View a markdown version of this page

Architecture de référence Data Mesh avec Amazon DataZone - Architecture de référence Data Mesh avec Amazon DataZone

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 Data Mesh avec Amazon DataZone

Date de publication : 20 novembre 2024 (Historique du diagramme)

Le maillage de données est un cadre architectural et organisationnel décentralisé qui aide les organisations à accélérer l'innovation et à générer de la valeur commerciale. Cette architecture montre comment l'utiliser pour Amazon DataZone créer une solution de données basée sur un maillage de données.

Architecture de référence Data Mesh avec Amazon DataZone

Schéma d'architecture illustrant un maillage de données utilisé Amazon DataZone avec Amazon S3, AWS Glue, Amazon Redshift et SageMaker AI.

Les étapes suivantes décrivent l'architecture :

  1. Collectez des données provenant de différentes sources au sein de l'entreprise par le biais de bases de données, de partages de fichiers, d'appareils périphériques, de journaux, de réseaux sociaux, d'applications SaaS et de contenus multimédias en streaming.

  2. En fonction du système source et des exigences de l'utilisateur final, ingérez des données brutes à l'aide d'Amazon AppFlow, d'AWS Database Migration Service, d'Amazon Kinesis, d'AWS IoT Core et d'Amazon Managed Streaming for. Apache Kafka

  3. Dans le compte du producteur, transformez les données brutes à l'aide d'AWS Glue. Stockez les métadonnées dans le catalogue de données AWS Glue, mesurez la qualité des données à l'aide d'AWS Glue Data Quality et enregistrez les données dans Amazon S3, Amazon Redshift, Amazon RDS et des sources tierces en tant qu'actifs dans le Amazon DataZone catalogue à l'aide de tâches liées aux sources de données.

  4. Le compte de gouvernance central héberge le Amazon DataZone domaine et le portail de données associé. Associez AWS les comptes des producteurs et des consommateurs de données au Amazon DataZone domaine et créez des projets dans des unités de domaine connexes.

  5. Les utilisateurs finaux se connectent au portail de Amazon DataZone données à l'aide des informations d'identification IAM ou de l'authentification unique (SSO) via. https://docs.aws.amazon.com/singlesignon/latest/userguide/what-is.html Ils recherchent, filtrent et consultent les informations sur les actifs, notamment la qualité des données, les métadonnées commerciales et les métadonnées techniques.

  6. Lorsque les utilisateurs finaux trouvent des actifs intéressants, ils demandent l'accès à l'aide de la fonction d'abonnement deAmazon DataZone. Le propriétaire de l'actif approuve ou rejette la demande en fonction de sa validité.

  7. Une fois la demande d'abonnement acceptée et traitée, accédez à la ressource dans le compte client pour développer un AI/ML modèle à l'aide de l'SageMaker IA, et pour les analyses et les rapports, utilisez Athena, Amazon Redshift et Quick.

Suggestions de lecture

Pour plus d'informations, consultez les ressources suivantes :

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

Le schéma d'architecture de référence a été publié pour la première fois

20 novembre 2024

Note

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