Terminología y conceptos de Amazon DataZone

Un dominio de Amazon DataZone es una entidad organizativa encargada de conectar activos, usuarios y sus proyectos. Los dominios de Amazon DataZone le ofrecen la flexibilidad necesaria para reflejar las necesidades de datos y de análisis de su estructura organizativa, ya se trate de crear un único dominio de Amazon DataZone para su empresa o varias zonas de datos; dominios para distintas unidades de negocio o equipos.

Las unidades de dominio le permiten organizar fácilmente sus activos y otras entidades de dominio en unidades de negocio y equipos específicos. Para configurar un intercambio de datos seguro y eficiente dentro de las unidades de negocio de su organización y entre ellas, puede crear unidades de dominio en Amazon DataZone y permitir que los usuarios seleccionados de cada unidad de negocio inicien sesión y compartan sus activos en el catálogo. Las unidades de dominio también se pueden usar para permitir que los propietarios de recursos, como los propietarios de cuentas de AWS, configuren permisos de autorización de Amazon DataZone en sus recursos. Las unidades de dominio proporcionan una autoridad delegada de los propietarios de las cuentas a los propietarios de las unidades de dominio y pueden configurar permisos de autorización en los perfiles de entorno (creados mediante configuraciones de esquemas), en nombre de los propietarios de las cuentas. Para obtener más información, consulte Unidades de dominio y políticas de autorización en Amazon DataZone.

Las políticas de autorización de Amazon DataZone son un conjunto de controles dentro de Amazon DataZone que se aplican a entidades como proyectos, esquemas, entornos, glosarios y formularios de metadatos. Estas políticas definen quién puede crear estas entidades y gestionar su ciclo de vida en el portal Amazon DataZone.

Dentro de una unidad de dominio de Amazon DataZone, usted puede asignar las siguientes políticas de autorización a sus usuarios y grupos para concederles permisos específicos:

Para obtener más información, consulte Asignación de políticas de autorización a los usuarios y grupos dentro de una unidad de dominio de Amazon DataZone.

Dentro de una unidad de dominio de Amazon DataZone, puede asignar las siguientes políticas de autorización a sus proyectos para concederles permisos específicos:

Para obtener más información, consulte Asignación de políticas de autorización a los proyectos dentro de una unidad de dominio de Amazon DataZone.

Dentro de una configuración de esquema específica, puede asignar las siguientes políticas de autorización a los propietarios de proyectos y unidades de dominio:

Para obtener más información, consulte Asignación de políticas de autorización dentro de las configuraciones del esquema de Amazon DataZone.

La asociación de sus cuentas AWS con los dominios de Amazon DataZone le permite publicar datos de estas cuentas AWS en el catálogo de Amazon DataZone y crear proyectos de Amazon DataZone para trabajar con sus datos en varias cuentas de AWS. Las solicitudes de asociación de cuentas solo se pueden iniciar en cuentas AWS que posean un dominio de Amazon DataZone. Las solicitudes de asociación de cuentas solo las pueden aceptar los usuarios administrativos de las cuentas AWS invitadas. Una vez que una cuenta AWS esté asociada a un dominio de Amazon DataZone, puede registrar sus orígenes de datos, como el catálogo de AWS Glue y Amazon Redshift, de esta cuenta a este dominio. La asociación también permite que una cuenta AWS cree proyectos y entornos de Amazon DataZone.

Una Cuenta de AWS puede estar asociada a uno o varios dominios de Amazon DataZone.

En Amazon DataZone, puede utilizar los orígenes de datos para importar metadatos técnicos de los activos (datos) desde las bases de datos o almacenamientos de datos de origen a Amazon DataZone. En la versión actual de Amazon DataZone, puede crear y ejecutar los orígenes de datos para AWS Glue y Amazon Redshift. Al crear un origen de datos, usted establece una conexión entre Amazon DataZone y la fuente (AWS Glue Data Catalog o Amazon Redshift Warehouse), lo que le permite leer los metadatos técnicos, incluidos los nombres de las tablas, los nombres de las columnas y los tipos de datos. Al crear un origen de datos, también arranca la ejecución inicial del origen de datos que crea activos nuevos o actualiza los existentes en Amazon DataZone. Mientras crea un origen de datos o después de que el origen de datos se haya creado correctamente, también tendrá la opción de especificar un cronograma para la ejecución de su origen de datos.

