本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
数据处理
随着数据量不断增长，数据来源越来越多样化，各个组织发现他们需要快速处理这些数据，才能确保他们做出更快、更明智的业务决策。为了大规模处理数据，组织需要灵活地调配资源，来管理他们从移动设备、应用程序、卫星、市场营销和销售、运营数据存储、基础设施等接受的信息。
Step Functions 提供了成功管理数据处理工作流所需的可扩展性、可靠性和可用性。Step Functions 可以横向扩展并提供容错工作流，因此您可以使用 Step Functions 管理数百万个并发执行。使用并行执行（例如 Step Functions 的 Parallel 状态类型）或动态并行（使用 Step Functions 的 Map 状态类型）可更快地处理数据。作为工作流的一部分，您可以使用 Map 状态对静态数据存储（如 Amazon S3 存储桶）中的对象进行迭代。Step Functions 还可以帮助您轻松重试失败的执行，或者选择特定的方式来处理错误，而无需管理复杂的流程。
根据数据处理的需求，Step Functions 可直接与 Amazon 提供的其他数据处理服务集成，例如用于批处理的 Amazon Batch、用于大数据处理的 Amazon EMR、用于数据准备的 Amazon Glue、用于数据分析的 Athena，以及用于计算的 Amazon Lambda。
客户使用 Step Functions 完成的数据处理工作流类型的示例包括：
文件、视频和图像处理
-
将一系列视频文件转换为大小或分辨率不同的文件，从而适配显示这些文件的设备，例如手机、笔记本电脑或电视。
-
将用户上传的大量照片转换为缩略图或各种分辨率的图像，以便在用户的网站上显示。
-
将半结构化数据（例如 CSV 文件）与非结构化数据（例如发票）结合起来，生成每月发送给业务利益相关者的业务报告。
-
将卫星收集的地球观测数据转换为相互对应的格式，然后添加在地球上收集的其他数据来源以获得更多见解。
-
从各种运输方式中获取产品的运输日志，并使用蒙特卡罗模拟进行优化，然后将报告发送回使用您的运输运送货物的组织和人员。
协调提取、转换、加载 (ETL) 任务：
-
使用 Amazon Glue 进行一系列数据准备步骤，将销售机会记录与营销指标数据集相结合，并生成可在整个组织中使用的商业智能报告。
-
创建、启动和终止用于大数据处理的 Amazon EMR 集群。
批处理和高性能计算 (HPC) 工作负载：
-
构建基因组二级分析管道，将原始的全基因组序列处理成变异调用。将原始文件与参考序列对齐，并使用动态并行调用指定染色体列表上的变异。
-
通过使用不同的电气和化合物模拟各种布局，提高下一代移动设备或其他电子产品的生产效率。通过各种模拟对工作负载进行大批量处理，以便获得最佳设计。