Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Datenplattform für Fluggesellschaften
Veröffentlichungsdatum: 23. August 2022 () Geschichte des Diagramms
Diese Referenzarchitektur bietet eine Datenplattform für Fluggesellschaften, die die lokale Dateninfrastruktur ersetzt oder erweitert. Fluggesellschaften verwenden diese Architektur, um domäneneigene Datenprodukte mit getrennter Speicherung und Rechenleistung zu entwickeln. Die Plattform unterstützt die Bereiche Flugbetrieb, Passagierservice und Treueprogramme.
Initiativen von Fluggesellschaften zum Aufbau von Betriebsdatenspeichern passen sich häufig nicht an Veränderungen an. Starre Schemata, lange Implementierungszeiten, isolierte Abläufe und lokale Skalierungsbeschränkungen schränken die Agilität ein. Diese Datenplattformarchitektur entlastet oder ersetzt Ihre lokale Datenplattform. Sie erhöht die Agilität der Entwicklung und erhöht die Kosteneinsparungen.
Diese Architektur verwendet das Implementing Travel and Hospitality Data Mesh als Grundlage für einen domäneneigenen Designansatz.
Diagramm der Datenplattform der Fluggesellschaften
Die folgenden Schritte beschreiben die Architektur:
-
Entwickeln Sie Datenprodukte für relevante Bereiche wie Flug, Passagier und Kundentreue. Trennen Sie Speicher von Rechenleistung, um sie unabhängig voneinander skalieren zu können.
-
Verwenden Sie im Betriebsdatenspeicher Managed Services und speziell entwickelte Datenbanken mit Microservice- und ereignisgesteuerten Mustern. Dies ersetzt die teure Infrastruktur vor Ort. Betriebsdatenbanken, eine serviceorientierte Architektur (SOA) -Infrastruktur und nachrichtenorientierte Middleware werden überflüssig.
-
Verwenden Sie offene Standards, um einen Data Lake mit Amazon S3 aufzubauen. https://docs.aws.amazon.com/AmazonS3/latest/userguide/ Verwenden Sie ein Lesemattern-Schema, um Rohdaten und kuratierte Daten für alle Benutzerrollen verfügbar zu machen.
-
Erstellen Sie für bekannte Abfragemuster in Amazon Redshift standardmäßige Data Warehouse-Schemas für Unternehmen. https://docs.aws.amazon.com/redshift/latest/dg/ Erstellen Sie in Amazon Redshift Data Marts für häufig genutzte Analysen. Für Ad-hoc-Abfragen veröffentlichen Sie den Datenkatalog in. AWS Glue Verwenden Sie Athena, um den Data Lake direkt abzufragen.
-
Verwenden Sie Amazon SageMaker AI für AI/ML Standardmodelle. Erstellen Sie Kundensegmentierungs- und Lifetime-Value-Modelle auf der Grundlage des Data Lake.
Weitere Informationen
Weitere Informationen finden Sie in den folgenden Ressourcen:
Geschichte des Diagramms
Abonnieren Sie den RSS-Feed, um Updates zu diesem Referenzarchitekturdiagramm zu erhalten.
| Änderung | Beschreibung | Datum |
|---|---|---|
Erste Veröffentlichung | Das Referenzarchitekturdiagramm wurde zuerst veröffentlicht. | 23. August 2022 |
RSS-Abonnement erforderlich
Um RSS-Updates zu abonnieren, muss ein RSS-Plugin für den von Ihnen verwendeten Browser aktiviert sein.
