本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 使用 Amazon S3 Tables 和資料表儲存貯體
<a name="s3-tables"></a>

Amazon S3 Tables 提供針對分析工作負載最佳化的 S3 儲存體，其功能旨在持續改善查詢效能，並降低資料表的儲存成本。S3 Tables 是專為儲存表格式資料而打造，例如每日購買交易、串流感應器資料或廣告曝光。表格式資料代表資料欄和資料列中的資料，例如資料庫資料表中的資料。

S3 Tables 中的資料會存放在新的儲存貯體類型中：*資料表儲存貯體*，其會將資料表儲存為子資源。資料表儲存貯體支援以 Apache Iceberg 格式儲存資料表。您可以使用標準 SQL 陳述式，透過支援 Iceberg 的查詢引擎 (例如 Amazon Athena、Amazon Redshift 和 Apache Spark) 來查詢資料表。

**Topics**
+ [S3 Tables 的功能](#s3-tables-features)
+ [相關服務](#s3-tables-services)
+ [教學課程：開始使用 S3 Tables](s3-tables-getting-started.md)
+ [資料表儲存貯體](s3-tables-buckets.md)
+ [S3 Tables 維護](s3-tables-maintenance-overview.md)
+ [使用 Intelligent-Tiering 進行資料表的成本最佳化](tables-intelligent-tiering.md)
+ [資料表命名空間](s3-tables-namespace.md)
+ [S3 資料表儲存貯體中的資料表](s3-tables-tables.md)
+ [存取資料表資料](s3-tables-access.md)
+ [使用 Apache Iceberg V3](working-with-apache-iceberg-v3.md)
+ [複寫 S3 資料表](s3-tables-replication-tables.md)
+ [S3 資料表、 AWS 區域端點和服務配額](s3-tables-regions-quotas.md)
+ [透過 IPv6 向 S3 Tables 提出請求](s3-tables-ipv6.md)
+ [S3 Tables 的安全性](s3-tables-security-overview.md)
+ [記錄和監控 S3 Tables](s3-tables-monitoring-overview.md)

## S3 Tables 的功能
<a name="s3-tables-features"></a>

**專為資料表所打造的儲存體**  
S3 資料表儲存貯體是專為資料表設計而成。相較於 S3 一般用途儲存貯體中的自我管理資料表，資料表儲存貯體可提供更高的每秒交易量 (TPS) 和更佳的查詢輸送量。資料表儲存貯體可提供與其他 Amazon S3 儲存貯體類型相同的耐用性、可用性和可擴展性。

**Apache Iceberg 的內建支援**  
資料表儲存貯體中的資料表會以 [https://aws.amazon.com//what-is/apache-iceberg/](https://aws.amazon.com//what-is/apache-iceberg/) 格式儲存。您可以在支援 Iceberg 的查詢引擎中使用標準 SQL 來查詢這些資料表。Iceberg 具有可最佳化查詢效能的各種功能，包括結構描述演變和分割區演變。  
您可以透過 Iceberg 變更資料的組織方式，使其可以隨著時間不斷發展，而無需重寫查詢或重建資料結構。Iceberg 旨在透過其對交易的支援，協助確保資料一致性和可靠性。為了協助您修正問題或執行時間歷程查詢，您可以追蹤資料如何隨時間變更，並復原至歷史版本。

**自動化資料表最佳化**  
為了針對查詢最佳化資料表，S3 會持續執行自動維護操作，例如壓縮、快照管理和未參考檔案移除。這些操作會將較小的物件壓縮為數量較少但大小較大的檔案，以增加資料表效能。維護操作也會清理未使用的物件，以降低您的儲存成本。這種自動化維護操作可減少手動維護資料表的需求，簡化大規模資料湖的操作。您可以針對每個資料表和資料表儲存貯體自訂維護組態。

**存取管理與安全性**  
您可以使用 AWS Organizations中的 AWS Identity and Access Management (IAM) 和[服務控制政策](https://docs.aws.amazon.com//organizations/latest/userguide/orgs_manage_policies_scps.html)來管理資料表儲存貯體和個別資料表的存取權。S3 Tables 使用與 Amazon S3 不同的服務命名空間：*s3tables* 命名空間。因此，您可以專門為 S3 Tables 服務及其資源設計政策。您可以設計政策，以授予個別資料表、資料表命名空間內所有資料表或整個資料表儲存貯體的存取權。資料表儲存貯體一律會啟用所有 Amazon S3 封鎖公開存取設定，且無法停用。

