今天繼續針對 Data Analytics Pipeline on AWS 中常見的 AWS 服務來做說明：

Data Storage Services：

• AWS S3 [1]
  它提供一個簡單的 Web 服務界面，可存放需要的任意類型和任意數量的資料，這些操作可從任何位置隨時執行；Amazon S3 也可以透過 UI 介面簡單定義資料的存取權限設定，確保資料安全性以及設定生命週期，將資料的創造、抓取、保留、備份、到銷毀的整個過程都能加以管理，並根據資料的存取頻繁度或新舊，將資料搬移到合適的儲存服務中，以大幅減省儲存費用的支出。
• AWS Redshift [2]
  Redshift 是一個完全託管的 PB 級的資料倉儲服務，它底層是基於 PostgreSQL 建構的，當今天資料量與筆數非常龐大或是 SQL 的計算較複雜，適合使用 Redshift，因 Redshift 的儲存以及運算都採用分散式，故查詢速度以及儲存量都較大較快。

Data Analytics & Visualization：

• AWS Athena [3]
  是一個無伺服器查詢服務，因 Athena 是基於 Presto 之下，提供完整的標準 SQL 支援且能接受各種標準資料格式，當分析資料量不大、想快速產生報表且不想透過程式進行，Athena 則非常適合你。
  註：若分析量大時則可以使用 Redshift，Redshift 也可以透過 SQL 語法進行 Data Analytics。
• AWS QuickSight [4]
  它是一個無伺服器 BI 服務，可以輕鬆地建立和發佈互動式儀表板，而它也是第一種依工作階段計費定價的 BI 服務(僅當使用者存取儀表板或報表時才付費)， 非常具成本利益。
• Amazon OpenSearch Service (先前的名字為 Amazon Elasticsearch Service ) [5]
  OpenSearch 源自 Elasticsearch 7.10.2 和 Kibana 7.10.2，它是一種分佈式開源搜索和分析服務，可以使用 AWS 管理控制台簡單快速布建 OpenSearch Service 集群來快速蒐集和分析資料。

後續實作，我們也會透過這兩天介紹的這些 AWS 服務建立出合適的 Data Analytics Pipeline，快速簡單地蒐集處理資料以及進行視覺化分析

接著明天就會進入我們資料實作前戲-建置 WordPress on AWS 的部分囉! 我們明天見：）
如果有任何指點與建議，也歡迎留言交流，一起漫步在 Data on AWS 中。

參考&相關來源：
[1] AWS S3
https://aws.amazon.com/tw/s3/?nc=sn&loc=0
[2] AWS Redshift
https://aws.amazon.com/tw/redshift/?whats-new-cards.sort-by=item.additionalFields.postDateTime&whats-new-cards.sort-order=desc
[3] AWS Athena
https://aws.amazon.com/tw/athena/?whats-new-cards.sort-by=item.additionalFields.postDateTime&whats-new-cards.sort-order=desc
[4] AWS QuickSight
https://aws.amazon.com/tw/quicksight/?nc=sn&loc=0
[5] Amazon Elasticsearch Service
https://aws.amazon.com/tw/elasticsearch-service/