括用(yong)(yong)于(yu)無服務器(qi)式查詢的(de)(de)Amazon Athena，用(yong)(yong)于(yu)搜索和(he)(he)可視(shi)化日志數(shu)據(ju)(ju)(ju)的(de)(de)Amazon Elasticsearch Service，用(yong)(yong)于(yu)處理實(shi)時(shi)數(shu)據(ju)(ju)(ju)流的(de)(de)Amazon Kinesis，用(yong)(yong)作數(shu)據(ju)(ju)(ju)倉庫的(de)(de)Amazon Redshift，以(yi)及用(yong)(yong)于(yu)運(yun)行Apache Spark、Hive、Presto和(he)(he)其(qi)它大數(shu)據(ju)(ju)(ju)框(kuang)架的(de)(de)Amazon EMR。這(zhe)些服務為AWS客戶提供了適合他(ta)們需求的(de)(de)工(gong)具(ju)。今(jin)天宣布(bu)的(de)(de)全新(xin)數(shu)據(ju)(ju)(ju)分(fen)析(xi)功(gong)能建立在(zai)這(zhe)一(yi)(yi)基(ji)礎之上，并為客戶的(de)(de)所有數(shu)據(ju)(ju)(ju)存儲提供更快、更具(ju)性價比(bi)(bi)、更易于(yu)訪(fang)問的(de)(de)數(shu)據(ju)(ju)(ju)分(fen)析(xi)。要(yao)了解(jie)更多(duo)信(xin)息，請訪(fang)問 。
AWS分析業務副總裁Rahul Pathak說：“通過我們今天發布的功能，我們將為Amazon Redshift帶來10倍以上的性能提升，提供新的靈活方式、輕松地在數據存儲之間移動數據，客戶可以在業務儀表盤中用自然語言提出問題，并在幾秒鐘內收到答案。這些功能將極大地提高客戶在任何規模下獲取數據價值的速度和易用性。”
Amazon Redshift AQUA（高級查詢加速器）將計算能力引入存儲層，提供比任何其它云數據倉庫快10倍的查詢性能。
Amazon Redshift自2012年推出以來，作為首個為云端構建的數據倉庫，其成本僅為傳統數據倉庫的1/10，目前已經成為最受歡迎的云數據倉庫之一。今年早些時(shi)候(hou)，AWS宣(xuan)布推出Amazon Redshift RA3實例，允許客(ke)戶分(fen)別擴展(zhan)計算(suan)和(he)存儲，并提供(gong)比(bi)其它云數(shu)(shu)據(ju)倉(cang)庫(ku)高3倍的(de)(de)(de)(de)(de)性(xing)能(neng)。然(ran)而，即(ji)使(shi)有(you)RA3實例提供(gong)的(de)(de)(de)(de)(de)優勢，快速增(zeng)長(chang)的(de)(de)(de)(de)(de)客(ke)戶在(zai)(zai)數(shu)(shu)據(ju)倉(cang)庫(ku)中(zhong)需要處理(li)的(de)(de)(de)(de)(de)數(shu)(shu)據(ju)依然(ran)令客(ke)戶在(zai)(zai)性(xing)能(neng)和(he)成(cheng)(cheng)本效益擴展(zhan)之間難以平衡。數(shu)(shu)據(ju)倉(cang)庫(ku)的(de)(de)(de)(de)(de)主流架(jia)構是(shi)大(da)(da)量(liang)的(de)(de)(de)(de)(de)集中(zhong)式存儲數(shu)(shu)據(ju)需要被轉(zhuan)移到等著處理(li)數(shu)(shu)據(ju)的(de)(de)(de)(de)(de)計算(suan)節點來進行處理(li)。這種(zhong)方(fang)法面臨的(de)(de)(de)(de)(de)挑戰是(shi)，共享(xiang)數(shu)(shu)據(ju)和(he)計算(suan)節點之間有(you)大(da)(da)量(liang)的(de)(de)(de)(de)(de)數(shu)(shu)據(ju)移動。隨著數(shu)(shu)據(ju)量(liang)持續快速增(zeng)長(chang)，這種(zhong)數(shu)(shu)據(ju)移動會使(shi)可用(yong)的(de)(de)(de)(de)(de)網絡(luo)帶寬飽(bao)和(he)、性(xing)能(neng)降低。