Analytics services 在邊界上會 overlap，所以先分類 job，再選 product。
| Job | 優先想 |
|---|---|
| 對 S3 做 serverless ad hoc SQL | Athena |
| Managed analytical warehouse | Redshift |
| ETL 與 shared metadata catalog | Glue |
| 治理 multi-source data lake | Lake Formation |
| Managed Hadoop/Spark cluster | EMR |
| Search/log analytics | OpenSearch |
| BI dashboard | QuickSight |
| Stateful stream processing | Managed Service for Apache Flink |
| Kafka compatibility | MSK |
Athena 的成本/速度取決於 bytes scanned：要用 columnar Parquet/ORC、compression、partitioning，並只選需要的 columns。Redshift 適合重複 analytical workload，也可透過 Spectrum query S3。Glue crawler/catalog 描述 data；Glue job transform data；Lake Formation 中央管 data-lake permissions。
Ingestion 中，Kinesis Data Streams 保留 record、支援 custom consumer/replay；Data Firehose 以低維運 buffer/deliver 到 destination。MSK 對應 Kafka API/ecosystem。OpenSearch 是 search，不是 DynamoDB 的 system-of-record 替代品；可用 stream 喂 index。
ML service 題多為 capability mapping：Rekognition 圖像/影片、Textract 文件、Transcribe 語音轉字、Polly 字轉語音、Comprehend 語言、Translate 翻譯、Lex 對話介面、SageMaker custom ML workflow。
考試視角： 「Serverless、偶爾 query S3」是 Athena；「重複 BI join 的 warehouse」是 Redshift。兩者都能讀 S3，operating model 不同。
複習卡
- Athena 優化就是減少 bytes scanned。
- Glue catalog/transform；Lake Formation govern。
- Redshift 是 warehouse；Spectrum 把 query 延伸到 S3。
- Data Streams retain/replay；Firehose deliver。
- Managed AI service 按 input/output modality 選。