Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Datenplattform für Unterkünfte
Veröffentlichungsdatum: 7. Oktober 2022 () Geschichte des Diagramms
Mit dieser Architektur können Sie eine Datenplattform aufbauen, die sowohl den betrieblichen als auch den analytischen Anforderungen von Beherbergungsunternehmen gerecht wird. Verwenden Sie offene Datenstandards und trennen Sie Speicher von Rechenleistung. Sie verwenden Amazon Simple Storage Service für den Data Lake, Amazon DynamoDB für Betriebsdaten und Amazon SageMaker AI für Modelle für künstliche Intelligenz (KI) und maschinelles Lernen (ML).
Diagramm der Datenplattform für Unterkünfte
Die folgenden Schritte beschreiben die Architektur:
-
Erstellen Sie Basisdaten als Service mit den wichtigsten Domains: Immobilien, Reservierungen, Aufenthalte und Kundentreue. Die Trennung von Speicher und Rechenleistung ist ein wichtiger Designgrundsatz.
-
Verwenden Sie speziell entwickelte Datenbanken und eine serverlose Architektur, um Microservices und Ereignisse für den Betriebsdatenspeicher bereitzustellen. Verwenden Sie DynamoDB und AWS Step Functions skalieren Sie je nach AWS Lambda Akzeptanz. Ersetzen Sie teure betriebliche Datenbanken vor Ort und die Infrastruktur mit serviceorientierter Architektur (SOA).
-
Verwenden Sie offene Standards, um den Data Lake mit denselben Daten wie die Betriebsplattform zu erstellen. Verwenden Sie ein Lesematternschema, um Rohdaten und kuratierte Daten für alle Benutzerrollen verfügbar zu machen. Verarbeiten Sie Daten mithilfe AWS Glue von Amazon EMR.
-
Erstellen Sie in Amazon Redshift standardmäßige Data Warehouse-Schemas und Data Marts für bekannte Nutzungsmuster. Veröffentlichen Sie bei einmaligen Anforderungen den Datenkatalog und verwenden Sie Amazon Athena für Analysen direkt aus dem Data Lake.
-
Verwenden Sie SageMaker KI, um standardmäßige KI- und ML-Modelle für die Kundensegmentierung und den Lifetime Value bereitzustellen. Erstellen Sie benutzerdefinierte Modelle auf der Grundlage der Daten.
Weitere Informationen
Weitere Informationen finden Sie in den folgenden Ressourcen:
Geschichte des Diagramms
Abonnieren Sie den RSS-Feed, um Updates zu diesem Referenzarchitekturdiagramm zu erhalten.
| Änderung | Beschreibung | Datum |
|---|---|---|
Erste Veröffentlichung | Das Referenzarchitekturdiagramm wurde zuerst veröffentlicht. | 7. Oktober 2022 |
RSS-Abonnement erforderlich
Um RSS-Updates zu abonnieren, muss ein RSS-Plugin für den von Ihnen verwendeten Browser aktiviert sein.