除(chu)了網絡(luo)瓶頸之外，CPU的(de)(de)(de)(de)(de)發展(zhan)也無法跟上存儲能(neng)力的(de)(de)(de)(de)(de)快速增(zeng)長(chang)（SSD存儲吞(tun)吐量(liang)的(de)(de)(de)(de)(de)增(zeng)長(chang)速度6倍于CPU從內存處理(li)數(shu)(shu)據(ju)的(de)(de)(de)(de)(de)能(neng)力的(de)(de)(de)(de)(de)增(zeng)長(chang)），這要么造成(cheng)(cheng)了其新的(de)(de)(de)(de)(de)CPU瓶頸，要么迫使(shi)更多的(de)(de)(de)(de)(de)客(ke)戶過度配置算(suan)力、以便更快地(di)完成(cheng)(cheng)工作(zuo)。
AQUA for Amazon Redshift是(shi)Amazon Redshift的(de)(de)(de)(de)(de)(de)分(fen)布式、硬件(jian)加速(su)緩(huan)存，這一(yi)(yi)創(chuang)新可(ke)以(yi)提高新時(shi)代數(shu)(shu)(shu)據(ju)(ju)規模下的(de)(de)(de)(de)(de)(de)分(fen)析(xi)性能(neng)。AQUA將(jiang)計算(suan)能(neng)力帶到存儲(chu)(chu)層，數(shu)(shu)(shu)據(ju)(ju)不必在(zai)兩者之間來回移動(dong)。這使得Amazon Redshift的(de)(de)(de)(de)(de)(de)運行(xing)速(su)度是(shi)其它云數(shu)(shu)(shu)據(ju)(ju)倉庫的(de)(de)(de)(de)(de)(de)十倍。AQUA緩(huan)存可(ke)在(zai)眾多節(jie)點上(shang)(shang)(shang)并行(xing)擴展和處(chu)理數(shu)(shu)(shu)據(ju)(ju)。每個節(jie)點都擁(yong)有(you)一(yi)(yi)個由AWS設(she)計的(de)(de)(de)(de)(de)(de)分(fen)析(xi)處(chu)理器組成的(de)(de)(de)(de)(de)(de)硬件(jian)模塊，可(ke)大幅加快數(shu)(shu)(shu)據(ju)(ju)壓縮、加密，以(yi)及(ji)掃描、聚合和過(guo)濾等數(shu)(shu)(shu)據(ju)(ju)處(chu)理任(ren)務。AQUA還(huan)為客(ke)戶帶來了(le)額(e)(e)外(wai)的(de)(de)(de)(de)(de)(de)好處(chu)，即能(neng)夠(gou)在(zai)原(yuan)始存儲(chu)(chu)上(shang)(shang)(shang)進行(xing)計算(suan)，節(jie)省了(le)原(yuan)本需(xu)要花費在(zai)移動(dong)數(shu)(shu)(shu)據(ju)(ju)上(shang)(shang)(shang)的(de)(de)(de)(de)(de)(de)時(shi)間。有(you)了(le)這一(yi)(yi)新的(de)(de)(de)(de)(de)(de)架(jia)構，以(yi)及(ji)它所帶來的(de)(de)(de)(de)(de)(de)10倍以(yi)上(shang)(shang)(shang)的(de)(de)(de)(de)(de)(de)性能(neng)提高，Redshift的(de)(de)(de)(de)(de)(de)客(ke)戶可(ke)以(yi)擁(yong)有(you)更(geng)(geng)新的(de)(de)(de)(de)(de)(de)數(shu)(shu)(shu)據(ju)(ju)儀(yi)表盤，節(jie)省開(kai)(kai)發(fa)時(shi)間，他們的(de)(de)(de)(de)(de)(de)系統也更(geng)(geng)容易維護。AQUA的(de)(de)(de)(de)(de)(de)預覽版現已向所有(you)客(ke)戶開(kai)(kai)放，AQUA將(jiang)于2021年1月全面上(shang)(shang)(shang)市。AQUA可(ke)在(zai)Redshift RA3實例上(shang)(shang)(shang)使用(yong)，無(wu)需(xu)額(e)(e)外(wai)的(de)(de)(de)(de)(de)(de)費用(yong)，客(ke)戶可(ke)以(yi)利用(yong)AQUA的(de)(de)(de)(de)(de)(de)性能(neng)改(gai)進，無(wu)需(xu)更(geng)(geng)改(gai)代碼。要開(kai)(kai)始使用(yong)AQUA，請訪問 。
