Amazon Athena 是一种交互式查询服务，让您能够轻松使用标准 SQL 分析 Amazon S3 中的数据。Athena 没有服务器，因此您无需管理任何基础设施，且只需为您运行的查询付费。
Athena 简单易用。只需指向您存储在 Amazon S3 中的数据，定义架构并使用标准 SQL 开始查询。就可在数秒内获取最多的结果。使用 Athena，无需执行复杂的 ETL 作业来为数据分析做准备。这样一来，具备 SQL 技能的任何人都可以轻松快速地分析大规模数据集。
Athena 可与 AWS Glue 数据目录进行开箱即用集成，让您能够跨各种服务创建统一的元数据存储库、抓取数据源以发现架构并使用新的和修改后的表与分区定义填充数据目录，以及维护架构版本控制。
优点
立即开始查询
按查询付费
开放、功能强大、标准
速度非常快
立即预览新功能
随地查询数据
针对关系数据集、数据仓库、对象存储和非关系数据存储执行联合查询。无论数据位于何处，联合 SQL 查询都可以让您就地查询数据。您可以使用熟悉的 SQL 跨多个数据源联接数据以进行快速分析，并将结果存储在 Amazon S3 中以备随后使用。Athena 联合查询还引入了一个新的 Query Federation SDK，让您可以编写自己的数据源连接器，以查询自定义数据存储。
创建您自己的用户定义函数 (UDF)
编写自定义标量函数，并在您的 SQL 查询中调用它们。您可以使用 Athena Query Federation SDK 编写您的 UDF。UDF 可用于 SQL 查询的选择和筛选子句。您可以在同一查询中调用多个 UDF。虽然 Athena 提供了内置功能，但 UDF 让您能够执行自定义处理，例如压缩和解压数据、编写敏感数据或应用自定义解密。
机器学习在您的 SQL 查询中。
调用机器学习模型，直接从您的 SQL 查询中获得推理。客户可以使用 Amazon SageMaker 提供的十几种内置机器学习算法，训练自己的模型或从 AWS Marketplace 查找和订阅模型包并部署在 Amazon SageMaker Hosting Services 上。不需要其他设置。使用 SQL 查询中的机器学习模型可让复杂的任务（例如异常检测、客户群分析和销售预测）变得像在 SQL 查询中调用函数一样简单。
