Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
AWS architecture de données moderne
Ce guide ne décrit pas comment mettre en œuvre un cadre de stratégie de données sur AWS. Il s'agit d'un sujet étendu qui est traité dans AWS la documentation, les articles de blog et d'autres guides (voir la section Ressources). Toutefois, le schéma suivant fournit une vue d'ensemble détaillée. Il illustre les principaux composants d'une architecture de données moderne AWS et couvre la plupart des services qui peuvent figurer dans votre feuille de route.
Les principaux composants de cette architecture soutiennent les principes techniques d'une stratégie de données moderne évoqués précédemment :
-
Utilisez une couche de stockage intégrée, rentable et évolutive, afin que chaque producteur et consommateur de données dispose des capacités techniques nécessaires pour interagir avec les données.
Amazon Simple Storage Service (Amazon S3)
est un service de stockage d'objets qui assure l'intégration, l'évolutivité, la disponibilité des données, la sécurité et les performances à faible coût. -
La sécurité est obligatoire. Appliquez des règles de confidentialité des données, protégez les données grâce au chiffrement, activez l'audit et assurez la conformité automatisée.
Pour appliquer la confidentialité, la protection et la conformité des données de manière automatisée, et pour activer l'audit, vous pouvez utiliser AWS Key Management Service (AWS KMS)
, AWS Identity and Access Management (IAM) AWS Secrets ManagerAWS Audit Manager , et Amazon Macie . -
Gérez les données pour les partager au sein de l'entreprise. Fournissez un catalogue de données unique et un glossaire commercial afin que les utilisateurs puissent trouver et utiliser les données dont ils ont besoin.
AWS Lake Formation
vous aide à gérer les données et à les partager au sein de l'entreprise. En outre, vous pouvez créer un catalogue de données unique AWS Glue et un glossaire professionnel en utilisant Amazon DataZone (en version préliminaire) pour permettre à vos employés de trouver les données dont ils ont besoin. -
Choisissez le bon service pour le bon travail. Lorsque vous choisissez un composant, tenez compte des fonctionnalités, de l'évolutivité, de la latence des données, de l'effort requis pour exécuter le service, de la résilience, de l'intégration et de l'automatisation.
Vous pouvez envisager Amazon Athena
, Amazon OpenSearch ServiceEMR, AWS Glue Amazon Kinesis , Amazon Redshift, Amazon Managed Streaming for Apache Kafka (AmazonMSK) et Amazon pour gérer vos tâches. QuickSight Par exemple, vous pouvez effectuer du streaming en temps réel avec Kinesis ou AmazonMSK, du traitement des données avec Amazon EMR ou des recherches avec OpenSearch Service AWS Glue, des requêtes ad hoc avec Athena et un entrepôt de données avec Amazon Redshift. -
Utilisez l'intelligence artificielle (IA) et l'apprentissage automatique (ML).
Vous pouvez activer l'utilisation de l'intelligence artificielle avec les services d'AWS IA
et l'apprentissage automatique avec Amazon SageMaker . -
Fournir une culture des données et des outils contenant des abstractions aux hommes d'affaires.
Les processus de maîtrise des données, d'outils et d'abstractions ne font pas partie de l'architecture, mais vous pouvez utiliser Amazon DataZone
(en version préliminaire) et Amazon QuickSight comme outils d'abstraction de données. AWS Lake Formation -
Testez les hypothèses de vos initiatives en matière de données et mesurez leurs résultats.
Vous pouvez utiliser le tableau de bord Amazon OpenSearch Service
ou Amazon QuickSight pour travailler avec des indicateurs de résultats commerciaux et des résultats de tests, et valider vos hypothèses.
Pour des exemples d'architectures pour différents cas d'utilisation, consultez les diagrammes d'architecture de référence dans le Centre AWS d'architecture
