AWS机器学习之数据工程：批处理和流处理数据

在前面的文章里，我们介绍了数据的存储。由于数据的多样性，AWS使用数据湖和S3存储各种数据。对于机器学习模型而言，存储数据是第一步。如果想在机器学习的模型中使用数据，我们还需要把数据导入Amazon S3或其他的AWS的服务中。

数据湖(Data Lake)服务的一个核心优点是能够快速导入各种类型的数据。但是，有时数据可能并不存储在数据湖中，而是存储在数据库，本地存储平台，数据仓库或者其他地方。如果想利用这些数据构建机器学习模型，就先需要把数据接入类似于S3之类的服务中。

导入数据有两种方法：批处理和流处理。我们在这里分别介绍。