View a markdown version of this page

Data Mesh für Konsumgüter - Data Mesh für Konsumgüter

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.

Data Mesh für Konsumgüter

Veröffentlichungsdatum: 11. Mai 2021 () Geschichte des Diagramms

Mit dieser Architektur können Sie ein Datennetz für Unternehmen im Bereich Konsumgüter (CPG) aufbauen. Das Wachstum der Online-Verkäufe erhöht die Datenmenge, die im Geschäftsbetrieb generiert und verwaltet wird. Ein Datennetz folgt den Prinzipien der Flexibilität und des domäneneigenen Designs und behält gleichzeitig die Dateneigenschaften während des gesamten Lebenszyklus bei. Sie verwenden es AWS Lake Formation für die zentrale Verwaltung und AWS Glue für die Datenkatalogisierung.

Weitere Informationen zu dieser Architektur finden Sie im Blog unter So erstellen Sie eine moderne CPG-Datenarchitektur mit Data Mesh. AWS

CPG-Datennetzdiagramm

Daten, die aus Batch-, Streaming- und SFTP-Quellen über domäneneigene Knoten fließen, die von verwaltet werden AWS Lake Formation, wobei Metadaten in AWS Glue und Amazon Neptune gespeichert werden, und Analysen über Amazon Athena und Amazon Service. OpenSearch

Die folgenden Schritte beschreiben die Architektur:

  1. Daten fließen AWS durch Stapelverarbeitung, Echtzeit-Streams und Secure File Transfer Protocol (SFTP) ein.

  2. Datenquellen werden von der Geschäftsdomäne verwaltet. Verbraucher und Hersteller verwenden Konzepte auf Unternehmensebene, die zentrale Dienste wie Sicherheit, Unternehmensführung, IAM-Rollen und Standards bereitstellen.

  3. Verwalten Sie Metadaten über mehrere Dienste. Wird AWS Glue für die Datenkatalogisierung verwendet. Speichern Sie die Datenherkunft in Amazon Neptune. Speichern Sie Datenverträge in Amazon DynamoDB.

  4. Verbraucher durchsuchen die Daten anhand der Vertragseigenschaften.

  5. Lake Formation bietet eine zentrale Verwaltung von fein abgestuften Berechtigungen. Es unterstützt auch die automatische Schemaerkennung und Konvertierung in das erforderliche Format.

  6. Führen Sie ML und Analysen mithilfe von Lake Formation durch. Dieser Mesh-Knoten bietet Einblicke und Strategien. Verwenden Sie Amazon Athena, Amazon OpenSearch Service und Amazon SageMaker AI zur Analyse.

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.

ÄnderungBeschreibungDatum

Erste Veröffentlichung

Das Referenzarchitekturdiagramm wurde zuerst veröffentlicht.

11. Mai 2021

RSS-Abonnement erforderlich

Um RSS-Updates zu abonnieren, muss ein RSS-Plugin für den von Ihnen verwendeten Browser aktiviert sein.