En Amazon DataZone, la ejecución de un origen de datos es una tarea que realiza Amazon DataZone para crear activos en los inventarios de los proyectos y también, opcionalmente, para publicar los activos del inventario del proyecto en el catálogo de Amazon DataZone. La ejecución del origen de datos puede ser automática (se inicia cuando se crea una fuente de datos por primera vez), programada o manual. Los criterios de selección de datos le permiten afinar los conjuntos de datos actuales y futuros que se incorporarán a los inventarios de los proyectos o al catálogo de Amazon DataZone, así como la frecuencia de las actualizaciones de los metadatos de esos activos de inventario o catálogo.

Los destinos de suscripción en Amazon DataZone le permiten acceder a los datos a los que se ha suscrito en sus proyectos. Un destino de suscripción especifica la ubicación (por ejemplo, una base de datos o un esquema) y los permisos necesarios (por ejemplo, un rol de IAM) que Amazon DataZone puede utilizar para establecer una conexión con los datos de origen y crear las concesiones necesarias para que los miembros del proyecto de Amazon DataZone puedan empezar a consultar los datos a los que se suscribieron.

En Amazon DataZone, una solicitud de suscripción es un proceso que debe seguir un proyecto de Amazon DataZone para poder acceder a un activo específico. Las solicitudes de suscripción se pueden aprobar, rechazar, revocar o conceder.

En Amazon DataZone, un activo es una entidad que presenta un único objeto de datos físico (por ejemplo, una tabla, un panel o un archivo) o un objeto de datos virtual (por ejemplo, una vista).

Los tipos de activos definen cómo se representan los activos en el catálogo de Amazon DataZone. Un tipo de activo define el esquema para un tipo específico de activo. Cuando se crean los activos, se validan con el esquema definido por su tipo de activo (de forma predeterminada, la última versión). Cuando se actualiza un activo, Amazon DataZone crea una nueva versión del activo y permite a los usuarios de Amazon DataZone operar con todas las versiones del activo.

En Amazon DataZone, un glosario empresarial es un conjunto de términos empresariales que pueden estar relacionados con los activos. Un glosario empresarial ayuda a garantizar que se utilicen los mismos términos y definiciones en toda la organización a lo largo de sus diversas tareas de análisis de datos.

Los términos de un glosario empresarial se pueden añadir a los activos y columnas para clasificar o mejorar la identificación de esos atributos durante la búsqueda. El glosario se puede seleccionar como el tipo de valor de un campo en un formulario de metadatos que esté asociado a un activo. Cuando se selecciona un término concreto como valor para el campo del formulario de metadatos de un activo, los usuarios pueden buscar el término del glosario empresarial y encontrar los activos asociados.

Un tipo de formulario de metadatos es una plantilla que define los metadatos que se recopilan y guardan cuando los activos se crean como inventario o se publican en un dominio de Amazon DataZone. Los tipos de formularios de metadatos se pueden asociar a un activo de datos. Los tipos de formularios de metadatos ayudan a los administradores de dominios a definir los formularios de metadatos necesarios para ese dominio, como la información de conformidad, la información reglamentaria o las clasificaciones. Permite a los administradores de dominios personalizar metadatos adicionales para sus activos. Amazon DataZone tiene tipos de formularios de metadatos del sistema, como asset-common-details-form-type, column-business-metadata-form-type, glue-table-form-type, glue-view-form-type, redshift-view-form-type, redshift-view-form-type, s3-object-collection-form-type, suscription-terms-form-type y sugestion-form-type.

En Amazon DataZone, los formularios de metadatos definen los metadatos que se recopilan y guardan cuando los activos se crean como inventario o se publican en un dominio de Amazon DataZone. Un administrador de dominio crea las definiciones de los formularios de metadatos en el dominio del catálogo. La definición de un formulario de metadatos se compone de una o más definiciones de campo y admite tipos de datos con valores de campo booleanos, de fecha, decimales, enteros, de cadena y de glosario empresarial.

Un administrador de dominio aplica un formulario de metadatos a los activos de su dominio añadiendo el formulario de metadatos a su dominio. A continuación, los publicadores de activos proporcionan los valores de campo opcionales y obligatorios en el formulario de metadatos.

En Amazon DataZone, los proyectos permiten a un grupo de usuarios colaborar en varios casos de uso empresarial que implican crear activos en inventarios de proyecto y, de esa manera, permitir que los descubran todos los miembros de proyecto y, a continuación, publicar, descubrir, suscribirse a y consumir activos en el catálogo de Amazon DataZone. Los miembros del proyecto consumen activos del catálogo de Amazon DataZone y producen nuevos activos mediante uno o más flujos de trabajo analíticos. Los miembros de un proyecto pueden ser propietarios, colaboradores, consumidores, administradores y espectadores.

