AWS宣佈三項全新的資料分析功能
前言：
(1) AQUA （進階搜尋加速器）為Amazon Redshift提供創新的硬體加速快取，其搜尋性能比其它任何雲端資料倉儲高出10倍；(2) AWS Glue Elastic Views讓開發人員可以輕鬆地建構具體化檢視表，在多個資料儲存中自動整合和複製資料；(3) Amazon QuickSight Q是Amazon QuickSight的機器學習功能，用戶可以用自然語言輸入有關其業務資料的問題，在幾秒鐘內就可以收到高度準確的答案；(3) Capital One、Best Western Hotels & Resorts、NTT DOCOMO、Audible和松下航空電子等客戶已經在使用新的資料分析功能。
2020年12月 2日--在Amazon Web Services （AWS）舉辦的年度盛會—— AWS re:Invent上，AWS宣佈三項全新的資料分析功能，這些功能可以大幅提升Amazon Redshift資料倉儲的性能，使客戶在資料儲存間移動和整合資料變得更加容易，並且使終端用戶更方便利用機器學習從業務資料中獲得更多價值。
● AQUA for Amazon Redshift透過創新的硬體加速快取，將計算帶到儲存中，加速資料搜尋，提供比其它任何雲端資料倉儲高10倍的搜尋性能，該服務將於2021年1月全面上市。
● AWS Glue Elastic Views可幫助開發人員建構應用，利用具體化檢視表，使用來自多個資料儲存的資料，自動在儲存、資料倉儲和資料庫之間整合和複製資料。
● Amazon QuickSight Q為Amazon QuickSight提供機器學習驅動的功能，使用戶能夠使用自然語言表達，在Amazon QuickSight Q搜尋欄中提出業務問題，幾秒鐘內就可以收到高度準確的答案。
當前，每小時創造的資料比20年前一整年創造的資料還要多。事實上，未來三年創造的資料量將超出過去30年創造的資料量。以往的舊工具在當今這個新的資料世界中根本無法發揮作用。AWS客戶針對不同的應用場景，推出了多種分析工具，包括用於無伺服器搜尋的Amazon Athena 、用於搜尋和視覺化日誌資料的Amazon Elasticsearch Service 、用於處理即時資料串流的Amazon Kinesis 、用於資料倉儲的Amazon Redshift ，以及用於執行Apache Spark 、Hive 、Presto和其它大資料框架的Amazon EMR 。這些服務為AWS客戶提供了適合他們需求的工具。今天宣佈的全新資料分析功能建立在這一基礎之上，並在客戶的所有資料儲存中提供更快、更具成本效益、更易於存取的資料分析。欲瞭解更多資訊，請瀏覽：https://aws.amazon.com/big-data/datalakes-and-analytics/
AWS分析業務副總裁Rahul Pathak表示：「透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、輕鬆地在資料儲存之間移動資料，客戶可以在業務儀表板中用自然語言提出問題，並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資料價值的速度和易用性。」
Amazon Redshift AQUA （進階搜尋加速器）將運算引入儲存層，提供比任何其它雲端資料倉儲快10倍的搜尋性能。
Amazon Redshift自2012年推出以來，做為第一個為雲端建構的資料倉儲，其成本僅為傳統資料倉儲的1/10 ，目前已經成為最受歡迎的雲端資料倉儲。今年早些時候，AWS宣佈推出Amazon Redshift RA3執行個體，允許客戶分別擴展運算和儲存，並提供比其它雲端資料倉儲高3倍的性能。然而，即使有RA3執行個體提供的優勢，客戶在資料倉儲中需要處理的資料快速增長，也導致其在性能和成本效益擴展之間難以平衡。資料倉儲的主流方法是建構一個架構，將大量的集中式儲存轉移到等著處理資料的運算節點。這種方法面臨的挑戰是，共享資料和運算節點之間有大量的資料移動。隨著資料量持續快速增長，這種資料移動會使可用的網路頻寬飽和、效能降低。除了網路瓶頸之外，CPU也無法跟上儲存能力的快速增長（SSD儲存輸送量的增長速度6倍於CPU從內存處理資料的能力），造成了其新的CPU瓶頸，或迫使更多的客戶過度配置運算能力、以便更快地完成工作。
