Kami menggunakan cookie penting serta alat serupa yang diperlukan untuk menyediakan situs dan layanan. Kami menggunakan cookie performa untuk mengumpulkan statistik anonim sehingga kami dapat memahami cara pelanggan menggunakan situs dan melakukan perbaikan. Cookie penting tidak dapat dinonaktifkan, tetapi Anda dapat mengklik “Kustom” atau “Tolak” untuk menolak cookie performa.
Jika Anda setuju, AWS dan pihak ketiga yang disetujui juga akan menggunakan cookie untuk menyediakan fitur situs yang berguna, mengingat preferensi Anda, dan menampilkan konten yang relevan, termasuk iklan yang relevan. Untuk menerima atau menolak semua cookie yang tidak penting, klik “Terima” atau “Tolak”. Untuk membuat pilihan yang lebih detail, klik “Kustomisasi”.
Cookie ini diperlukan untuk menjalankan situs dan layanan kami dan tidak dapat dinonaktifkan. Cookie biasanya tersusun hanya sebagai tanggapan atas tindakan Anda di situs, seperti mengatur preferensi privasi, masuk, atau mengisi formulir.
Cookie kinerja menyediakan statistik anonim tentang cara pelanggan menavigasi situs kami sehingga kami dapat menyempurnakan pengalaman dan kinerja situs. Pihak ketiga yang disetujui dapat melakukan analisis atas nama kami, tetapi tidak dapat menggunakan data untuk tujuannya sendiri.
Cookie fungsional membantu kami menyediakan berbagai fitur bermanfaat, mengingat preferensi Anda, dan menampilkan konten yang relevan pada situs. Pihak ketiga yang disetujui dapat mengatur cookie ini untuk menyediakan fitur tertentu pada situs. Jika Anda tidak mengizinkan cookie ini, maka beberapa atau semua layanan ini mungkin tidak berjalan dengan baik.
Cookie ini dapat diatur melalui situs kami oleh mitra iklan dan membantu kami mempersonalisasi konten pemasaran. Jika Anda tidak mengizinkan cookie, Anda akan mendapatkan iklan yang kurang relevan.
Memblokir beberapa jenis cookie dapat memengaruhi pengalaman Anda di situs kami. Anda dapat mengubah preferensi cookie kapan saja dengan mengklik Preferensi cookie di footer situs ini. Untuk mempelajari lebih lanjut tentang bagaimana kami dan pihak ketiga yang disetujui menggunakan cookie di situs kami, silakan baca di jendela baru.
Kami menampilkan iklan yang relevan dengan minat Anda di situs AWS dan properti lain, termasuk iklan perilaku lintas konteks. Iklan perilaku lintas konteks menggunakan data dari satu situs atau aplikasi untuk beriklan kepada Anda di situs atau aplikasi perusahaan yang berbeda.
Untuk tidak mengizinkan iklan perilaku lintas konteks AWS berdasarkan cookie atau teknologi serupa, pilih “Jangan izinkan” dan “Simpan pilihan privasi” di bawah ini, atau kunjungi situs AWS dengan mengaktifkan sinyal penolakan yang diakui secara hukum, seperti Kontrol Privasi Global. Jika Anda menghapus cookie atau mengunjungi situs ini dari peramban atau perangkat yang berbeda, Anda harus membuat pilihan lagi. Untuk informasi selengkapnya tentang cookie dan cara kami menggunakannya, baca Pemberitahuan Cookie AWS.
Untuk tidak mengizinkan semua iklan perilaku lintas konteks AWS lainnya, lengkapi formulir ini melalui email.
Untuk informasi selengkapnya tentang cara AWS menangani informasi Anda, baca Pemberitahuan Privasi AWS.
Kami hanya akan menyimpan cookie penting saat ini, karena kami tidak dapat menyimpan preferensi cookie Anda.
Jika Anda ingin mengubah preferensi cookie, coba lagi nanti menggunakan tautan di footer konsol AWS, atau hubungi dukungan jika masalah berlanjut.
Pemrosesan Data Amazon SageMaker menganalisis, menyiapkan, mengintegrasikan, dan mengatur data Anda dengan kemampuan pemrosesan dari Amazon Athena, Amazon EMR, AWS Glue, dan Amazon Managed Workflow for Apache Airflow (MWAA). Anda dapat memanfaatkan kerangka kerja pemrosesan data sumber terbuka, seperti Apache Spark menganalisis data dalam skala besar dengan Trino, dan membangun analitik waktu nyata secara mulus dengan Apache Flink dan Apache Spark.
Pemrosesan Data Amazon SageMaker menyatukan Amazon EMR, Amazon Athena, AWS Glue, dan Amazon Managed Workflows for Apache Airflow.
Pemrosesan Data SageMaker membantu Anda menjelajahi data, membangun pekerjaan transformasi data, mengatur, dan menerapkan pipeline data dalam skala besar. Ini meningkatkan performa, mendorong wawasan yang lebih cepat daripada sistem sumber terbuka tradisional dengan versi Apache Spark, Apache Airflow, Apache Flink, Trino, dan banyak lagi yang kompatibel dengan API hemat biaya dan sumber terbuka. Pemrosesan Data menyediakan akses ke sumber data Anda di Amazon SageMaker Lakehouse melalui integrasi nol-ETL, kemampuan kueri gabungan dan konektor.
Tidak, Anda tidak perlu melakukan migrasi ke Amazon SageMaker. Anda dapat terus menggunakan Amazon EMR, Amazon Athena, AWS Glue, dan Amazon Managed Workflow untuk Apache Airflow seperti yang Anda lakukan saat ini. Namun, sebaiknya Anda memulai dengan Amazon SageMaker untuk memanfaatkan alat terpadu, tata kelola data bawaan, dan arsitektur Amazon SageMaker Lakehouse yang disederhanakan.
Tidak ada dampak terhadap kode, kueri, pekerjaan, dan sumber daya lain yang telah Anda buat dan gunakan dengan Amazon EMR, Amazon Athena, atau AWS Glue. Anda dapat terus memanfaatkan layanan ini untuk beban kerja baru, jika mau. Sumber daya yang dibuat dalam layanan ini, seperti Amazon EMR pada klaster EC2, terlihat di Amazon SageMaker untuk menyederhanakan pengembangan aplikasi analitik dan AI. Pengalaman pengembangan yang ada yang dibangun di Amazon EMR, AWS Glue, dan Amazon Athena akan terus ada selain pengalaman pengembangan baru di Amazon SageMaker.
Versi terbaru dari AWS Glue, Glue 5.0, tersedia di Amazon SageMaker. Glue 5.0 mempercepat beban kerja pemrosesan data dan menghadirkan runtime Apache Spark 3.5.2 terbaru yang dioptimalkan untuk performa sehingga Anda dapat mengembangkan, menjalankan, dan menskalakan untuk wawasan yang lebih cepat. Untuk mempelajari selengkapnya, kunjungi AWS Glue.
Setiap layanan AWS yang Anda gunakan melalui Amazon SageMaker ditagih dengan harga individu masing-masing. Untuk detail selengkapnya, silakan lihat halaman harga AWS untuk Amazon Athena, Amazon EMR, AWS Glue, dan Amazon Managed Workflow Apache Airflow