View a markdown version of this page

使用 AWS 和 Teradata 的现代数据平台 - 使用 AWS 和 Teradata 的现代数据平台

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。

使用 AWS 和 Teradata 的现代数据平台

发布日期:2022年 11月18日 (图表历史)

Teradata VantageCloud Enterprise是该Teradata VantageCloud产品的一部分,是包括SageMaker 人工智能并与之集成的完整云分析Teradata ClearScape Analytics和数据平台。

使用 AWS 和 Teradata 的现代数据平台

架构图显示了使用 AWS 和Teradata搭载亚马逊 S3、AWS Glue、亚马逊 EMR 和 SageMaker 人工智能的现代数据平台。

以下步骤描述了架构:

  1. 从企业和 SaaS 应用程序的多个来源收集数据。使用 AWS 数据交换、AWS 数据库迁移服务 (AWS DMS)、A WS IoT Core 和 A mazon Kines is 摄取数据。AWS Data Exchange、AWS DMS 和亚马逊 AppFlow使用 Amazon S3 作为过渡或永久数据存储,可通过Teradata原生对象存储 (NOS) 进行访问。

  2. AWS 数据湖管理数据生命周期和治理。Amazon S3 为数据湖中的永久和过渡数据提供高度可用的存储。

  3. 使用 AWS Glue 和 A mazon EMR 处理数据,然后将其存储到 Amazon S3 或Teradata使用 AWS Glue 流媒体直接存储到中。

  4. Teradata Vantageon AWS 用作高度可扩展的数据仓库和分析平台。借助Teradata QueryGrid,分析平台可以查询其他数据存储,例如 SQL 数据库和 Amazon EMR。TeradataNOS 允许Teradata Vantage以外部表的形式访问和配置 Amazon S3 上的数据。

  5. SageMaker AI 使用 Teradata SQL 内核或Python库从两者Teradata和 Amazon S3 中检索训练数据。将经过训练的模型部署到 A SageMaker I 终端节点,或将其作为自带模型 (BYOM) 导入Teradata以进行数据库内分析。

  6. TeradataSQL 接口中的外部函数从推理端点和第三方 AI 平台提供商那里获得 AWS 推断。

延伸阅读

有关其他信息,请参阅以下资源:

图表历史

要获得有关此参考架构图更新的通知,请订阅 RSS 提要。

变更说明日期

初次发布

参考架构图首次发布。

2022 年 11 月 18 日

注意

要订阅 RSS 更新,必须为正在使用的浏览器启用 RSS 插件。