Amazon Athena

Amazon Athena – это интерактивный сервис запросов, позволяющий просто анализировать данные в хранилище Amazon S3 с помощью стандартного SQL

Официальный сайт

Категория: Разработка Метки: OLAP БД, Бизнес-анализ (BI), Бизнес-аналитика

Описание

Amazon Athena – это интерактивный сервис запросов, позволяющий легко анализировать данные в хранилище Amazon S3 с помощью стандартных средств SQL.

Особенности Amazon Athena

Athena – бессерверный сервис, где нет инфраструктуры, требующей настройки или управления, поэтому можно сразу же приступить к анализу данных. Не нужно даже загружать данные в Athena, поскольку сервис работает непосредственно с данными, хранимыми в S3.
Сервис Amazon Athena использует Presto с полной поддержкой стандартных запросов SQL и работает с различными стандартными форматами данных, включая CSV, JSON, ORC и Apache Parquet и Avro.
Amazon Athena идеально подходит для быстрой и спонтанной отправки запросов, легко интегрируется с Amazon QuickSight, обеспечивая удобную визуализацию, а также может выполнять сложные задачи анализа с использованием масштабных операций объединения, оконных функций и массивов.
Amazon Athena помогает анализировать данные, хранящиеся в Amazon S3.
Athena можно использовать для выполнения спонтанных запросов с помощью ANSI SQL – без необходимости объединять данные или загружать их в Athena.
Amazon Athena может обрабатывать неструктурированные, полуструктурированные и структурированные пакеты данных. В их число входят CSV, JSON, Avro или столбцовые форматы данных, такие как Apache Parquet и Apache ORC.
Сервис Amazon Athena интегрирован с Amazon QuickSight, что обеспечивает удобную визуализацию.
Amazon Athena также можно использовать для формирования отчетов либо просмотра данных с применением инструментов бизнес-аналитики или SQL-клиентов, подключенных с помощью драйвера ODBC или JDBC.

OLAP БД
Ключевые особенности OLAP сценария работы

Подавляющее большинство запросов - на чтение;

Данные обновляются достаточно большими пачками (> 1000 строк), а не по одной строке, или не обновляются вообще;

Данные добавляются в БД, но не изменяются;

При чтении, вынимается достаточно большое количество строк из БД, но только небольшое подмножество столбцов;

Таблицы являются «широкими», то есть, содержат большое количество столбцов;

Запросы идут сравнительно редко (обычно не более сотни в секунду на сервер);

При выполнении простых запросов, допустимы задержки в районе 50 мс;

Значения в столбцах достаточно мелкие - числа и небольшие строки (пример - 60 байт на URL);

Требуется высокая пропускная способность при обработке одного запроса (до миллиардов строк в секунду на один сервер);

Транзакции отсутствуют;

Низкие требования к консистентности данных;

В запросе одна большая таблица, все таблицы кроме одной маленькие;

Результат выполнения запроса существенно меньше исходных данных - то есть, данные фильтруются или агрегируются; результат выполнения помещается в оперативку на одном сервере.

...