View a markdown version of this page

使用 AWS 和 Teradata 的現代資料平台 - 使用 AWS 和 Teradata 的現代資料平台
使用 AWS 和 Teradata 的現代資料平台深入閱讀圖表歷史記錄

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

使用 AWS 和 Teradata 的現代資料平台

發佈日期：2022 年 11 月 18 日 (圖表歷史記錄)

Teradata VantageCloud Enterprise 是 Teradata VantageCloud產品的一部分，即包含 和與 SageMaker AI 整合的完整雲端分析Teradata ClearScape Analytics和資料平台。

使用 AWS 和 Teradata 的現代資料平台

架構圖顯示使用 AWS 和 Teradata 搭配 Amazon S3、AWS Glue、Amazon EMR 和 SageMaker AI 的現代資料平台。

下列步驟說明 架構：

  1. 從跨企業和 SaaS 應用程式的多個來源收集資料。使用 AWS Data Exchange、AWS Database Migration Service (AWS DMS)、AWS IoT Core 和 Amazon Kinesis 擷取資料。AWS Data Exchange、AWS DMS 和 Amazon AppFlow 使用 Amazon S3 做為透過Teradata原生物件存放區 (NOS) 存取的轉換或永久資料存放區。

  2. AWS 資料湖會管理資料生命週期和控管。Amazon S3 為資料湖中的永久和轉換資料提供高可用性儲存。

  3. 使用 AWS Glue 和 Amazon EMR 處理資料，並將其儲存到 Amazon S3 或使用 Teradata AWS Glue 串流直接儲存到 。

  4. Teradata Vantage 上的 AWS 可做為高度可擴展的資料倉儲和分析平台。使用 Teradata QueryGrid，分析平台可以查詢其他資料存放區，例如 SQL 資料庫和 Amazon EMR。 TeradataNOS 允許 Teradata Vantage存取和設定 Amazon S3 上的資料做為外部資料表。

  5. SageMaker AI 使用 Teradata SQL 核心或Python程式庫從 Teradata和 Amazon S3 擷取訓練資料。將訓練過的模型部署到 SageMaker AI 端點，或將其匯入為將您自己的模型 (BYOM) 帶入 Teradata 以進行資料庫內分析。

  6. Teradata SQL 介面中的外部函數會從推論端點和第三方 AI 平台提供者取得 AWS 推論。

深入閱讀

如需詳細資訊，請參閱下列資源：

圖表歷史記錄

若要收到此參考架構圖的更新通知，請訂閱 RSS 摘要。

變更描述日期

初次出版

首先發佈參考架構圖。

2022 年 11 月 18 日

注意

若要訂閱 RSS 更新，您必須為正在使用的瀏覽器啟用 RSS 外掛程式。