AWS Glue Elastic Views讓開發人員可以輕松構建物化視圖，在多個數據存儲中自動組合和復制數據
大多(duo)(duo)數(shu)(shu)(shu)(shu)公司(si)都在(zai)建(jian)立或者已(yi)經建(jian)立了數(shu)(shu)(shu)(shu)據(ju)(ju)湖，他們可以通(tong)過正確的(de)(de)(de)安全和(he)訪問控制(zhi)，將來(lai)自各種(zhong)孤(gu)島的(de)(de)(de)所有數(shu)(shu)(shu)(shu)據(ju)(ju)匯總起來(lai)，以便更容易(yi)進(jin)行(xing)數(shu)(shu)(shu)(shu)據(ju)(ju)分析(xi)和(he)機器學習。但出于延時和(he)運營的(de)(de)(de)原因，大多(duo)(duo)數(shu)(shu)(shu)(shu)公司(si)也可能在(zai)數(shu)(shu)(shu)(shu)據(ju)(ju)湖之外的(de)(de)(de)專(zhuan)(zhuan)用數(shu)(shu)(shu)(shu)據(ju)(ju)存(cun)儲中擁有越來(lai)越多(duo)(duo)的(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)。隨著這些數(shu)(shu)(shu)(shu)據(ju)(ju)湖和(he)專(zhuan)(zhuan)用數(shu)(shu)(shu)(shu)據(ju)(ju)存(cun)儲中的(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)不斷增加，公司(si)需要更簡(jian)單的(de)(de)(de)方法來(lai)移(yi)動數(shu)(shu)(shu)(shu)據(ju)(ju)。
AWS Glue Elastic Views為開發人員提供了一(yi)(yi)種新的(de)能(neng)力，可(ke)(ke)以(yi)(yi)(yi)(yi)輕松(song)構(gou)建(jian)物(wu)(wu)化(hua)視(shi)圖(tu)(tu)（也(ye)稱為虛擬表），在多個數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)存(cun)儲中(zhong)自動(dong)組(zu)合和復(fu)(fu)制(zhi)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)。AWS Glue是(shi)一(yi)(yi)種無服務(wu)器的(de)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)準備服務(wu)，可(ke)(ke)以(yi)(yi)(yi)(yi)輕松(song)運行用于數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)分析和機器學習的(de)提取、轉(zhuan)換和加載(zai)（ETL）作(zuo)業。通(tong)過AWS Glue Elastic Views，客(ke)戶(hu)(hu)可(ke)(ke)以(yi)(yi)(yi)(yi)使(shi)(shi)用SQL創(chuang)建(jian)從(cong)不同數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)存(cun)儲中(zhong)組(zu)合數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)的(de)物(wu)(wu)化(hua)視(shi)圖(tu)(tu)，AWS Glue Elastic Views負責從(cong)不同數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)源(yuan)來復(fu)(fu)制(zhi)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)以(yi)(yi)(yi)(yi)創(chuang)建(jian)物(wu)(wu)化(hua)視(shi)圖(tu)(tu)。例如(ru)，客(ke)戶(hu)(hu)可(ke)(ke)能(neng)會(hui)創(chuang)建(jian)一(yi)(yi)個物(wu)(wu)化(hua)視(shi)圖(tu)(tu)，從(cong)Amazon Aurora中(zhong)提取餐(can)廳位置信息，并將其與存(cun)儲在Amazon DynamoDB中(zhong)的(de)客(ke)戶(hu)(hu)評論相結合，然后在Amazon Elasticsearch Service上按位置建(jian)立一(yi)(yi)個餐(can)廳評論搜索引擎。AWS Glue Elastic Views 將數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)從(cong)每個源(yuan)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)庫復(fu)(fu)制(zhi)到目(mu)標(biao)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)庫，自動(dong)保(bao)障目(mu)標(biao)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)庫中(zhong)的(de)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)更新。Elastic Views會(hui)持續監控源(yuan)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)庫的(de)變(bian)化(hua)，并在幾(ji)秒(miao)鐘內更新目(mu)標(biao)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)庫。如(ru)果其中(zhong)一(yi)(yi)個源(yuan)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)庫中(zhong)的(de)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)模型發生了變(bian)化(hua)，Elastic Views會(hui)主動(dong)提醒(xing)開發人員，這樣他們(men)就可(ke)(ke)以(yi)(yi)(yi)(yi)更新他們(men)的(de)物(wu)(wu)化(hua)視(shi)圖(tu)(tu)以(yi)(yi)(yi)(yi)適應(ying)變(bian)化(hua)。客(ke)戶(hu)(hu)還可(ke)(ke)以(yi)(yi)(yi)(yi)使(shi)(shi)用Elastic Views將運營(ying)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)從(cong)運營(ying)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)庫復(fu)(fu)制(zhi)到數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)湖(hu)中(zhong)，近乎實時(shi)地運行數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)分析。AWS Glue Elastic Views可(ke)(ke)以(yi)(yi)(yi)(yi)自動(dong)擴縮(suo)以(yi)(yi)(yi)(yi)適應(ying)工作(zuo)負載(zai)的(de)增減，確保(bao)目(mu)標(biao)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)(ju)庫中(zhong)的(de)物(wu)(wu)化(hua)視(shi)圖(tu)(tu)保(bao)持最新。AWS Glue Elastic Views 現在可(ke)(ke)以(yi)(yi)(yi)(yi)預覽。要了解更多信息，請(qing)訪(fang)問(wen) 。
Amazon QuickSight Q是Amazon QuickSight的機器學習功能，用戶可以用自然語言鍵入有關其業務數據的問題，并在幾秒鐘內獲得高度準確的答案
