As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Gerenciando inserções e atualizações em um data lake sem servidor
<a name="serverless-data-lake-inserts-upserts"></a>

Data de publicação: 15 ** de junho de 2021 ([Histórico do diagrama](#diagram-history)) **

Essa arquitetura mostra como usar a Apache Hudi execução no Amazon EMR para processar inserções e atualizações em conjuntos de dados no [ Amazon Simple Storage Service. ](https://docs.aws.amazon.com/AmazonS3/latest/userguide/Welcome.html) Você pode criar um data lake econômico e escalável que forneça análises sob demanda e crie data marts persistentes.

## Gerenciando inserções e atualizações em um data lake sem servidor
<a name="diagram1"></a>

![Diagrama de arquitetura que mostra como gerenciar inserções e atualizações em um data lake sem servidor com o Amazon EMR, o Amazon S3 e o AWS Glue.](https://docs.aws.amazon.com/pt_br/reference-architecture-diagrams/latest/serverless-data-lake-inserts-upserts/images/serverless-data-lake-inserts-upserts.png)


As etapas a seguir descrevem a arquitetura:

1. Ingira dados de sistemas de origem usando lote, captura de dados de alteração (CDC) ou streaming para a camada bruta no Amazon S3.

1. Depois que os dados persistirem no data lake bruto no Amazon S3, rastreie os dados e preencha-os no catálogo de dados do [ AWS Glue usando um ](https://docs.aws.amazon.com/glue/latest/dg/what-is-glue.html) rastreador.

1. Coloque dados brutos em um cluster do Amazon EMR e leia-os usando o Hive e o Spark para limpeza e transformação.

1. Apache Hudiem execução no Amazon EMR, lê os dados usando as APIs do Spark e realiza inserções e atualizações nos conjuntos de dados necessários.

1. Recoloque os dados limpos e transformados nos buckets processados e reportáveis do Amazon S3.

1. Consuma os dados reportáveis sob demanda usando o [ Athena ](https://docs.aws.amazon.com/athena/latest/ug/what-is.html) ou carregue-os no [ Amazon Redshift. ](https://docs.aws.amazon.com/redshift/latest/dg/welcome.html) Usuários, ferramentas e recursos diferentes podem consumir esses dados.

1. Gerencie toda a movimentação de dados, gire clusters do Amazon EMR sob demanda para dados em lote e carregue os dados usando a orquestração do fluxo de trabalho com o Amazon Managed Workflows for (MWAA). Apache Airflow

## Outras fontes de leitura
<a name="further-reading"></a>

Para obter informações adicionais, consulte os seguintes recursos:
+ [AWS Ícones de arquitetura ](https://aws.amazon.com/architecture/icons)
+ [AWS Centro de Arquitetura ](https://aws.amazon.com/architecture)
+ [AWS Well-Architected](https://aws.amazon.com/architecture/well-architected)

## Histórico do diagrama
<a name="diagram-history"></a>

Para ser notificado sobre atualizações nesse diagrama de arquitetura de referência, assine o feed RSS.

| Alteração | Descrição | Data | 
| --- |--- |--- |
| [Publicação inicial](#diagram-history) | Diagrama de arquitetura de referência publicado pela primeira vez. | 15 de junho de 2021 | 

**nota**  
Para assinar as atualizações de RSS, você deve ter um plug-in RSS ativado para o navegador que está usando.