AQUA for Amazon Redshift是Amazon Redshift的分散式、硬體加速快取，這一創新可以提高新時代數據規模下的分析性能。AQUA將運算帶到儲存層，資料不必在兩者之間來回移動。這使得Amazon Redshift的執行速度是其它雲端資料倉儲的十倍。AQUA快取可在眾多節點上並行擴展和處理資料。每個節點都擁有一個由AWS設計的分析處理器組成的硬體模組，可大幅加快資料壓縮、加密，以及掃描、彙總和過濾等資料處理任務。AQUA還為客戶帶來了額外的好處，即能夠在原始儲存上進行運算，節省了原本需要花費在移動資料上的時間。有了這一新的架構，以及它所帶來的10倍以上的性能提高，Redshift的客戶可以擁有更新的資料儀表板，節省開發時間，他們的系統也更容易維護。AQUA的預覽版現已向所有客戶開放，AQUA將於2021年1月全面上市。AQUA可在Redshift RA3執行個體上使用，無需額外的費用，客戶可以利用AQUA的性能改進，無需更改程式碼。要開始使用AQUA ，請瀏覽：https://pages.awscloud.com/AQUA_Preview.html
AWS Glue Elastic Views讓開發人員可以輕鬆建構具體化檢視表，在多個資料儲存中自動整合和複製資料
大多數公司都在建立或者已經建立了資料湖，他們可以透過正確的安全和存取控制，將來自各種孤島的所有資料彙總起來，以便更容易進行資料分析和機器學習。但出於延遲和營運的原因，大多數公司也可能在資料湖之外的專用資料儲存中擁有越來越多的資料。隨著這些資料湖和專用資料儲存中的資料不斷增加，公司需要更簡單的方法來移動資料。
AWS Glue Elastic Views為開發人員提供了一種新的能力，可以輕鬆建構具體化檢視表（也稱為虛擬表），在多個資料儲存中自動整合和複製資料。AWS Glue是一種無伺服器的資料準備服務，可以輕鬆執行用於資料分析和機器學習的提取、轉換和加載（ETL ）作業。透過AWS Glue Elastic Views ，客戶可以使用SQL建立從不同資料儲存中整合資料的具體化檢視表，AWS Glue Elastic Views負責複製資料以創建不同來源的具體化檢視表。例如，客戶可能會建立一個具體化檢視表，從Amazon Aurora中提取餐廳位置資訊，並將其與儲存在Amazon DynamoDB中的客戶評論相結合，然後在Amazon Elasticsearch Service上按位置建立一個餐廳評論搜尋引擎。AWS Glue Elastic Views將資料從每個來源資料庫複製到目標資料庫，自動保持目標資料庫中的資料最新。Elastic Views會持續監控來源資料庫的變化，並在幾秒鐘內更新目標資料庫。如果其中一個來源資料庫中的資料模型發生了變化，Elastic Views會主動提醒開發人員，這樣他們就可以更新他們的具體化檢視表以適應變化。客戶還可以使用Elastic Views將營運資料從營運資料庫複製到資料湖中，幾乎即時地執行資料分析。AWS Glue Elastic Views可以自動擴展容量，以適應工作負載的增減，確保目標資料庫中的具體化檢視表保持最新。AWS Glue Elastic Views現在可以預覽。欲瞭解更多資訊，請瀏覽：http://aws.amazon.com/glue/features/elastic-views
Amazon QuickSight Q是Amazon QuickSight的機器學習功能，用戶可以用自然語言輸入有關其業務資料的問題，並在幾秒鐘內獲得高度準確的答案
Amazon QuickSight是專為雲端運算而建構的可擴展、無伺服器、可嵌入機器學習的商業智慧(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，其功能可以輕鬆地將儀錶板嵌入到應用程序中，以高性價比的方式擴展，支持成千上萬的客戶。Amazon QuickSight的「自動摘要」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儀錶板中資料的含義，使所有用戶對資料有共同的理解。客戶喜歡這些普通易懂的摘要，因為這使他們能夠快速解讀共享儀錶板中的資料，並專注於最重要的見解。客戶也喜歡用通俗的語言向他們的資料提出業務問題，並得到幾乎即時的答案。雖然一些BI工具和供應商已經嘗試用自然語言搜尋（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需要新運算的問題，因為這些問題沒有在資料模型中預先定義。例如，「我們的同期增長率是多少？」這個問題需要在模型中預先定義「增長率」做為運算。透過今天的BI工具，用戶需要與BI團隊合作，更新模型並考慮任何新的運算或資料，這可能需要幾天或幾週的功夫。
