Data Mesh-Referenzarchitektur mit Amazon DataZone

Erfassen Sie Daten aus Quellen im gesamten Unternehmen mithilfe von Datenbanken, Dateifreigaben, Edge-Geräten, Protokollen, sozialen Netzwerken, SaaS-Anwendungen und Streaming-Medien.

Erfassen Sie Rohdaten auf der Grundlage des Quellsystems und der Endbenutzeranforderungen mithilfe von Amazon AppFlow, AWS Database Migration Service, Amazon Kinesis, AWS IoT Core und Amazon Managed Streaming for. Apache Kafka

Transformieren Sie im Produzentenkonto Rohdaten mithilfe von AWS Glue. Speichern Sie Metadaten im AWS Glue-Datenkatalog, messen Sie die Datenqualität mit AWS Glue Data Quality und registrieren Sie Daten in Amazon S3, Amazon Redshift, Amazon RDS und Drittanbieterquellen mithilfe von Datenquellen-Jobs als Ressourcen im Amazon DataZone Katalog.

Das zentrale Governance-Konto hostet die Amazon DataZone Domain und das zugehörige Datenportal. Ordnen Sie der Amazon DataZone Domain AWS Konten von Datenproduzenten und Verbrauchern zu und erstellen Sie Projekte unter verwandten Domäneneinheiten.

Endbenutzer melden sich mit IAM-Anmeldeinformationen oder Single Sign-On (SSO) über das Amazon DataZone Datenportal an. https://docs.aws.amazon.com/singlesignon/latest/userguide/what-is.html Sie suchen, filtern und sehen Anlageninformationen wie Datenqualität, Geschäftsmetadaten und technische Metadaten.

Wenn Endbenutzer interessante Inhalte finden, fordern sie den Zugriff mithilfe der Abonnementfunktion von anAmazon DataZone. Der Eigentümer des Assets genehmigt die Anfrage aufgrund ihrer Gültigkeit oder lehnt sie ab.

Nachdem die Abonnementanfrage bewilligt und erfüllt wurde, greifen Sie im Verbraucherkonto auf das Asset zu, um mithilfe von SageMaker KI ein AI/ML Modell zu entwickeln. Verwenden Sie Athena , Amazon Redshift und Quick für Analysen und Berichte. https://docs.aws.amazon.com/quicksight/latest/user/welcome.html