View a markdown version of this page

Plateforme de données moderne utilisant AWS et Teradata - Plateforme de données moderne utilisant AWS et Teradata

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.

Plateforme de données moderne utilisant AWS et Teradata

Date de publication : 18 novembre 2022 (Historique du diagramme)

Teradata VantageCloud Enterprisefait partie de l'Teradata VantageCloudoffre, la plateforme complète d'analyse et de données dans le cloud qui inclut une Teradata ClearScape Analytics intégration avec l'SageMaker IA.

Plateforme de données moderne utilisant AWS et Teradata

Schéma d'architecture illustrant une plateforme de données moderne utilisant AWS et Teradata avec Amazon S3, AWS Glue, Amazon EMR et SageMaker AI.

Les étapes suivantes décrivent l'architecture :

  1. Collectez des données provenant de sources multiples au sein de l'entreprise et dans les applications SaaS. Ingérez des données à l'aide d'AWS Data Exchange, d'AWS Database Migration Service (AWS DMS), d'AWS IoT Core et d'Amazon Kinesis. AWS Data Exchange, AWS DMS et Amazon AppFlow utilisent Amazon S3 comme banque de données transitoire ou permanente accessible via Teradata Native Object Store (NOS).

  2. Le lac de AWS données gère le cycle de vie et la gouvernance des données. Amazon S3 fournit un stockage hautement disponible pour les données permanentes et transitoires dans le lac de données.

  3. Traitez les données à l'aide d'AWS Glue et d'Amazon EMR, puis stockez-les sur Amazon S3 ou directement dans Teradata AWS Glue Streaming.

  4. Teradata Vantageon AWS sert d'entrepôt de données et de plateforme d'analyse hautement évolutif. Grâce àTeradata QueryGrid, la plateforme d'analyse peut interroger d'autres banques de données telles que les bases de données SQL et Amazon EMR. Teradata NOS permet d'accéder Teradata Vantage aux données d'Amazon S3 et de les configurer sous forme de table externe.

  5. SageMaker L'IA extrait les données d'entraînement à la fois depuis Amazon S3 Teradata et depuis Amazon S3 à l'aide du noyau ou de la Python bibliothèque Teradata SQL. Déployez des modèles entraînés sur un terminal d' SageMaker IA ou importez-les en tant que modèle BYOM (Bring your own model) Teradata pour les analyses intégrées à la base de données.

  6. Les fonctions externes de l'interface Teradata SQL obtiennent des inférences à partir de points de terminaison d' AWS inférence et de fournisseurs de plateformes d'IA tiers.

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

18 novembre 2022

Note

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