Los propietarios de los proyectos pueden añadir o eliminar a otros usuarios como propietarios o colaboradores y pueden modificar o eliminar proyectos. Se pueden definir otras restricciones para los colaboradores mediante políticas. Cuando un usuario crea un proyecto, se convierte en el primer propietario de ese proyecto.

Un entorno es un conjunto de recursos configurados (por ejemplo, un bucket de Amazon S3, una base de datos AWS Glue o un grupo de trabajo de Amazon Athena), en los que puede operar un conjunto determinado de entidades principales de IAM (con permisos de colaborador asignados). Cada entorno también puede tener entidades principales como usuarios que estén autorizados a acceder a los recursos y a los datos mediante suscripción y gestión logística. Los entornos están diseñados para almacenar enlaces procesables en servicios de AWS, consolas e IDE externos. Los miembros del proyecto pueden acceder a servicios como la consola de Amazon Athena y más a través de enlaces profundos configurados dentro de un entorno. Se puede restringir aún más el uso y acceso de los usuarios de SSO y de IAM del proyecto a ciertos entornos específicos.

En Amazon DataZone, un perfil de entorno es una plantilla que puede usar para crear entornos. Los perfiles de entorno se crean mediante esquemas.

Con los perfiles de entorno, los administradores de dominio pueden encapsular los esquemas con parámetros preconfigurados y, a continuación, los trabajadores de datos pueden crear rápidamente los entornos nuevos que deseen seleccionando los perfiles de entorno existentes y especificando los nombres de los nuevos entornos. Esto permite a los trabajadores de datos administrar sus proyectos y entornos de manera eficiente y, al mismo tiempo, garantizar que cumplen con las políticas de gobernanza de datos aplicadas por los administradores de sus dominios.

El esquema con el que se crea el entorno define qué herramientas y servicios de AWS (por ejemplo, AWS Glue o Amazon Redshift) pueden utilizar los miembros del proyecto al que pertenece el entorno cuando trabajan con los activos del catálogo de Amazon DataZone.

En la versión actual de Amazon DataZone, se admiten los siguientes esquemas predeterminados:

Un perfil de usuario representa a los usuarios de Amazon DataZone. Amazon DataZone admite roles de IAM e identidades de SSO para interactuar con la consola de administración de Amazon DataZone y el portal de datos con distintos fines. Los administradores de dominio utilizan los roles de IAM para realizar el trabajo administrativo inicial relacionado con el dominio en la consola de administración de Amazon DataZone, incluida la creación de nuevos dominios de Amazon DataZone, la configuración de los tipos de formularios de metadatos y la implementación de políticas. Los trabajadores de datos utilizan sus identidades corporativas de SSO a través de Identity Center para iniciar sesión en el portal de datos de Amazon DataZone y acceder a los proyectos en los que tienen membresías.

Los perfiles de grupo representan grupos de usuarios de Amazon DataZone. Los grupos pueden crearse manualmente o asignarse a grupos de clientes empresariales de Active Directory. En Amazon DataZone, los grupos tienen dos propósitos. En primer lugar, un grupo puede asignarse a un equipo de usuarios del organigrama y, por tanto, reducir el trabajo administrativo del propietario de un proyecto de Amazon DataZone cuando haya nuevos empleados que se unan o abandonen un equipo. En segundo lugar, los administradores corporativos utilizan los grupos de Active Directory para administrar y actualizar los estados de los usuarios, por lo que los administradores de dominios de Amazon DataZone pueden utilizar estas membresías de grupos para implementar las políticas de dominio de Amazon DataZone.

En Amazon DataZone, la entidad principal de IAM que crea un dominio de Amazon DataZone es el administrador de dominio predeterminado de ese dominio. Los administradores de dominio de Amazon DataZone realizan funciones clave para el dominio, como crear dominios, asignar otros administradores de dominio, añadir orígenes de datos y objetivos de suscripción, crear proyectos y entornos, y asignar propietarios de proyecto.

En Amazon DataZone, los publicadores publican activos en el catálogo de Amazon DataZone y pueden editar los metadatos de los activos que publican. Si se les concede esta autorización, los publicadores pueden aprobar o rechazar las solicitudes de suscripción a los activos que publicaron en el catálogo de Amazon DataZone.

En Amazon DataZone, un suscriptor es un proyecto de Amazon DataZone que desea buscar, acceder y consumir activos en el catálogo de Amazon DataZone.

En Amazon DataZone, los propietarios de la Cuenta de AWS crean roles, políticas y permisos en sus Cuentas de AWS que permiten asociar estas Cuentas de AWS a los dominios de Amazon DataZone.