Machine Learning的資料儲存服務，除了第二天所提到的S3服務以外，還有其他另外五種，這邊也跟大家進一步的分享和比較之間的差別。

1. S3
採Serverless機制運作，有無限的儲存空間可以存放Ojbect Files(各種檔案都可以直接上傳)，並可跟許多AWS運算與機器學習服務串接。
2. Redshift
可用於Data Warehousing與OLAP(Online Analytical Processing)服務。
3. Dynamo DB
屬於NoSQL資料庫，可用來儲存訓練好的模型檔案。由於模型的儲存有各種格式，正好適合Dynamo DB這種NoSQL富有彈性的資料定義與儲存結構。背後資源是採用Serverless機制運行，自動做好資源調配。
4. RDS/AURORA
結構化的資料可使用關聯式資料庫來做儲存。用於OLTP(Online Transaction Processing)服務。缺點是需要事先做好機器的資源配置。
5. Open Search（Elastic Search）
所存資料可用於資料檢索用。
6. Elastic Cache
僅供Machine Learning服務的資料暫存之用。

接著我們透過ChatGPT來幫大家出題目和複習一下內容吧!

ChatGPT來出題囉:

以下是三道選擇題以及各自的解答：

問題1：哪種資料儲存服務採用Serverless機制運作，並且有無限的儲存空間可以存放Object Files，可與許多AWS運算與機器學習服務串接？

A. Redshift
B. Dynamo DB
C. S3

答案：C. S3

解答1：S3是採用Serverless機制運作的資料儲存服務，並具有無限的儲存空間，可存放Object Files，也可與許多AWS運算與機器學習服務進行串接。

問題2：哪種資料儲存服務可用於Data Warehousing與OLAP（Online Analytical Processing）服務？

A. RDS/AURORA
B. Elastic Cache
C. Redshift

答案：C. Redshift

解答2：Redshift是可用於Data Warehousing與OLAP服務的資料儲存服務。

問題3：哪種資料儲存服務適合用來儲存訓練好的模型檔案，背後採用Serverless機制運行，自動做好資源調配？

A. Dynamo DB
B. S3
C. Elastic Cache

答案：A. Dynamo DB

解答3：Dynamo DB是一個NoSQL資料庫，適合儲存訓練好的模型檔案，並且背後採用Serverless機制運行，自動做好資源調配。