什么是AWS Athena

1. 概念介绍:

Amazon Athena 是一种交互式查询服务，让您能够轻松使用标准 SQL 直接分析 Amazon S3 中的数据。只需在 AWS 管理控制台中单击几下，客户即可将 Athena 指向自己在 S3 中存储的数据，然后开始使用标准 SQL 执行临时查询并在数秒内获取结果。Athena 没有服务器服，因此没有需要设置或管理的基础设施，客户只需为其执行的查询付费。您可以使用 Athena 处理日志、执行即席分析以及运行交互式查询。Athena 可以自动扩展并执行并行查询，因此可快速获取结果，对于大型数据集和复杂查询也不例外。

无服务器。零基础设施。零管理。

Amazon Athena 没有服务器，因此没有需要管理的基础设施。您无需担心配置、软件更新和故障问题，也无需担心随着数据集和用户量的增长而扩展基础设施的问题。Athena 会自动处理这些问题，因此您可以专注于数据而非基础设施。

轻松入门

要开始使用，请登录 Athena 控制台，使用控制台向导或输入 DDL 语句来定义您的架构，然后立即使用内置查询编辑器进行查询。您还可以使用 AWS Glue 自动抓取数据源以便发现数据，并使用新的和修改过的表与分区定义来填充数据目录。结果会在数秒内显示在控制台中，并会自动写入您在 S3 中选择的位置。您可以将结果下载到您的桌面。使用 Athena，无需执行复杂的 ETL 作业来为数据分析做准备。因此，具备 SQL 技能的任何人都可以轻松快速地分析大规模数据集。

只需使用标准 SQL 即可轻松查询

Amazon Athena 使用的是 Presto，一种针对低延迟临时数据分析进行了优化的分布式开源 SQL 查询引擎。这意味着您可以使用 ANSI SQL 针对 Amazon S3 中的大型数据集执行查询，并且完全支持大型连接、窗口函数和数组。Athena 支持多种数据格式，如 CSV、JSON、ORC、Avro 或 Parquet。您还可以使用 Athena 的 JDBC 驱动程序从多种 BI 工具连接到 Athena。

按查询付费

使用 Amazon Athena，您只需为执行的查询付费。您需要按每次查询所扫描的数据量付费。通过对数据进行压缩、分区或将其转换为分列格式，您可以节省大量资金并提高性能，因为这些操作均可以减少 Athena 执行查询所需扫描的数据量。

快速性能

使用 Amazon Athena，您无需管理或调整集群即可实现快速性能。Athena 针对快速性能通过 Amazon S3 进行了优化。Athena 可以自动执行并行查询，因此您可以在数秒内获取查询结果，即使查询大型数据集不例外。

高度可用且具有持久性

Amazon Athena 具有高可用性，能够利用多个设施上的计算资源执行查询，如果特定设施无法访问，它会正确地自动路由查询。Athena 使用 Amazon S3 作为基础数据存储，可确保您的数据具有高可用性和高持久性。Amazon S3 提供耐久的基础设施存储重要数据，其设计旨在为对象提供 99.999999999% 的耐久性。您的数据以冗余方式存储在多个设施和各个设施内多个设备上。

安全

Amazon Athena 让您能够通过 AWS Identity and Access Management (IAM) 策略、访问控制列表 (ACL) 和 Amazon S3 存储桶策略控制对数据的访问权限。通过 IAM 策略，您可以授予 IAM 用户对 S3 存储桶的精细控制权。通过控制对 S3 中数据的访问，您可以限制用户使用 Athena 对数据进行查询。借助 Athena，您还能够轻松查询存储在 Amazon S3 中的加密数据，还可以将加密后的结果写回 S3 存储桶。Athena 同时支持服务器端加密和客户端加密。

集成

Amazon Athena 与 AWS Glue 集成，开箱即用。借助 Glue 数据目录，您可以跨各种服务创建统一的元数据存储库、抓取数据源以便发现数据、使用新的和修改过的表和分区定义来填充数据目录，还可以保持架构版本控制。您还可以使用 Glue 完全托管的 ETL 功能来转换数据或将其转化为分列格式，以便优化查询性能并降低成本。了解有关 AWS Glue 的更多信息。

搭建事例

参考链接:

https://aws.amazon.com/cn/athena/features/

https://docs.aws.amazon.com/athena/latest/ug/getting-started.html