Amazon QuickSight Q讓用戶可以用自然語言對其所有資料提出任何問題，並在幾秒鐘內收到回覆。要提出問題，用戶只需在Amazon QuickSight Q搜尋欄中輸入問題。當用戶開始輸入問題時，Amazon QuickSight Q會提供帶有關鍵提示詞和業務術語的自動完整建議，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資料的準確業務術語。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程式碼生成的語義解析）來生成資料模型，自動理解業務資料的含義和它們之間的關係，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週來建立資料模型。由於Amazon QuickSight Q無需BI團隊建立資料模型，因此用戶也不限於只提出一組特定的問題。此外，用戶可以得到更完整、更準確的答案，因為搜尋會應用於所有資料，而不僅僅是預設模型中的資料集。Amazon QuickSight Q預先訓練了來自不同領域和行業的資料，如銷售、行銷、營運、零售、人力資源、醫藥、保險、能源等，因此它已被優化，並能理解複雜的商業語言。例如，銷售用戶可以問「我的銷售跟踪情況如何，是否符合配額」，或者零售用戶可以問「按地區劃分的週銷量最高的產品是什麼？」Amazon QuickSight Q透過從用戶互動中學習，隨著時間的推移不斷提高其準確性。如果Amazon QuickSight Q不理解問題中的某個詞彙，會提示用戶從搜尋欄中的建議選項下拉菜單中選擇，Amazon QuickSight Q會記住該詞彙，以便下次交互。欲瞭解有關Amazon QuickSight Q的更多資訊，請瀏覽：https://aws.amazon.com/quicksight/q
總部位於東京的NTT DOCOMO是日本最大的行動服務供應商，為8,000多萬客戶提供服務。NTT DOCOMO服務創新部總經理Ken Ohta表示：「自2014年遷移到Amazon Redshift以來，Amazon Redshift一直是我們資料分析環境的中心，使我們能夠擴展到超過10PB的未壓縮資料，性能比之前的內部系統提高了10倍。隨著客戶對資料和資料量的需求增加，Amazon Redshift的持續創新幫助我們帶來了擴展系統所需的靈活性和易用性。我們期待AQUA for Amazon Redshift的推出，將進一步讓我們提高和擴大Amazon Redshift資料倉儲的性能和規模。」
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。Intercom資料工程經理Paul Vickers 表示：「強大的客戶關係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繫帶來困難。因此我們創建了世界上第一個對話關係平台，幫助企業透過個性化的、基於即時通訊的體驗建立更好的客戶關係。為了使這一工作順利進行，並在業務爆發的過程中了解我們的業務，我們依賴於大量的資料——目前有70TB ，而且還在不斷增加。我們的Amazon Redshift雲端資料倉儲使其易於擴展並保持預算。我們非常期待Amazon Redshift中新的AQUA功能，將加快我們的搜尋速度，縮短資料分析師獲得洞察力的時間。我們知道，有了AWS ，我們就可以專注於我們的業務增長而不用關心背後的技術支持。」
Accenture是一家全球性的專業服務公司，在數位化、雲端運算和安全領域具有領先的實力。Accenture北美資料與AI部門AWS合作負責人AK Radhakrishnan表示：「在Accenture，我們致力於提供服務和解決方案，幫助全球客戶利用資料進行即時決策。然而，資料和對資料洞察力的需求以令人難以置信的速度增長，定義資料、確定優先級和處理資料都面臨挑戰。AQUA for Amazon Redshift提供了創新的方法處理資料倉儲，搜尋性能最高可提升10倍。這讓我們更容易支持資料驅動型企業的目標。」
ZS Associates是一家專業服務公司，與企業並肩作戰、幫助開發和交付產品，推動客戶價值和公司業績。ZS Associates企業架構負責人Nishesh Aggarwal表示：「AWS一直走在創新的最前沿，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上部署了多個大型資料和分析平台。透過為Amazon Redshift引入RA3執行個體，我們能夠明顯提高資料分析工作負載的性能，同時解決資料儲存問題。我們非常高興能嘗試AQUA for Amazon Redshift ，因為它有望在不付出額外努力的情況下，將我們最複雜的工作負載的性能進一步提高10倍左右。」
Sisense是一個獨立的資料分析平台，它使全球2,000多家客戶能夠簡化複雜的資料，建構和嵌入資料分析應用。Sisense首席戰略官Guy Levy-Yurista表示：「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雲端分析體驗。透過AQUA ，我們預計性能將提升10倍，讓客戶能夠優化他們的Redshift資料叢集。這些將使我們的客戶能夠快速將資料轉化為洞察力，並在整個業務中注入智慧。」
