Quando è opportuno utilizzare Athena?

Servizi di esecuzione di query come Amazon Athena, data warehouse come Amazon Redshift e sofisticati framework di elaborazione dati come Amazon EMR soddisfano esigenze e casi d'uso diversi. Le seguenti linee guida possono aiutarti a scegliere uno o più servizi in base alle tue esigenze.

Amazon Athena

Athena consente di analizzare dati non strutturati, semistrutturati e strutturati archiviati in Amazon S3. Tra gli esempi figurano CSV, JSON o formati di dati colonnari come Apache Parquet e Apache ORC. È possibile usare Athena per eseguire query ad-hoc con ANSI SQL, senza la necessità di aggregare o caricare i dati in Athena.

Athena si integra con Amazon QuickSight per una facile visualizzazione dei dati. È possibile utilizzare Athena per generare report o per analizzare i dati con strumenti di business intelligence o client SQL, collegati con un driver JDBC o ODBC. Per ulteriori informazioni, consulta What is Amazon QuickSight nella Amazon QuickSight User Guide eConnessione ad Amazon Athena con i driver ODBC e JDBC.

Athena si integra con AWS Glue Data Catalog, che offre un archivio di metadati persistente per i tuoi dati in Amazon S3. Ciò ti consente di creare tabelle e interrogare i dati in Athena sulla base di un archivio di metadati centrale disponibile in tutto il tuo account Amazon Web Services e integrato con le funzionalità ETL e di rilevamento dei dati di. AWS Glue Per ulteriori informazioni, consulta Integrazione con AWS Glue e Che cos'è AWS Glue nella Guida per gli sviluppatori di AWS Glue .

Amazon Athena semplifica l'esecuzione di query interattive sui dati direttamente in Amazon S3 senza dover formattare i dati o gestire l'infrastruttura. Ad esempio, Athena è utile se si desidera eseguire una query rapida sui registri Web per risolvere un problema di prestazioni sul sito. Con Athena puoi iniziare velocemente: devi semplicemente definire una tabella per i tuoi dati e iniziare a eseguire query utilizzando SQL standard.

È consigliabile utilizzare Amazon Athena se si desidera eseguire query SQL interattive ad hoc sui dati su Amazon S3, senza dover gestire alcuna infrastruttura o cluster. Amazon Athena è il modo più semplice per eseguire query ad hoc per i dati in Amazon S3 senza dover configurare o gestire alcun server.

Per un elenco delle funzionalità utilizzate da Athena o con Servizi AWS cui si integra, consulta. Servizio AWS integrazioni con Athena

Amazon EMR

Amazon EMR rende semplice e conveniente eseguire framework di elaborazione altamente distribuiti come Hadoop, Spark e Presto rispetto alle distribuzioni locali. Amazon EMR è flessibile: puoi eseguire applicazioni e codice personalizzati e definire parametri specifici di elaborazione, memoria, archiviazione e applicazione per ottimizzare i requisiti analitici.

Oltre all'esecuzione di query SQL, Amazon EMR può eseguire un'ampia gamma di attività di elaborazione dei dati con scalabilità orizzontale per applicazioni come machine learning, analisi dei grafici, trasformazione dei dati, streaming di dati e praticamente tutto ciò che è possibile codificare. È consigliabile utilizzare Amazon EMR se si utilizza codice personalizzato per elaborare e analizzare set di dati estremamente grandi con i più recenti framework di elaborazione di Big Data come Spark, Hadoop, Presto o Hbase. Amazon EMR ti dà il pieno controllo sulla configurazione dei cluster e sul software installato su di essi.

Puoi utilizzare Amazon Athena per interrogare i dati elaborati utilizzando Amazon EMR. Amazon Athena supporta molti degli stessi formati di dati di Amazon EMR. Il catalogo dati di Athena è compatibile con il metastore Hive. Se utilizzi EMR e disponi già di un metastore Hive, puoi eseguire le istruzioni DDL su Amazon Athena e interrogare immediatamente i tuoi dati senza influire sui processi Amazon EMR.

Amazon Redshift

Un data warehouse come Amazon Redshift è la scelta migliore quando è necessario raccogliere dati provenienti da molte fonti diverse, come sistemi di inventario, sistemi finanziari e sistemi di vendita al dettaglio, in un formato comune e archiviarli per lunghi periodi di tempo. Se vuoi creare report aziendali sofisticati a partire da dati storici, un data warehouse come Amazon Redshift è la scelta migliore. Il motore di query in Amazon Redshift è stato ottimizzato per funzionare particolarmente bene nell'esecuzione di query complesse che uniscono un numero elevato di tabelle di database molto grandi. Quando devi eseguire query su dati altamente strutturati con molti join su diverse tabelle di grandi dimensioni, scegli Amazon Redshift.

Per maggiori informazioni su quando utilizzare Athena, consulta le seguenti risorse:

• Guida decisionale per i servizi di analisi su AWS nel Centro risorse per le nozioni di base

• Quando utilizzare Athena rispetto ad altri servizi di Big Data nelle domande frequenti su Amazon Athena

• Panoramica di Amazon Athena

• Funzioni di Amazon Athena

• Domande frequenti su Amazon Athena

• Post del blog di Amazon Athena