Amazon Web Services

AI TOOL PROFILE工具资料

亚马逊云科技的大数据分析与人工智能服务组合，按实际使用量付费。

官网地址 https://aws.amazon.com/big-data

论文与学术

访问官网

价格按实际使用量付费，可承诺一年或三年节省成本

平台Web / API

归类论文与学术

收录2026-10-11

复核2026-10-11

编辑评分 4.2 / 5

Amazon Web Services编辑总结

EDITOR REVIEW编辑评测

AWS 上的分析是亚马逊云科技提供的一整套大数据与分析服务，覆盖流式传输、数据湖仓与数据仓库、数据处理、商业智能、搜索分析和数据治理六大方向。官方给出的对比数字包括 Amazon Redshift 相比其他云数据仓库性价比最高 3 倍、Amazon EMR 相比开源 Apache Spark 性能最高 3.9 倍。定价采用按实际使用量付费的模式，也提供固定费率和承诺使用折扣。短板在于服务数量多、组合复杂，官网未公开单一的分析套餐总价，需要逐项估算成本。

Amazon Web Services是什么？

AWS 上的分析是亚马逊云科技面向数据分析场景推出的服务组合，覆盖流式传输、SQL 分析、数据处理、商业智能、搜索分析以及数据和人工智能治理六大类。官方定位是「适用于所有分析工作负载的全套功能，已针对性价比和规模进行优化」，目标用户是需要处理大规模数据的企业数据团队、分析工程师和人工智能开发者。

当前主线能力集中在下一代 Amazon SageMaker，它把 AWS 的机器学习和分析功能汇集成一体式体验，通过 Unified Studio 统一访问数据湖、数据仓库以及 Google BigQuery、Snowflake 等联合来源，并内置治理能力。配套服务包括 Amazon Athena、AWS Glue、Amazon Redshift、Amazon EMR、Amazon QuickSight、Amazon OpenSearch Service、Amazon DataZone 等，AWS Glue 提供覆盖云存储、数据库和分析服务的超过 100 种数据来源连接器。

普通分析师可以从商业智能和数据仓库入手，直接在 Amazon QuickSight 里做仪表盘和自然语言查询；数据工程师用 AWS Glue 和 Amazon EMR 做数据处理与管道编排；人工智能和平台团队则通过下一代 SageMaker 做模型开发、生成式人工智能应用开发和统一治理。

Amazon Web Services核心功能

CAPABILITIES工具标签

流式传输

构建、扩展和操作实时数据管道与应用程序，无需自行管理基础设施。相关服务包括 Amazon Data Firehose、Amazon Kinesis、适用于 Apache Flink 的亚马逊托管服务和 Amazon MSK。

数据湖仓与仓库

访问和分析数据湖仓、数据仓库和数据湖中的所有数据。涵盖湖仓架构、Amazon Redshift、Amazon S3 数据湖以及 Amazon S3 表类数据存储服务， Amazon Redshift 相比其他云数据仓库性价比最高 3 倍。

数据处理

使用开源框架分析、准备和集成用于分析和人工智能的数据，服务包括 Athena、Amazon EMR、AWS Glue 和 Amazon Managed Workflows for Apache Airflow。 Amazon EMR 相比开源 Apache Spark 性能最高 3.9 倍。

商业智能

通过交互式控制面板、像素级完美报告、自然语言查询和嵌入式分析构建与分享见解，对应服务为 Amazon QuickSight。官网案例提到 Trustly 使用后生成见解的速度提高了 4 倍。

搜索分析

安全地实时搜索、监控和分析业务与运营数据，对应 Amazon OpenSearch Service，其每月处理的请求数达数万亿次。官网案例提到 Yotpo 借此降低了任务关键型产品的运营开销。

数据与 AI 治理

对存储在 AWS、本地和第三方来源的数据进行分类、发现、共享和管理，涵盖 Amazon DataZone 和 SageMaker 目录，官网案例提到 Volkswagen Autoeurop 使用后简化了对高质量数据的访问。

多云数据访问

Amazon Athena 可查询 Azure 数据湖存储、Google Cloud Storage、Microsoft SQL Server 等外部来源中的数据，无需复制或转换；AWS Glue 提供超过 100 种数据来源连接器，支持零 ETL 集成。

下一代 SageMaker

汇集 AWS 的机器学习与分析功能，统一访问数据湖、数据仓库及 Google BigQuery、Snowflake 等联合来源，在 Unified Studio 中协作，并配备生成式人工智能开发助手 Amazon Q 开发者版。