**與 AWS 分析服務整合**  
您可以透過 S3 主控台自動整合 Amazon S3 資料表儲存貯 AWS Glue Data Catalog 體與 。此整合可讓 AWS 分析服務自動探索和存取您的資料表資料。整合之後，您可以使用 Amazon Athena、Amazon Redshift、Quick 等分析服務來使用資料表。如需有關如何進行整合的詳細資訊，請參閱 [將 Amazon S3 Tables 與 AWS 分析服務整合](s3-tables-integrating-aws.md)。

## 相關服務
<a name="s3-tables-services"></a>

您可以 AWS 服務 搭配 S3 Tables 使用下列項目，以支援您的特定分析應用程式。


+ [https://docs.aws.amazon.com//athena/latest/ug/what-is.html](https://docs.aws.amazon.com//athena/latest/ug/what-is.html) - Athena 是一種互動式查詢服務，可讓您使用標準 SQL 直接在 Amazon S3 中分析資料。您還可以使用 Athena 以互動方式使用 Apache Spark 執行資料分析，而不必規劃、設定或管理資源。當您在 Athena 執行 Apache Spark 應用程式時，可提交 Spark 程式碼進行處理，並直接接收結果。
+ [https://docs.aws.amazon.com//glue/latest/dg/what-is-glue.html](https://docs.aws.amazon.com//glue/latest/dg/what-is-glue.html) – AWS Glue 是一種無伺服器資料整合服務，可讓您探索、準備、移動和整合來自多個來源的資料。您可以使用 AWS Glue 進行分析、機器學習 (ML) 和應用程式開發。 AWS Glue 也包含用於撰寫、執行任務和實作業務工作流程的額外生產力和資料操作工具。
+ [https://docs.aws.amazon.com//sagemaker-unified-studio/latest/userguide/what-is-sagemaker-unified-studio.html](https://docs.aws.amazon.com//sagemaker-unified-studio/latest/userguide/what-is-sagemaker-unified-studio.html) – SageMaker Unified Studio 為分析和 AI 提供整合體驗，並統一存取所有資料。使用 [Amazon Q Developer](https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/what-is.html) 加速的 SQL 分析、資料處理、模型開發和生成式 AI 的熟悉 AWS 工具，在 SageMaker Unified Studio 中進行協作和建置。
+ [https://docs.aws.amazon.com//emr/latest/ManagementGuide/emr-what-is-emr.html](https://docs.aws.amazon.com//emr/latest/ManagementGuide/emr-what-is-emr.html) – Amazon EMR 是受管叢集平台，可簡化在 上執行大數據架構，例如 Apache Hadoop和 Apache Spark， AWS 以處理和分析大量資料。
+ [https://docs.aws.amazon.com//redshift/latest/mgmt/welcome.html](https://docs.aws.amazon.com//redshift/latest/mgmt/welcome.html) - Amazon Redshift 是一種在雲端的 PB 級資料倉儲服務。在沒有所佈建資料倉儲的所有組態的情況下，您可使用 Amazon Redshift Serverless 存取和分析資料。系統會自動佈建資源，並有智慧地擴展資料倉儲容量，即使是最嚴苛且無法預測的工作負載，也能為其提供快速的效能。資料倉儲閒置時不會產生費用，因此只需按實際用量支付費用。您可以在 Amazon Redshift 查詢編輯器 v2 或您最愛的商業智慧 (BI) 工具中立即載入資料並開始查詢。
+ [https://docs.aws.amazon.com//quicksight/latest/user/welcome.html](https://docs.aws.amazon.com//quicksight/latest/user/welcome.html) – Quick 是一種商業分析服務，可用來建置視覺化效果、執行臨機操作分析，以及快速從資料中取得商業洞見。使用 Quick Super-fast、平行、記憶體內、計算引擎 (SPICE)，快速無縫探索 AWS 資料來源並提供快速且回應的查詢效能。
+ [https://docs.aws.amazon.com//lake-formation/latest/dg/what-is-lake-formation.html.html](https://docs.aws.amazon.com//lake-formation/latest/dg/what-is-lake-formation.html.html) – Lake Formation 是一項受管服務，可簡化  設定、保護和管理資料湖的程序。Lake Formation 可協助您探索資料來源，然後為資料進行目錄編製、清理和轉換。有了 Lake Formation，您可以在 AWS Glue Data Catalog中管理 Amazon S3 及其中繼資料上資料湖資料的精細存取控制。