DAY 27 Big Data 5Vs – Value(价值) – QuickSight(1)

最後一个「价值Value」也是资料分析最重要的阶段，很重要是因为，只有在资料分析後可以产生比原始资料有更高的价值，做资料分析这件事情才有意义。所以在一系列分析处理之後，要如何呈现分析结果，展现资料价值便成为了所有资料分析者都需要思考的问题。

从资料的「内容」可以将所要做的分析任务大方向分为营运相关与资讯相关，进而选择适合的分析工具/软件。分析的最终目的就是做决策，使用专门的分析工具可以更精准的产出合适的分析结果。

营运分析Operational Analytics：
资料内容主要是系统日志、安全日志、流量等IT营运资料，主要会是由机器产生，近年来因为IOT产业的蓬勃发展，现在这类型的分析需求也在快速增加。昨天提到的ELK就是营运分析的工具之一，在AWS上有Amazon OpenSearch Service*，它的背後也是利用Elasticsearch相关套件所建立的即时监控与日志分析，内建Kibana视觉化功能。

资料分析 Data Analytics：
资料内容偏向业务、产品相关，不同产业间可能会有很大的差别，分析工具的功能则是大同小异，这类型分析时，分析人员扮演更重要的角色，拥有该产业的相关知识很重要，需要对产业有充分的了解才能产生出合适的结果，来回答不同的产业问题。在AWS上的视觉化分析工具是Amazon QuickSight.

Amazon QuickSight 是可以在透过浏览器开启的云端商业分析服务，利用记忆体引擎SPICE (super-fast, parallel, in-memory, calculation engine超快速的平行记忆体内计算引擎)提供快速的查询，也可以透过简单的设定让资料保持在资料源变更也能保持在最新状态。可以直接上传CSV/Excel档案、直接串接资料源(如Salesforce等SaaS服务)或是串接既有的资料库(SQL Server, MySQL或 PostgreSQL都支援)，当然最方便的就是结合AWS其他资料分析服务，在不用前置复杂的基础设施布建作业就能，开始资料探索的流程。

登入AWS帐号後可以从上方下选单进入QuickSight首页
如果是第一次启用，需要先给一个电子邮件建立使用者(作者)，在QuickSight中也有分作者与读者