Amazon Web Services适合谁用？

WHO IS IT FOR工具标签

企业数据平台团队

数据工程师

人工智能应用开发者

预算敏感的小型团队

有条件

按实际使用量付费虽无长期合同，但服务数量多、计费维度细，官网未公开分析场景的整体费用区间，缺少成本管理经验时容易产生意外账单。

只需要单点分析工具的个人用户

不推荐

商业智能方向需通过 Amazon QuickSight 等具体服务单独开通，整体组合面向企业级工作负载，个人轻量需求配置成本偏高。

Amazon Web Services优点和缺点

PROS & CONS工具标签

优点

覆盖流式传输、数据仓库、处理、商业智能、搜索与治理六大类工作负载
Amazon Redshift 相比其他云数据仓库性价比最高 3 倍
AWS Glue 提供超过 100 种数据来源连接器，含零 ETL 集成
Amazon Athena 可直接查询 Azure、Google Cloud 等外部来源数据
按实际使用量付费，无需签订长期合同或复杂许可协议

缺点

需逐项估算
服务数量多、计费维度细，缺少成本经验时易超支
具体起价与服务最低消费官网未逐项列出

Amazon Web Services关键指标

MEASURED FACTS工具标签

指标	数值	数据来源
Amazon Redshift 性价比	最高 3 倍	AWS 上的分析页面统计数据
Amazon EMR 性能	最高 3.9 倍	AWS 上的分析页面统计数据
OpenSearch Service 每月处理请求数	数万亿次	AWS 上的分析页面统计数据
AWS Glue 每月数据集成任务数	数百万条	AWS 上的分析页面统计数据
AWS Glue 数据来源连接器数量	超过 100 种	AWS 上的分析页面多云策略说明

Amazon Web Services常见问题

FAQ工具标签

AWS 上的分析怎么收费？

亚马逊云科技采用按实际使用量付费的模式，只为实际使用的服务计费，停止使用后无需支付额外费用或终止费。此外还提供固定费率计划，把多个 AWS 服务合并为一个价格且不收取超额费用，以及 Savings Plans 承诺模式：承诺 1 年或 3 年使用特定量的计算或机器学习服务，可相比按需实例节省成本。

承诺使用能省多少？

说明 Savings Plans 与按需实例相比可节省大量成本，作为交换需要承诺一年或三年期限内使用特定数量的 AWS 服务或服务类别，以 USD/小时为单位衡量。同时 S3 和数据传出等按分级定价，使用量越大每 GB 费用越低，传入数据始终免费。未给出具体折扣百分比。

现在的主力能力是什么？

是下一代 Amazon SageMaker。它汇集了 AWS 的机器学习与分析功能，提供对数据湖、数据仓库以及 Google BigQuery、Snowflake 等联合数据来源的统一访问，基于 Apache Iceberg 兼容的智能湖仓架构，可在 Unified Studio 中协作，并配备生成式人工智能软件开发助手 Amazon Q 开发者版。

能不能跨其他云用？

可以。Amazon Athena 能查询存储在 Azure 数据湖存储、Google Cloud Storage、Microsoft SQL Server 等外部来源中的数据，无需复制或转换。AWS Glue 提供涵盖云存储、数据库和分析服务的超过 100 种数据来源连接器，并通过支持 Apache Hive、Apache Parquet 和 Apache Iceberg 等开放标准实现互操作。

有免费额度吗？

设有免费套餐入口，并说明传入数据始终免费。但具体哪些分析服务提供免费额度、额度上限是多少，官网未在相关页面逐项列出，需要进入免费套餐页面或使用 AWS 定价计算器按实际用量估算。

Amazon Web Services竞品对比

COMPARISON工具标签

工具	编辑评分	价格	核心功能	平台
Amazon Web Services本工具	4.2	按实际使用量付费，可承诺一年或三年节省成本	流式传输；数据湖仓与仓库；数据处理；商业智能	Web / API
cloudera	—	CDP 公有云按 CCU 小时计费，Data Engineering $0.07	基于 hadoop 的大数据分析与管理软件	Web / API
Oracle Big Data	—	按用量付费，具体费率官网未公开	可帮助任何人发现、探索、转换和分析大数据	Web / API
SciVal	—	未标价	以 Scopus 为底层数据、运用20余种文献计量指标进行大数据分析形成可视化的科研评估、分	—
GBase 8a MPP Cluster	—	未标价	实现大数据的全数据(结构化数据、半结构化数据和非结构化数据)存储管理和高效分析	Web
Trafodion	—	未标价	一个针对大数据应用的成熟的 SQL-on-Hadoop 的数据库管理系统	Web / API

继续浏览论文与学术

返回分类目录