云计算

数据共享，是指让内部与外部利益相关方能够访问他们在自身数据系统中无法获取的信息。它让相关方可以直接访问生成方（producer）域内产生或采集并存储的数据，从而围绕共同的业务目标与优先级开展协作。数据

多年来，很多组织一直运行着本地数据仓库，这些系统在过去的工作负载下表现良好。但当今数据的体量、多样性与速度要求客户对数据仓库进行现代化改造，以确保最佳性能。传统数据仓库的主要局限或缺点包括： 获取缓慢

在本书前文中，我们已经讨论过数据的重要性，以及如何借助 Amazon Redshift 访问不同类型的结构化或半结构化数据——无论这些数据是本地装载的，还是外部源查询得到的。不过，与“以成本可控、性能

机器学习与人工智能早已从科幻概念走入日常：无论是在你的手机上，还是在企业里，它们都在赋能业务、颠覆并增强各类决策流程。 据 GlobalNewsWire 调研，AI/ML 市场预计在 2029 年增长

如果我告诉你“唯一不变的就是变化”，你多半会觉得这是老生常谈。 当下的挑战在于：你的数据仓库能以多快的速度适应这种变化。传统数仓系统往往因为资源申请与交付的前置周期而难以及时应对变化；而在 Amazo

一份《福布斯》的最新报告指出，一些证券经纪商和交易公司能够比竞争对手更快地获取并分析数据，从而“在大众之前的微秒级时间里以最佳价格成交。就时间而言优势微乎其微，但在洞察速度带来的竞争优势上却极其巨大。

现在你已经搭建好 Amazon Redshift 数据仓库了，接下来就该考虑数据管理策略。 本章我们将讨论几种数据管理策略的选择，以及你是否应该采用“数据湖优先还是数据仓库优先”的路线。接着，我们会进

Amazon Redshift 让你无需预置服务器或基础设施即可为业务运行分析，因而非常容易上手。它在 AWS 控制台内置基于 Web 的查询编辑器，无需安装软件就能开始装载并分析数据。Amazon

数据无处不在，并为我们当下所做的一切提供动力。谁能想到，仅仅通过走路你就能产生数据，并且在与朋友通话时还能在手腕上实时查看步数？从手机、智能手表、网页点击到物联网（IoT），我们正以海量方式生成各种类

你已经了解了 OpenSearch 如何对数据进行索引、如何进行分析或规范化，并让数据可被搜索。你也看过了一些示例查询，对 OpenSearch 的搜索 API 有了直观感受。 搜索能力是搜索引擎的核

在本章中，你将从抽象走向具体，亲自动手学习如何在 OpenSearch 中为你的数据建立索引。你会启动并运行 OpenSearch，并连接到 OpenSearch Dashboards。在 Dashb

当今以数据为驱动的世界中，能够对海量数据快速而准确地搜索、分析并获取洞察，对各行业的企业都至关重要。Amazon OpenSearch Service 是基于开源 OpenSearch 项目的全托管服

本章将带你开启 OpenSearch 的探索之旅，深入了解其基础概念，以及如何搭建与配置 OpenSearch 环境。从关键术语入门，到在不同平台安装 OpenSearch、配置集群、考虑安全要点，再

欢迎来到 OpenSearch！本书旨在为初学者和有经验的用户提供一份关于 OpenSearch 的全面指南。随着 OpenSearch 的采用迅速增长，本书恰逢其时，帮助开发者、工程师、数据科学家和

以太坊常被称作“世界计算机”。但这到底是什么意思？我们先给出一个偏计算机科学的定义，再结合更务实的分析，说明以太坊的能力与特性，并将其与比特币及其他去中心化信息交换平台（更准确地说，是区块链）进行比较

想象把一个全新的软件产品当作独行的事业来做。首先，你得戴上产品经理的帽子，去理解你的客户、描述市场需求并开始定义你的产品。接着，你大概会轮流戴上架构师和用户体验设计师的帽子：识别支撑产品的核心概念、组

本书讨论的是：在一家软件开发组织内，如何建立一套有效的软件架构实践。软件架构师，以及他们所归属的一个或多个架构团队，在某种意义上“拥有”这一实践——即他们定义、演进并维护架构。这些架构师也“拥有”团队

一个架构实践的存在，是为了定义并演进它所负责的系统的架构。过去几章里，我们讨论了如何通过一套变更流程来管理系统演进：从动机出发，进入概念性方案，进而产出详细设计。在此过程中，我们说明了愿景、标准、原则

软件架构或许注定是抽象的追求，但它并不是把抽象思维直接变成代码。良好运转的架构实践，会通过一组工具与流程把思维转化为代码，并在此过程中产出一系列中间制品（artifacts）。这些制品既帮助架构师开展