View a markdown version of this page

Architecture de référence de l'environnement Data Escrow - Architecture de référence de l'environnement Data Escrow
Architecture de référence de l'environnement Data EscrowSuggestions de lectureHistorique du diagramme

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.

Architecture de référence de l'environnement Data Escrow

Date de publication : 13 mai 2022 (Historique du diagramme)

Cette architecture montre comment créer un environnement d'entiercement de données. Vous pouvez stocker, partager et accéder aux données en toute sécurité entre les éditeurs et les annonceurs.

Architecture de référence de l'environnement Data Escrow

Schéma d'architecture illustrant un environnement d'entiercement de données pour les éditeurs et les AWS annonceurs.

  1. Le compte éditeur stocke les données spécifiques à chaque annonceur dans le stockage d'objets Amazon S3.

  2. Des magasins de données transformés dans un stockage d'objets Amazon S3 transformé.

  3. Les données sont soumises à des processus de transformation à l'aide de services tels qu'Amazon EMR ou AWS Glue.

  4. Le système de gouvernance et de surveillance local régit et catalogue ces compartiments S3. Cela utilise le catalogue AWS Glue CloudTrail, Lake Formation et CloudWatch.

  5. Le système de gouvernance et de surveillance local catalogue et gère les compartiments S3 transformés.

  6. Le partage des ressources s'effectue entre le compte de gouvernance central et le compte de l'éditeur contenant les données des annonceurs. L'éditeur contrôle le compte de gouvernance central.

  7. Le compte de gouvernance central permet d'accéder au compte de l'éditeur. Le compte éditeur transforme les objets Amazon S3 en comptes d'annonceurs différents.

  8. L'application client de l'annonceur lance un processus d'intégration des données des éditeurs.

  9. Amazon Managed Workflows Apache Airflow permet de créer des DAG Airflow pour les transformations.

  10. Le processus de transformation extrait les données des compartiments S3 locaux contenant les données des annonceurs.

  11. Le processus de transformation permet d'accéder aux données associées depuis le compte de l'éditeur. Il utilise la gouvernance centralisée et la couche d'accès aux métadonnées.

  12. Les données transformées et jointes provenant des deux comptes sont stockées dans des compartiments S3 finaux.

  13. Les données Amazon S3 sont exportées vers Amazon Redshift ou les requêtes sont effectuées directement via Amazon Redshift Spectrum.

  14. Amazon Quick Sight accède aux tableaux créés dans Amazon Redshift Spectrum.

  15. Les analystes accèdent à des tableaux de bord et à des informations.

Suggestions de lecture

Pour plus d'informations, reportez-vous à

Historique du diagramme

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

ModificationDescriptionDate

Publication initiale

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

13 mai 2022

Note

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