CLOUD & INFRA

AWS Glue 6.0 เปิดตัวอย่างเป็นทางการ: ลดราคา 30% พร้อมรองรับ Apache Iceberg v3 และ Spark 4.1

AWS News Blog21 Aug 2026
1 min read
Key Takeaways
  • AWS Glue 6
  • 0 ให้ประสิทธิภาพสูงขึ้นและราคาถูกลง 30% พร้อมฟีเจอร์ใหม่จาก Spark 4
  • Iceberg v3

ทำไมเรื่องนี้ถึงสำคัญ

ช่วยให้องค์กรลดต้นทุนด้าน Data Engineering ได้อย่างชัดเจน พร้อมความสามารถในการจัดการข้อมูลขนาดใหญ่ที่มีความซับซ้อน (เช่น JSON หรือ ข้อมูลพิกัดภูมิศาสตร์) ได้รวดเร็วและยืดหยุ่นกว่าเดิม

AWS ประกาศความพร้อมใช้งานทั่วไปของ AWS Glue 6.0 ซึ่งเป็นการอัปเดตครั้งสำคัญของบริการ Serverless ETL โดยจุดเด่นอยู่ที่การลดราคาลงถึง 30% เมื่อเทียบกับเวอร์ชันก่อนหน้า พร้อมทั้งรองรับ Apache Iceberg v3 อย่างสมบูรณ์ ซึ่งรวมถึงข้อมูลประเภท VARIANT ที่ช่วยเพิ่มความเร็วในการคิวรีข้อมูลแบบกึ่งโครงสร้าง (Semi-structured data) ได้อย่างมีประสิทธิภาพ

ในเวอร์ชันนี้ยังมีการอัปเกรดรันไทม์เป็น Apache Spark 4.1, Python 3.13 และ Scala 2.13 ซึ่งช่วยเสริมสมรรถนะการทำงานให้รวดเร็วยิ่งขึ้น นอกจากนี้ยังมีการเพิ่มฟีเจอร์ใหม่ๆ เช่น Spark Declarative Pipelines สำหรับการเขียน ETL ที่ง่ายขึ้น, การรองรับความละเอียดระดับนาโนวินาทีสำหรับงาน IoT และโหมด Real-time streaming ที่มีความหน่วงต่ำในระดับมิลลิวินาทีหลักเดียว

สรุปประเด็นหลัก

ลดราคาค่าบริการลง 30% เมื่อเทียบกับเวอร์ชันก่อนหน้า

รองรับ Apache Iceberg v3 และประเภทข้อมูล VARIANT สำหรับ JSON

อัปเกรดเป็น Spark 4.1 และรองรับ Real-time streaming ความหน่วงต่ำ

นวัตกรรมและเทคโนโลยี

infrastructure

Apache Iceberg v3 Support

รองรับมาตรฐาน Iceberg v3 เต็มรูปแบบ รวมถึงข้อมูลประเภท VARIANT, Geometry/Geography และระดับนาโนวินาที

platform

Spark 4.1 Runtime

อัปเกรดเป็น Apache Spark 4.1 พร้อมรองรับ Python 3.13 และ Scala 2.13 เพื่อประสิทธิภาพที่สูงขึ้น

tools

Spark Declarative Pipelines

ระบบการสร้าง ETL แบบประกาศเป้าหมาย (Declarative) ช่วยให้การพัฒนา Pipeline ง่ายขึ้นโดยไม่ต้องจัดการลำดับงานเอง

infrastructure

Real-time Streaming Mode

โหมดการประมวลผลข้อมูลสตรีมมิ่งที่ให้ความหน่วงต่ำเพียงระดับเลขหลักเดียวในหน่วยมิลลิวินาที

Developer Impact
วิศวกรข้อมูล (Data Engineers) สามารถย้ายงาน ETL มายัง Glue 6.0 ได้ทันทีเพื่อลดต้นทุน และใช้ Arrow-native Python UDFs เพื่อเพิ่มความเร็วในการประมวลผล PySpark
Keywords
#aws glue #apache iceberg #apache spark #etl #cloud computing
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

AWS News Blog