View a markdown version of this page

Piattaforma dati delle compagnie - Piattaforma dati delle compagnie

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.

Piattaforma dati delle compagnie

Data di pubblicazione: 23 agosto 2022 () Storia del diagramma

Questa architettura di riferimento fornisce una piattaforma dati per le compagnie aeree che sostituisce o potenzia l'infrastruttura di dati locale. Le compagnie aeree utilizzano questa architettura per creare prodotti di dati di proprietà del dominio con storage ed elaborazione separati. La piattaforma supporta le operazioni di volo, i servizi passeggeri e i domini dei programmi fedeltà.

Le iniziative delle compagnie aeree volte a creare archivi di dati operativi spesso non si adattano ai cambiamenti. Schemi rigidi, tempi di implementazione lunghi, operazioni in silos e limitazioni di scalabilità in sede limitano l'agilità. Questa architettura della piattaforma dati alleggerisce o sostituisce il carico della piattaforma dati locale. Aumenta l'agilità di sviluppo e i risparmi sui costi.

Questa architettura utilizza l'Implementing Travel and Hospitality Data Mesh come base per un approccio di progettazione di proprietà del dominio.

Diagramma della piattaforma dati delle compagnie aeree

Architettura per la piattaforma dati delle compagnie aeree che utilizza Amazon S3, Amazon Redshift e Amazon SageMaker AI. AWS Glue

I passaggi seguenti descrivono l'architettura:

  1. Crea prodotti di dati per domini pertinenti come voli, passeggeri e fidelizzazione. Separa lo storage dall'elaborazione per scalare ciascuno in modo indipendente.

  2. Nell'archivio dati operativo, utilizza servizi gestiti e database appositamente creati con modelli basati su microservizi e basati sugli eventi. Questo sostituisce la costosa infrastruttura locale. Elimina i database operativi, l'infrastruttura SOA (Service-Oriented Architecture) e il middleware orientato ai messaggi.

  3. Usa standard aperti per creare un data lake con Amazon S3. https://docs.aws.amazon.com/AmazonS3/latest/userguide/ Utilizza uno schema read-pattern per rendere disponibili dati grezzi e curati per tutti i ruoli utente.

  4. Per modelli di query noti, crea schemi di data warehouse aziendali standard in Amazon Redshift. https://docs.aws.amazon.com/redshift/latest/dg/ Crea data mart in Amazon Redshift per analisi molto utilizzate. Per query ad hoc, pubblica il catalogo di dati in. AWS Glue Usa Athena per interrogare direttamente il data lake.

  5. Usa Amazon SageMaker AI per i AI/ML modelli standard. Crea modelli di segmentazione dei clienti e di valore a vita sulla base del data lake.

Approfondimenti

Per ulteriori informazioni, consulta le seguenti risorse:

Storia del diagramma

Per ricevere aggiornamenti su questo diagramma di architettura di riferimento, abbonatevi al feed RSS.

ModificaDescrizioneData

Pubblicazione iniziale

Diagramma dell'architettura di riferimento pubblicato per la prima volta.

23 agosto 2022

Requisito di abbonamento RSS

Per iscriverti agli aggiornamenti RSS, devi avere un plug-in RSS abilitato per il browser che stai utilizzando.