Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Esistono diversi modi per accedere alle tabelle nei bucket di tabelle Amazon S3, puoi integrare le tabelle con i servizi di AWS analisi utilizzando Amazon SageMaker Lakehouse o accedere direttamente alle tabelle utilizzando Amazon S3 Tables Iceberg REST endpoint o il catalogo di tabelle Amazon S3 per Apache Iceberg. Il metodo di accesso utilizzato dipenderà dalla configurazione del catalogo, dal modello di governance e dalle esigenze di controllo degli accessi. Di seguito è riportata una panoramica di questi metodi di accesso.
Scelta di un metodo di accesso
- Integrazione con Amazon SageMaker Lakehouse
Questo è il metodo di accesso consigliato per lavorare con le tabelle nei table bucket S3. L'integrazione offre una gestione unificata delle tabelle, una governance centralizzata e un controllo granulare degli accessi su più servizi di analisi. AWS
- Accesso diretto
Utilizza questo metodo se devi lavorare con implementazioni di cataloghi AWS Partner Network (APN), implementazioni di cataloghi personalizzati o se devi solo eseguire operazioni di lettura/scrittura di base su tabelle all'interno di un singolo bucket di tabelle.
Accesso alle tabelle tramite l'integrazione con Amazon SageMaker Lakehouse
Puoi integrare i table bucket S3 con Amazon SageMaker Lakehouse per accedere alle tabelle da servizi di AWS analisi come Amazon Athena, Amazon Redshift e Amazon. QuickSight Amazon SageMaker Lakehouse unifica i dati tra i data lake Amazon S3 e i data warehouse Amazon Redshift, in modo da poter creare applicazioni di analisi, machine learning (ML) e intelligenza artificiale generativa su un'unica copia di dati. L'integrazione inserisce le tue risorse tabellari e federa l'accesso a queste risorse AWS Glue Data Catalog con. AWS Lake Formation Per ulteriori informazioni sull'integrazione, consulta. Utilizzo di Amazon S3 Tables con AWS servizi di analisi
L'integrazione consente un controllo granulare degli accessi AWS Lake Formation per fornire ulteriore sicurezza. Lake Formation utilizza una combinazione del proprio modello di autorizzazioni e del modello di autorizzazioni IAM per controllare l'accesso alle risorse delle tabelle e ai dati sottostanti. Ciò significa che una richiesta di accesso alla tua tabella deve superare i controlli di autorizzazione sia di IAM che di Lake Formation. Per ulteriori informazioni, consulta la panoramica delle autorizzazioni di Lake Formation nella Guida per gli AWS Lake Formation sviluppatori.
I seguenti servizi AWS di analisi possono accedere alle tabelle tramite questa integrazione:
Accesso alle tabelle utilizzando AWS Glue Iceberg REST endpoint
Una volta integrati i bucket da tavolo S3 con Amazon SageMaker Lakehouse, puoi anche utilizzare AWS Glue Iceberg REST endpoint per connettersi alle tabelle S3 da motori di query di terze parti che supportano Iceberg. Per ulteriori informazioni, vedereAccesso alle tabelle Amazon S3 tramite AWS Glue Iceberg REST endpoint.
Si consiglia di utilizzare AWS Glue Iceberg REST endpoint da cui si desidera accedere alle tabelle Spark, PyIcebergo altro Iceberg-client compatibili.
I seguenti client possono accedere alle tabelle direttamente tramite AWS Glue Iceberg REST endpoint:
Qualsiasi Iceberg cliente, incluso Spark, PyIceberge altro ancora.
Accesso diretto alle tabelle
È possibile accedere alle tabelle direttamente dai motori di query open source tramite metodi che collegano le operazioni di gestione di S3 Tables alle Apache Iceberg applicazioni di analisi. Esistono due metodi di accesso diretto: le tabelle Amazon S3 Iceberg REST endpoint o il catalogo di tabelle Amazon S3 per Apache Iceberg. La REST è consigliato l'endpoint.
Consigliamo l'accesso diretto se si accede alle tabelle in implementazioni di cataloghi autogestite o se è necessario eseguire solo operazioni di lettura/scrittura di base sulle tabelle in un unico bucket di tabelle. Per altri scenari di accesso, consigliamo l'integrazione con Amazon SageMaker Lakehouse.
L'accesso diretto alle tabelle viene gestito tramite politiche basate sull'identità IAM o politiche basate sulle risorse collegate a tabelle e bucket di tabelle. Non è necessario gestire le autorizzazioni di Lake Formation per le tabelle quando vi accedi direttamente.
Accesso alle tabelle tramite le tabelle Amazon S3 Iceberg REST endpoint
Puoi usare le tabelle Amazon S3 Iceberg REST endpoint per accedere ai tuoi tavoli direttamente da qualsiasi Iceberg REST client compatibili tramite HTTP endpoints, per ulteriori informazioni, consultaAccesso alle tabelle utilizzando le tabelle Amazon S3 Iceberg REST endpoint.
I seguenti servizi AWS di analisi e motori di query possono accedere direttamente alle tabelle utilizzando Amazon S3 Tables. Iceberg REST endpoint:
Motori di interrogazione supportati
Qualsiasi Iceberg cliente, incluso Spark, PyIceberge altro ancora.
Accesso diretto alle tabelle tramite Amazon S3 Tables Catalog per Apache Iceberg
Puoi anche accedere alle tabelle direttamente dai motori di query come Apache Spark utilizzando il catalogo dei clienti di S3 Tables, per ulteriori informazioni, consultaAccesso alle tabelle Amazon S3 con Amazon S3 Tables Catalog per Apache Iceberg. Tuttavia, S3 consiglia di utilizzare le tabelle Amazon S3 Iceberg REST endpoint per l'accesso diretto perché supporta più applicazioni, senza richiedere un linguaggio o un codice specifico del motore.
I seguenti motori di query possono accedere direttamente alle tabelle utilizzando il catalogo client:
