3月24日，AWS今天宣布，AWS Glue、Amazon Athena在由西云数据运营的AWS中国(宁夏)区域正式上线。
AWS Glue全新的ETL服务
据介绍，AWS Glue是一种全托管的数据提取、转换和加载 (ETL) 服务及元数据目录。它让客户更容易准备数据，加载数据到数据库、数据仓库和数据湖，用于数据分析。使用AWS Glue，在几分钟之内便可以准备好数据用于分析。由于AWS Glue是无服务器服务，客户在执行ETL任务时，只需要为他们所消耗的计算资源付费。
客户在使用数据湖架构实现数据分析解决方案时，通常有75%的时间花在数据集成任务上，需要从各种数据源提取数据，对其进行规范化，并将其加载到数据存储中。AWS Glue消除了ETL作业基础设施方面的所有重复劳动，让Amazon S3数据湖中的数据集可以被发现、可用于查询和分析，极大地缩短分析项目中做ETL和数据编目阶段的时间，让ETL变得很容易。
具体而言，AWS Glue在从客户选择的数据源把数据爬取出来之后，会自动识别数据格式和模式(schema)，构建统一的数据目录，并为客户提供所选数据的中央视图。这使得客户很容易跨越各种数据存储，检索和管理所有数据，而不必手动搬运它们。当客户从数据目录中标识出数据源(例如一个数据库表) 和数据目标 (例如一个数据仓库) 时，AWS Glue将匹配相应的模式，生成可定制、可重用、可移植、可共享的数据转换代码。开发人员可以调度任意数量的ETL作业，AWS Glue则会管理其余的工作，根据客户ETL工作负载自动启用或关闭计算资源。通过简化创建ETL作业的过程，AWS Glue让客户可以构建可伸缩、可靠的数据准备平台。这些平台可以跨越数千个ETL作业，具有内置的依赖性解析、调度、资源管理和监控功能。
据了解，目前包括德比软件、嘉云数据、壳木软件和趣加等在内的诸多中国客户都在使用AWS Glue解决复杂的数据挑战。
Amazon Athena全新的即用即付交互式查询服务
据介绍，Amazon Athena是一种交互式查询服务，它让客户可以使用标准SQL语言、轻松分析Amazon Simple Storage Service (Amazon S3) 中的数据。由于Athena是一种无服务器服务，因此客户不需要管理基础设施，而且只为他们运行的查询付费。Athena可以自动扩展，并行执行查询，所以即便是大型数据集和复杂的查询，也能很快获得查询结果。
具体而言，AWS提供了诸如Amazon Redshift和Amazon Elastic MapReduce (Amazon EMR) 等分析服务，让各种规模的公司都可以实现PB级数据的分析。通过Amazon Redshift，客户可以对大规模的结构化数据执行复杂的查询，并获得超高速的性能。对于非结构化数据，Amazon EMR使用流行的分布式框架，例如Apache Spark、Presto、Hive和Pig，横跨多个可动态伸缩的集群，处理和分析大量数据，快速又经济。虽然这些服务是可伸缩的，而且足够强大到可以处理大且复杂的大数据应用，但是，许多客户也希望能够很快地查询Amazon S3上的数据，例如web日志、点击流、原始日志文件等，而无需开启、配置和管理Hadoop集群或数据仓库。现在，使用Athena分析Amazon S3中的数据就像编写SQL查询一样简单。Athena使用完整支持标准SQL的Presto，可以处理各种标准数据格式，包括CSV、JSON、ORC和Parquet。因为Athena使用多个可用区的计算资源执行查询，而且使用Amazon S3作为底层数据存储，所以它具有高可用性和持久性，数据冗余存储在多处基础设施中，并且是每处基础设施上的多个设备上。
据悉，凭借快速、易用、经济和灵活的特性，Amazon Athena已经获得茄子快传、大宇无限、汇量科技、壳木软件等诸多中国客户的信赖。
