章节0/41 ▾
← 技术:人工智能、分析及其他服务
第 9 章 · 第 2 课,共 4 课
数据分析服务:Glue、Athena、Redshift、EMR、OpenSearch、Kinesis与Amazon Quick
约 1 分钟读完
数据分析题会跟随数据从进入到形成图表的过程。先找出场景描述的是哪个阶段,再选出为该阶段打造的服务。许多干扰项是真实存在的分析服务,只是被放在了错误的阶段。
- Amazon Kinesis收集和处理实时流数据,例如点击流。
- AWS Glue是无服务器服务:发现、准备和编目数据。
- Amazon Athena直接对Amazon S3中的文件运行交互式SQL,无需加载数据,也无需基础设施。
- Amazon Redshift是托管的PB级数据仓库,适用于结构化数据和重复的报表。
- Amazon EMR在托管集群上运行Apache Spark、Hadoop等大数据框架。
- Amazon OpenSearch Service支持关键词搜索、日志分析和实时应用监控。
- Amazon Quick提供交互式仪表板和商业智能;它把数据可视化,但不是数据仓库。
例子:一位分析师每月两次要对已经在S3中的日志文件运行SQL查询。Glue为文件编目,Athena直接就地查询;为这种偶尔的工作在Redshift中建立数据仓库就大材小用了。
自我检测
1. 某分析团队在 Amazon S3 中存有原始日志文件。它希望用一项无服务器服务发现并编目这些数据,再用另一项服务在不加载数据的情况下直接对文件做偶尔的 SQL 查询。哪一组服务能按顺序完成这两项工作?
2. 某零售商想要一个集中的托管数据仓库,用来保存多年的结构化销售数据,规模可达 PB 级,并支持每周生成相同的业务报表。哪项服务最合适?
事实核对于 2026-11-15 · 资料来源: AWS Certified Cloud Practitioner (CLF-C02) exam guide, Domain 3, Amazon SageMaker AI Developer Guide: What is Amazon SageMaker AI
AWS Cloud Practitioner 认证考试速查表:所有要点汇总在一页 →