View a markdown version of this page

Amplíe los lagos de datos geoespaciales en AWS - Amplíe los lagos de datos geoespaciales en AWS
Amplíe los lagos de datos geoespaciales en AWS DiagramaDocumentación adicionalColaboradoresHistorial del diagrama

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Amplíe los lagos de datos geoespaciales en AWS

Fecha de publicación: 14 de agosto de 2023 () Historial del diagrama

Los repositorios de datos geoespaciales son cada vez más importantes en muchas organizaciones, ya que se pueden utilizar en todo tipo de ámbitos, desde la logística y los seguros hasta la optimización de la cadena de suministro. Esta arquitectura de referencia muestra cómo crear repositorios de datos geoespaciales escalables en ellos. AWS Simplifica el diseño de las canalizaciones de datos geoespaciales, lo que permite un acceso acelerado a los datos sin procesar mediante la integración de conjuntos de datos AWS gestionados a partir del Registro de Datos Abiertos AWS, lo que elimina la necesidad de almacenarlos en su lago de datos. Se integra con una variedad de mecanismos de difusión y admite diversas demandas de procesamiento.

Amplíe los lagos de datos geoespaciales en AWS Diagrama

Diagrama de arquitectura de referencia que muestra cómo crear repositorios de datos geoespaciales escalables en. AWS

  1. Inicie un proceso de ingesta de datos basado en la detección de nuevas escenas.  Suscríbase a los temas de Amazon Simple Notification Service (Amazon SNS) sobre conjuntos de datos gestionados con los filtros adecuados.

    Un evento basado en el tiempo se puede configurar mediante CloudWatch las reglas de Amazon para que comience a ser ingerido durante períodos de tiempo específicos.

  2. AWS Lambdaconsulta la API de catálogos de SpatioTemporal activos (STAC) de un conjunto de datos respectivo para obtener detalles del producto. Inicia el proceso de procesamiento de datos. AWS Step Functions

  3. Step Functions organiza las tareas de procesamiento. El procesamiento paralelo o secuencial se puede configurar en función de las características y los requisitos de las tareas.

  4. Amazon Elastic Container Service (Amazon ECS) ejecuta tareas en contenedores para:

    • Descargue los productos de los conjuntos de datos alojados en el Registro de Datos Abiertos en. AWS

    • Procesa (recorta y geomosíaca) los mosaicos hasta el área de interés y almacénalos en un depósito procesado por IA de Amazon Simple Storage Service (Amazon S3). Cree metadatos y almacénelos en Amazon DynamoDB. Almacene datos vectoriales en Amazon Aurora Postgres con extensiones de PostGIS.

  5. Step Functions inicia la siguiente tarea de procesamiento con Amazon AI. SageMaker

  6. SageMaker Los modelos de aprendizaje automático alojados en IA eliminan la nube y calculan bandas.

  7. Las mesas de trabajo de SIG WorkSpaces alojadas en Amazon se pueden utilizar para la visualización. Los datos se almacenan en un bucket preprocesado de Amazon S3.

Documentación adicional

Para obtener información adicional, consulte

Colaboradores

Entre los colaboradores de este diagrama de arquitectura de referencia se incluyen:

  • Ajit Rajdeosingh, arquitecto sénior de soluciones de Amazon Web Services

Historial del diagrama

Para recibir notificaciones sobre las actualizaciones de este diagrama de arquitectura de referencia, suscríbase a la fuente RSS.

CambioDescripciónFecha

Publicación inicial

El diagrama de arquitectura de referencia se publicó por primera vez.

14 de agosto de 2023

nota

Para suscribirse a las actualizaciones de RSS, debe tener un complemento de RSS habilitado para el navegador que esté utilizando.