Day 1 为什麽要在云端平台上做数据分析?

首先对本篇主题中的一些常见名词与讨论角度做基本的定义；建立共同的出发点以利文章阅读，并直接破题回答，或许很多人看到标题会有得疑问 : 为什麽要在云端平台上做数据分析?

先说说问句中的「数据分析」：当事件被记录下来，成为可以被阅读与传播的资讯，再利用工具对它做进一步的了解，就可以产生附加价值，便完成了广义的数据分析流程。
当资料量不大时，常见的分析工具软件可以使用Excel、SAS等；当资料量大到一定程度时，变成为了近十年来当红的大数据应用场景，而这时可以选用的分析工具便见仁见智。

既然做数据分析必须要选用工具，工欲善其事；必先利其器。使用云端平台上的工具就像是租用别人的电脑，使用者可以按照自己的需求选用最适用的工具，而且很多时候还不用自己保养工具！

举例一个的使用场景：假设当使用者在建立模型时，只是单单想要加速运算，测试将演算法从的GBDT换成XGBoost後平行处理的效能，这时如果是在云端平台上，只要轻松地在图形化介面勾选设定选用不同kernel，便可以完成。不用在写程序时突然要处理环境问题，你想法到哪里，就能做到哪里！

最後，在各有特色的大云端平台供应商中，为什麽选用亚马逊的AWS呢？
如同Amazon.com上面甚麽都卖，AWS(Amazon Web Service) 也是几乎甚麽都有，单就个人经验，还不熟悉云端时，选用成熟的品牌*，在摸索出自己的使用架构前，可以降低一些不必要的转换成本(帐号、帐单等)。但反之，也正因为产品很多，所以更要先厘清自己缺甚麽，进了商店才知道要知道自己要买甚麽，也才不会买错东西。

後续的文章主要也是以这样的思路出发，先定义问题，再介绍AWS上解决问题适用的工具，让大家更容易在云端建立出自己的分析工具。

*AWS 连续11年评比为第一名的领导品牌(https://aws.amazon.com/tw/blogs/aws/aws-named-as-a-leader-for-the-11th-consecutive-year-in-2021-gartner-magic-quadrant-for-cloud-infrastructure-platform-services-cips/ )