内容提要
Amazon Redshift是一项完全托管式数据仓库服务，可帮助客户管理大规模的分析。使用Amazon Redshift Streaming Ingestion功能，访问和分析从实时数据来源传入的数据比以往任何时候都更简单。客户只需要熟悉SQL，就可以使用Amazon Redshift Streaming Ingestion中的流数据。使用Amazon Redshift ML预测延迟，可以利用这些扩充后的数据来预测货物的延迟概率。最后，使用Amazon Managed Grafana创建一个近实时物流控制面板。
关键要点
-
Amazon Redshift 是一项完全托管式数据仓库服务，帮助客户管理大规模分析。
-
Amazon Redshift Streaming Ingestion 功能简化了实时数据的访问和分析。
-
客户只需熟悉 SQL 即可使用流数据，简化了技能要求。
-
使用 Amazon Redshift ML 可以预测货物的延迟概率。
-
通过 Amazon Managed Grafana 创建近实时物流控制面板，提供态势感知和增强智能。
-
解决方案使用 AWS Cloud Development Kit (AWS CDK) 实现资源自动化预置。
-
项目需要满足 AWS CDK 的先决条件，并使用 Python 定义云基础设施。
-
使用 Amazon Redshift Streaming Ingestion 访问流数据，简化了数据加载过程。
-
通过实体化视图解析 Kinesis 数据流中的数据，支持半结构化数据分析。
-
使用 SQL 函数生成特征，支持机器学习模型的训练和预测。
-
Amazon Redshift ML 直接在数据仓库中构建、训练和部署机器学习模型。
-
创建的预测结果保存在 consignment_predictions 表中，以便更好地控制数据加载。
-
使用 Amazon Managed Grafana 创建交互式控制面板，监控数据并设置警报。
-
文章展示了如何使用 Amazon Redshift 和 Amazon Managed Grafana 构建现代化数据管道。
-
作者 Paul Villena 是 AWS 的分析解决方案架构师，专注于现代化数据和分析解决方案。