Amazon QuickSight 是專為云計算而構建的可擴展、無服務器、可嵌入機器學習的商業智能 (BI) 服務。Amazon QuickSight 提供了現代的、交互式、自助服務式 BI 解決方案的所有優勢，其功能可以輕松地將儀表盤嵌入到應用程序中，以高性價比的方式擴展，支持成千上萬的客戶。Amazon QuickSight的“自動敘述”功能為客戶提供自動生成的簡述，用通俗的語言解釋和描述BI儀表盤中數據的含義，使所有用戶對數據有共同的理解。客戶喜歡這些通俗易懂的敘述，因為這使他們能夠快速解讀共享儀表板中的數據，并專注于最重要的見解。客戶也喜歡用通俗的語言向他們的數據提出業務問題，并得到近乎實時的答案。雖然一些BI工具和供應商已經嘗試用自然語言查詢（NLQ）來解決這一挑戰，但現有的方法要求客戶首先要提前花幾個月的時間來準備和建立一個模型，即使這樣，他們仍然沒有辦法提出那些原有模型沒有預先定義，需要新計算的問題。例如，“我們的同比增長率是多少？”這個問題需要在模型中預先定義“增長率”作(zuo)為(wei)計(ji)(ji)算。通過今天(tian)的(de)BI工具，用(yong)戶需要與BI團隊合作(zuo)，更新(xin)模型并考慮任何(he)新(xin)的(de)計(ji)(ji)算或(huo)數據，這可能(neng)需要幾(ji)天(tian)或(huo)幾(ji)周的(de)功夫(fu)。
Amazon QuickSight Q讓用戶可以用自然語言對其所有數據提出任何問題，并在幾秒鐘內收到答復。要提出問題，用戶只需在Amazon QuickSight Q搜索欄中輸入問題。當用戶開始輸入問題時，Amazon QuickSight Q會提供帶有關鍵短語和業務術語的自動補全建議，自動執行拼寫檢查、縮寫詞與同義詞匹配，因此用戶不必擔心錯別字或記不住數據的準確業務術語。Amazon QuickSight Q使用深度學習和機器學習（自然語言處理、模式理解和SQL代碼生成的語義解析）來生成數據模型，自動理解業務數據的含義和它們之間的關系，因此用戶的業務問題可以得到高度準確的答案，而無需等待幾天或幾周來建立數據模型。由于Amazon QuickSight Q無需BI團隊建立數據模型，因此用戶也不限于只提出一組特定的問題。此外，因為查詢會應用于所有數據，而不僅僅是預設模型中的數據集，用戶可以得到更完整、更準確的答案。Amazon QuickSight Q預先根據來自不同領域和行業的數據進行了訓練，如銷售、營銷、運營、零售、人力資源、醫藥、保險、能源等，因此它已被優化來理解復雜的商業語言。例如，銷售用戶可以問“我的銷售任務完成得如何？”，或者零售用戶可以問“按地區劃分的周銷量增長最快的產品是什么？”Amazon QuickSight Q 通(tong)過從用(yong)戶(hu)互動中學(xue)習，隨著時間(jian)的(de)推移不(bu)斷提高(gao)其準確(que)性。如(ru)果Amazon QuickSight Q不(bu)理解(jie)問題中的(de)某個短(duan)語，會提示用(yong)戶(hu)從搜索欄中的(de)建議選(xuan)項下拉菜單中選(xuan)擇，Amazon QuickSight Q會記(ji)住該短(duan)語，以便(bian)下次交(jiao)互。要了解(jie)有關(guan) Amazon QuickSight Q 的(de)更多(duo)信(xin)息，請訪問 。
總部位于東京的NTT DOCOMO是日本最大的移動服務提供商之一，為(wei)(wei)8000多萬客戶提(ti)(ti)供服務(wu)。NTT DOCOMO服務(wu)創新部總(zong)經(jing)理Ken Ohta表(biao)示：“自2014年(nian)遷移到(dao)Amazon Redshift以來(lai)，Amazon Redshift一(yi)直(zhi)是我(wo)(wo)們(men)(men)數(shu)據(ju)分析環(huan)境的核心，使我(wo)(wo)們(men)(men)能夠存儲到(dao)超(chao)過10PB的未壓縮數(shu)據(ju)，性(xing)能比之前的線下系統提(ti)(ti)高(gao)了10倍。隨著客戶對數(shu)據(ju)和(he)數(shu)據(ju)量的需求(qiu)增長，Amazon Redshift的持續創新幫助(zhu)我(wo)(wo)們(men)(men)帶來(lai)了擴展系統所需的靈活性(xing)和(he)易用(yong)性(xing)。我(wo)(wo)們(men)(men)對AQUA for Amazon Redshift的推出感到(dao)興(xing)奮，因為(wei)(wei)我(wo)(wo)們(men)(men)將進一(yi)步(bu)提(ti)(ti)高(gao)和(he)擴大(da)Amazon Redshift數(shu)據(ju)倉(cang)庫的性(xing)能和(he)規模。”
