本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
推荐的数据层
如果您处理非敏感数据，例如非个人身份信息 (PII) 数据，我们建议您在的数据湖中使用至少三个不同的数据层AWS Cloud。
但是，根据数据的复杂性和用例，您可能需要额外的图层。例如，如果您处理敏感数据（例如 PII 数据），我们建议您使用额外的 Amazon Simple Storage Service (Amazon S3) 存储桶作为landing zone，然后在数据移入原始数据层之前对其进行屏蔽。有关此内容的更多信息，请参加本指南处理敏感数据章节。
每个数据层都必须有一个单独的 S3 存储桶；下表描述了我们推荐的数据层：
| 数据层名称 | 描述 | 生命周期策略示例 |
| Raw |
包含未处理的原始数据，是将数据引入数据湖的层。 如果可能，您应保留原始文件格式并在 S3 存储桶中启用版本控制。 |
一年后，将文件移入 Amazon S3 不频繁访问 (IA) 存储类别。在 Amazon S3 IA 工作两年后，将它们存档到 Amazon S3 Glacier。 |
| 阶段 |
包含针对使用进行了优化的中间处理数据（例如 CSV 到 Apache Parquet 转换的原始文件或数据转换）。 AWS Glue作业从原始层读取文件并验证数据。然后，AWS Glue作业将数据存储在 Apache Parquet 格式的文件中，元数据存储在AWS Glue数据目录的表中。 |
可以在定义的时间段后删除数据，也可以根据组织的要求删除数据。 一些数据导数（例如，原始 JSON 格式的 Apache Avro 转换）可以在较短的时间后（例如，90 天后）从数据湖中删除。 |
| 分析 | 以可供消费的格式（例如 Apache Parquet）包含特定用例的汇总数据。 | 可以将数据移动到 Amazon S3 IA，然后在定义的时间段后或根据贵组织的要求将其删除。 |
注意
您必须根据组织需求、监管要求、查询模式和成本考虑因素评估所有推荐的生命周期策略策略。
