View a markdown version of this page

Maillage de données sur les biens de consommation emballés - Maillage de données sur les biens de consommation emballés

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.

Maillage de données sur les biens de consommation emballés

Date de publication : 11 mai 2021 (Historique du diagramme)

Grâce à cette architecture, vous pouvez créer un maillage de données pour les entreprises de biens de consommation emballés (CPG). La croissance des ventes en ligne augmente la quantité de données que les opérations commerciales génèrent et conservent. Un maillage de données suit les principes de flexibilité et de conception appartenant au domaine tout en conservant les propriétés des données tout au long du cycle de vie. Vous l'utilisez AWS Lake Formation pour une gouvernance centralisée et AWS Glue pour le catalogage des données.

Pour plus d'informations sur cette architecture, consultez Comment créer une architecture de données CPG moderne avec Data Mesh sur le AWS blog.

Diagramme de maillage de données CPG

Les données circulent depuis des sources par lots, en streaming et SFTP via des nœuds appartenant au domaine gérés par Amazon Neptune AWS Lake Formation, avec des métadonnées stockées dans Amazon Neptune, AWS Glue et des analyses via Amazon Athena et Amazon Service. OpenSearch

Les étapes suivantes décrivent l'architecture :

  1. Les données sont transmises AWS via le traitement par lots, les flux en temps réel et le protocole SFTP (Secure File Transfer Protocol).

  2. Les sources de données sont gérées par le domaine métier. Les consommateurs et les producteurs utilisent des plans au niveau de l'organisation qui fournissent des services de base tels que la sécurité, la gouvernance, les rôles IAM et les normes.

  3. Gérez les métadonnées via de multiples services. À utiliser AWS Glue pour le catalogage des données. Stockez le lignage des données dans Amazon Neptune. Stockez les contrats de données dans Amazon DynamoDB.

  4. Les consommateurs recherchent les données à l'aide des propriétés du contrat.

  5. Lake Formation fournit une gestion centralisée des autorisations précises. Il prend également en charge la découverte automatique des schémas et la conversion au format requis.

  6. Effectuez du ML et des analyses à l'aide de Lake Formation. Ce nœud maillé fournit des informations et une stratégie. Utilisez Amazon Athena, Amazon OpenSearch Service et Amazon SageMaker AI à des fins d'analyse.

Suggestions de lecture

Pour plus d'informations, consultez les ressources suivantes :

Historique du diagramme

Pour recevoir des mises à jour concernant ce schéma d'architecture de référence, abonnez-vous au fil RSS.

ModificationDescriptionDate

Publication initiale

Schéma d'architecture de référence publié pour la première fois.

11 mai 2021

Obligation d'abonnement RSS

Pour vous abonner aux mises à jour RSS, un plug-in RSS doit être activé pour le navigateur que vous utilisez.