Intercom是一家快速發展的創業公司，估值13億美元，融資超過2.4億美元。“強大的客戶關系比以往任何時候都重要，但在線業務的規模和性質，可能會給建立個人聯系帶來困難。因此我們創建了世界上第一個對話關系平臺，幫助企業通過個性化的、基于即時通訊的體驗建立更好的客戶關系。為了使這一工作順利進行，并在業務爆發的過程中了解我們的業務，我們依賴于大量的數據 -- 目前有70TB，而且還在不斷增加。”Intercom數據工程經理Paul Vickers說，“我們的Amazon Redshift云數據倉庫易于擴展并不會超支。我們對Amazon Redshift中新的AQUA功能感到非常興奮，這將加快我們的查詢速度，縮短數據分析師獲得洞察力的時間。我們知道，有了AWS，我們就可以專注于我們的業務增長而不用關心背后的技術支持。”
埃(ai)森哲是一家(jia)全(quan)球(qiu)性的(de)專業(ye)服(fu)務公司，在數(shu)(shu)(shu)字化(hua)、云計算和(he)安(an)全(quan)領域具有(you)領先的(de)實力。埃(ai)森哲北美數(shu)(shu)(shu)據(ju)與AI 部門AWS合(he)作負(fu)責(ze)人(ren)A.K. Radhakrishnan表(biao)示：“在埃(ai)森哲，我們致力于提(ti)(ti)供服(fu)務和(he)解決方案(an)，幫助全(quan)球(qiu)客戶利用數(shu)(shu)(shu)據(ju)進行實時決策。然而，數(shu)(shu)(shu)據(ju)和(he)對數(shu)(shu)(shu)據(ju)洞察力的(de)需求以(yi)令人(ren)難(nan)以(yi)置(zhi)信的(de)速度增長，定(ding)義數(shu)(shu)(shu)據(ju)、確定(ding)優先級(ji)和(he)處(chu)理(li)(li)數(shu)(shu)(shu)據(ju)都面(mian)臨挑(tiao)戰。AQUA for Amazon Redshift提(ti)(ti)供了創新的(de)方法處(chu)理(li)(li)數(shu)(shu)(shu)據(ju)倉(cang)庫(ku)，查詢性能最高(gao)可提(ti)(ti)升10倍。這讓我們更容易支持數(shu)(shu)(shu)據(ju)驅動型企業(ye)的(de)目標。”
ZS Associates是一家專業服務公司，與企業并肩作戰、幫助開發和交付產品，推動客戶價值和公司業績。“AWS一直走在創新的最前沿，以為客戶提供一流的解決方案而享有盛譽。利用AWS的新一代技術和ZS深厚的技術及領域專長，我們已經為客戶在Amazon Redshift上部署了多個大型數據和分析平臺。”ZS Associates企業架構負責人Nishesh Aggarwal表示，“通過引入(ru)Amazon Redshift的(de)RA3實例，我們(men)能(neng)夠顯(xian)著提高數據分析工作(zuo)負載的(de)性能(neng)，同時解決(jue)數據存儲(chu)問(wen)題。我們(men)非常高興能(neng)嘗試AQUA for Amazon Redshift，因為它有望在(zai)不付出額外努力的(de)情況下(xia)，將我們(men)最(zui)復雜的(de)工作(zuo)負載的(de)性能(neng)進(jin)一步提高10倍左(zuo)右。”
Sisense是一個獨立的數據分析平臺，它使全球2000多家客戶能夠簡化復雜的數據，構建和嵌入數據分析應用。“Sisense和Amazon Redshift之間的強有力協作，為我們眾多的聯合客戶帶來了更好的云分析體驗。”Sisense首席戰略官Guy Levy-Yurista表示，“通過AQUA，我(wo)們(men)預計性能將(jiang)提升10倍(bei)，讓(rang)客戶能夠優化(hua)他們(men)的Redshift數據集群。這些將(jiang)使我(wo)們(men)的客戶能夠快速將(jiang)數據轉(zhuan)化(hua)為洞察力，并在(zai)整個(ge)業務中注入智能。”
Audible是原創口語娛樂和有聲讀物的領先制作商和供應商，每天豐富著數百萬聽眾的生活。“在Audible，客戶可以搜索和發現多個類別的原創口語娛樂內容和有聲讀物。為了給這種體驗提供動力，我們需要快速分析來自多個數據庫的數據，以提供個性化的結果。”Audible首席軟件開發工程師Shailesh Vyas說，“我們期(qi)待著嘗試(shi)AWS Glue Elastic Views作為無服務器解(jie)決方(fang)案，為我們環(huan)境中多個不同(tong)數據庫的數據創建(jian)物化視(shi)圖(tu)。有了AWS Glue Elastic Views，我們的開發人(ren)員(yuan)應該(gai)能(neng)夠更快地移動數據，更專(zhuan)注于為客戶進行創新，而不是管(guan)理復(fu)雜(za)的數據集成管(guan)道。”
