三、AWS实操案例
1、业务流程图
具体流程如上图所示，我们从任何一个可访问的RDS关系型数据获取数据源，通过DMS处理后存储至S3里面，然后我们将S3中的数据类似ETL的数据处理,即通过Glue进行处理。然后将处理后的数据存储至Redshift的数仓里面去，然后我们可以通过Athena提供SQ查询功能访问数仓或者Glue里面的数据，然后再通过报表工具（QuickSight）进行展示。哈哈，通过上面的全家桶介绍，发现理解下面的流程图是不是非常的简单了。
2、RDS→DMS→S3实例
目的：将mysql关系型数据库user表的记录通过DMS工具，抽取至S3中。
S3配置：首先我们在AWS平台上创建S3的桶来存储我们要抽取的数据。创建过程我们按系统提示输入即可非常方便，如果不能找到S3的组件，可在搜索栏进行搜索。具体如下图所示。
DMS配置：类似搜索dms进入dms组件操作界面，配置对应数据库URL，创建实例、创建作业从mysql到s3。如图所示创建过程很简单，只需要按照对应水印操作即可。
运行实例：点击创建好的实例，去S3中查看运行的结果。如下图所示我们可以在S3里面查看对应抽取的数据，然后点击对应数据查看，抽取过来的记录是和mysql源数据库数据是一致的。
四、总结
1、AWS自家的组件使用非常的方便，整个开发过程也可监控，全程可视化配置。AWS的默认配置是根据常用开发场景进行设置的，因此可大大提高开发效率。而AWS的组件的高度集成不得不让人竖起大拇指。
2、我们可根据我们业务实际情况，选择不同的玩法更好适配业务的发展。
3、 不管哪种玩法，AWS都提供了托管服务和基础架构组件。架构现代化是一切创新的基石，其最重要的理念是“The right tool for the job”，即在不同的场景使用专门构建的工具，而专门的工具需要专业的现代化托管平台，这些都可以大量节省企业的时间、金钱和精力。 AWS无疑是最佳的选择之一。