Audible是原創口語娛樂和有聲讀物的領先製作商和供應商，每天豐富著數百萬聽眾的生活。Audible首席軟件開發工程師Shailesh Vyas 表示：「在Audible，客戶可以搜尋和發現多個類別的原創口語娛樂和有聲讀物。為了給這種體驗提供動力，我們需要快速分析來自多個資料庫的資料，以提供個性化的結果。我們期待著嘗試AWS Glue Elastic Views作為無伺服器解決方案，從我們環境中多個不同資料庫的資料創建具體化檢視表。有了AWS Glue Elastic Views，我們的開發人員應該能夠更快地移動資料，更專注於代表客戶進行創新，而不是管理複雜的資料整合管道。」
Best Western Hotels & Resorts總部位於亞利桑那州鳳凰城，是一家私營酒店品牌，在全球100多個國家和地區擁有約4,700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。Best Western Hotels & Resorts資料庫和企業分析高級經理Joseph Landucci ：「 Amazon QuickSight的按使用付費定價和無伺服器架構，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。有了Amazon QuickSight Q ，我們期待業務合作夥伴能夠自助解決問題，減少我們團隊應對臨時請求的營運開銷。它將使我們的合作夥伴只需用簡單的語言輸入他們的問題，就能快速獲得關鍵業務問題的答案。」
Capital One成立於1994年，是一家領先的資訊化技術公司，其使命是透過為銀行業帶來獨創性、簡單性和人性化，幫助銀行客戶取得成功。Capital One高級資料工程師Peter Tyson表示：「藉助Amazon QuickSight，我們已經能夠大規模地、快速推出機器學習驅動的BI儀錶板，無需任何服務器設置或繁瑣的容量規劃。現在，隨著Amazon QuickSight Q的推出，我們期待著讓用戶能夠輕鬆、快速地獲得他們臨時業務問題的答案。」
松下航空電子公司是世界領先的機上娛樂和通訊系統供應商。松下航空電子公司雲運算營運總監Anand Desikan ：「我們基於雲端運算的解決方案收集了大量的匿名資料，這些資料有助於我們優化航空公司合作夥伴及其乘客的體驗。我們開始使用Amazon QuickSight來報告機上Wi-Fi性能，憑藉其豐富的API 、按會話付費的定價以及可擴展的能力，我們迅速將Amazon QuickSight儀錶板推廣到數百個用戶。該平台的不斷進化令人印象深刻：機器學習驅動的異常檢測、Amazon SageMaker整合、嵌入、提取主題、跨視覺過濾，現在有了Amazon QuickSight Q ，我們的用戶只需在搜尋欄中輸入業務問題，Amazon QuickSight Q就能提供消費洞察力，並對業務背景進行解釋，提供同義詞，並向他們展示答案，無需複雜的解釋。」
Vyaire Medical是一家致力於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。Vyaire Medical公司分析與企業資料管理高級總監Gopal Ramamurthi 表示：「在不到兩個月的時間裡，我們就能將舊的BI報告工具轉入Amazon QuickSight。我們在管理的便利性方面獲得了很多好處，特別是在擴展工具來支持BI用戶數量增加時。現在，隨著Amazon QuickSight Q的推出，我們期待讓我們的管理團隊、現場銷售用戶和製造工廠的主管在儀錶板中無法獲得答案時，可以更輕鬆地用純英文提出他們的資料問題，提供更快的洞察力，幫助我們提高銷售和製造流程的效率。」
關於Amazon Web Services
14年以來，Amazon Web Services一直是世界上服務豐富、應用廣泛的雲端服務平台。AWS為客戶提供超過175種功能全面的雲端服務，包括運算、儲存、資料庫、聯網、分析、機器人、機器學習與人工智慧、物聯網、行動、安全、混合雲、虛擬和擴增實境(VR 和AR)、媒體，以及應用開發、部署和管理等方面，遍及24個地理區域內的 77個可用區域(Availability Zones)，並已公佈計畫在印度、印尼、日本、西班牙和瑞士建立5個AWS地理區域、15個可用區域。全球超過百萬客戶信任AWS，包含發展迅速的新創公司、大型企業和政府機構。AWS協助客戶強化自身基礎設施，提高營運上的彈性與應變能力，同時降低成本。欲瞭解更多AWS的相關資訊，請至：aws.amazon.com 。
關於亞馬遜
亞馬遜一向秉持四大原則：顧客至上而非專注於競爭對手；勇於創新；致力追求卓越營運；並且高瞻遠矚。亞馬遜開創了許多創新產品及服務，包括客戶評價、一鍵下單、個人化推薦、Prime會員服務、亞馬遜物流 (Fulfilment by Amazon)、AWS、Kindle直接出版 (Kindle Direct Publishing)、Kindle、Fire tablets、Fire TV、Amazon Echo及Alexa。欲瞭解更多資訊，請瀏覽： www.amazon.com/about 及追蹤推特 @AmazonNews。
