s3|与数据同行智能湖仓如何让“数据驱动业务”更上一层楼？( 三 ) 机器学习|智能|亚马逊

TCL就是一个最好的例子，由于其产品线众多，使得其业务与业务之间，部门与部门之间的数据孤岛问题十分严重，通过建立Amazon S3数据湖，可以将IoT设备日志、APP埋点数据以及售后数据全部注入其中，再结合Amazon EMR进行ETL处理和分析，并将分析过的数据加载到Amazon Redshift进行BI分析。整个过程中，TCL通过Amazon Redshift Spectrum进行了大量的跨湖和跨仓的查询，节省了成本，把以前需要几天才能进行的BI报表分析节省到了一两个小时之内。
敏捷分析、深度智能
在亚马逊云科技眼里，对数据的处理要分为三个阶段，首先是把数据基础设施现代化，采用云上的云原生数据库，然后采用合适的数据分析工具让数据产生价值，最后通过机器学习更好地辅助、驱动决策。亚马逊云科技将数据、数据分析服务与机器学习服务无缝集成，可以为企业提供更智能的服务，机器学习服务Amazon SageMaker、个性化推荐服务Amazon Personalize都可以帮助企业更好地挖掘数据智能。
拥抱开源、开放共赢
开放作为亚马逊云科技一直以来秉持的核心思路，代表着亚马逊云科技对社会的责任感，亚马逊云科技“智能湖仓”架构中的关键组件如Amazon EMR、Amazon Elasticserach Service、Amazon MSK的核心都基于开源代码，接口与开源完全兼容，无需改变任何代码就可以实现迁移，也兼容主流的管理工具。OpenSearch基于开放的Apache 2.0授权，其代码完全开放，对用户而言，只需花费极少的成本就可以实现向云端的迁移。

文章插图
从2006年以来，亚马逊云科技便不断致力于在云中为各种规模的公司提供技术服务平台，十余年的磨砺自然也是硕果累累：凭借着技术创新、灵活的数据管理、云上安全和优秀的全球商业实践，亚马逊云科技在《2020年中国数据管理解决方案市场报告》中被评为中国数据管理解决方案领导者。这背后正是亚马逊云科技十几年如一日对云计算技术的耕耘。
在当下这个社会，数据有如“油田”，要想充分挖掘其价值，首先要进行开采，也就是数据的存储，然后进行“精炼”即数据的挖掘和分析，最终实现数据创造商业价值。在数据湖与数据仓库这样一个“鱼与熊掌”的问题面前，是选择取舍，还是希望获得两种能力的融合，答案自是不必多说。
而立足于实际行业应用与客户需求的亚马逊云科技，正是基于长久以来对云计算市场的深刻洞察，为大数据开发者以及行业用户带来了智能湖仓这样一个融合架构，使得他们能够通过构建更强大的业务平台为企业减轻运营压力，提高工作效率，让企业IT为业务创造更多新的可能。
【 s3|与数据同行智能湖仓如何让“数据驱动业务”更上一层楼？】(7728008)

s3|与数据同行 智能湖仓如何让“数据驱动业务”更上一层楼？( 三 )

s3|与数据同行智能湖仓如何让“数据驱动业务”更上一层楼？( 三 )