Best Western Hotels & Resorts總部位于亞利桑那州鳳凰城，是一家私營酒店品牌，在全球100多個國家和地區擁有約4700家酒店。Best Western提供18個酒店品牌，滿足各個市場的開發商和客人的需求。“Amazon QuickSight的按使用付費定價和無服務器架構，使得Best Western的精簡分析團隊足夠敏捷，為業務提供更高的價值，速度更快，而且成本不到我們之前分析架構的一半。”Best Western Hotels & Resorts數據庫和企業分析高級經理Joseph Landucci說，“有了Amazon QuickSight Q，我們(men)(men)(men)期待業(ye)務合作(zuo)伙伴能夠自助解(jie)決問(wen)題(ti)(ti)(ti)，減少(shao)我們(men)(men)(men)團隊應(ying)對(dui)臨時請求(qiu)的(de)運營開銷。它(ta)將使我們(men)(men)(men)的(de)合作(zuo)伙伴只需用簡單的(de)語(yu)言(yan)輸入他(ta)們(men)(men)(men)的(de)問(wen)題(ti)(ti)(ti)，就能快(kuai)速獲(huo)得關鍵業(ye)務問(wen)題(ti)(ti)(ti)的(de)答案(an)。”
Capital One成立于1994年，是一家領先的信息化技術公司，其使命是讓銀行業更具獨創性、簡單性和人性化，幫助銀行客戶取得成功。“借助Amazon QuickSight，我們已經能夠大規模地、快速推出機器學習驅動的BI儀表板，無需任何服務器設置或繁瑣的容量規劃。” Capital One高級數據工程師Peter Tyson表示，“現(xian)在，隨著Amazon QuickSight Q的推出(chu)，我(wo)們(men)期待著讓用戶能(neng)夠(gou)輕松、快速地獲得(de)他們(men)臨時業(ye)務問題的答案。”
松下航空電子公司是世界領先的機上娛樂和通信系統供應商。“我們基于云計算的解決方案收集了大量的匿名數據，這些數據有助于我們優化航空公司合作伙伴及其乘客的體驗。”松下航空電子公司云計算運營總監Anand Desikan說，“我(wo)們(men)開(kai)始使(shi)用(yong)Amazon QuickSight來報(bao)告機(ji)上Wi-Fi性能(neng)(neng)，憑借其豐富的(de)(de)API、按會(hui)話付費(fei)的(de)(de)定價(jia)以(yi)及(ji)可(ke)擴展的(de)(de)能(neng)(neng)力，我(wo)們(men)迅速將Amazon QuickSight儀表盤推(tui)廣到數百個(ge)用(yong)戶(hu)。該平臺的(de)(de)不斷進化令人印象(xiang)深刻：機(ji)器(qi)學習驅動的(de)(de)異常(chang)檢測，Amazon SageMaker集成，報(bao)表嵌入(ru)，提(ti)取主題，跨可(ke)視化過濾，現在有(you)了Amazon QuickSight Q，我(wo)們(men)的(de)(de)用(yong)戶(hu)只(zhi)需在搜(sou)索欄中輸入(ru)業務(wu)問(wen)題，Amazon QuickSight Q就能(neng)(neng)提(ti)供消費(fei)洞察(cha)力，并對業務(wu)上下文進行理解，提(ti)供同義詞，并向他們(men)展示答案，無需復雜(za)的(de)(de)解釋。”
Vyaire Medical是一家致力于呼吸護理的全球性公司，它以改善患者的治療效果和為客戶增加價值為目標，堅定不移地實現、改善和延長生命。“在不到兩個月的時間里，我們就能將舊的 BI 報告工具轉入 Amazon QuickSight。” Vyaire Medical 公司分析與企業數據管理高級總監 Gopal Ramamurthi 說，“我(wo)們在(zai)管理的(de)(de)便利(li)性方面獲得了很多好處，特別(bie)是在(zai)擴展(zhan)規模以(yi)(yi)支持BI用戶數(shu)量增加時。現(xian)在(zai)，隨著Amazon QuickSight Q的(de)(de)推出，我(wo)們期待讓我(wo)們的(de)(de)高管團隊、現(xian)場銷售(shou)用戶和(he)制造(zao)(zao)工廠的(de)(de)主管在(zai)儀表(biao)盤(pan)中無(wu)法獲得答案時，可以(yi)(yi)更輕松地用純英文提(ti)出他們的(de)(de)數(shu)據問題(ti)，提(ti)供更快(kuai)的(de)(de)洞察(cha)力，幫助我(wo)們提(ti)高銷售(shou)和(he)制造(zao)(zao)流程(cheng)的(de)(de)效(xiao)率。”
