AWS architettura dei dati moderna - AWS Guida prescrittiva

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

AWS architettura dei dati moderna

Questa guida non descrive come implementare un framework di strategia dei dati su AWS. Questo è un argomento approfondito trattato nella AWS documentazione, nei post di blog e in altre guide (vedi la sezione Risorse). Tuttavia, il diagramma seguente fornisce una panoramica di alto livello. Illustra i componenti principali di una moderna architettura di dati AWS e copre la maggior parte dei servizi che possono essere inclusi nella roadmap.

AWS servizi di dati

I componenti principali di questa architettura supportano i principi tecnici di una moderna strategia di dati discussi in precedenza:

  1. Utilizza un livello di storage integrato, conveniente e scalabile, in modo che ogni produttore e consumatore di dati abbia le capacità tecniche per interagire con i dati.

    Amazon Simple Storage Service (Amazon S3) Simple Storage Service (Amazon S3) è un servizio di storage di oggetti che offre integrazione, scalabilità, disponibilità dei dati, sicurezza e prestazioni a un costo contenuto.

  2. La sicurezza è obbligatoria. Applica le regole sulla privacy dei dati, fornisci protezione dei dati con crittografia, abilita il controllo e fornisci la conformità automatizzata.

    Per applicare la privacy, la protezione e la conformità dei dati in modo automatizzato e per abilitare il controllo, puoi utilizzare AWS Key Management Service (AWS KMS), AWS Identity and Access Management (IAM) e Amazon Macie. AWS Secrets ManagerAWS Audit Manager

  3. Gestisci i dati per condividerli con tutta l'azienda. Fornisci un catalogo di dati unico e un glossario aziendale in modo che gli utenti possano trovare e utilizzare i dati di cui hanno bisogno.

    AWS Lake Formationti aiuta a gestire i dati e condividerli in tutta l'azienda. Inoltre, puoi creare un catalogo dati unico AWS Gluee un glossario aziendale utilizzando Amazon DataZone (in anteprima) per consentire ai tuoi dipendenti di trovare i dati di cui hanno bisogno.

  4. Seleziona il servizio giusto per il lavoro giusto. Quando scegli un componente, considera la funzionalità, la scalabilità, la latenza dei dati, lo sforzo richiesto per eseguire il servizio, la resilienza, l'integrazione e l'automazione.

    Puoi prendere in considerazione Amazon Athena, Amazon EMR, Amazon Service, AWS GlueAmazon Kinesis, OpenSearch Amazon Redshift, Amazon Managed Streaming for Apache Kafka (Amazon MSK) e Amazon per gestire le tue attività. QuickSight Ad esempio, puoi eseguire lo streaming in tempo reale con Kinesis o Amazon MSK, l'elaborazione dei dati con Amazon EMR o, la ricerca con OpenSearch Service AWS Glue, le query ad hoc con Athena e il data warehousing con Amazon Redshift.

  5. Usa l'intelligenza artificiale (AI) e l'apprendimento automatico (ML).

    Puoi abilitare l'uso dell'intelligenza artificiale con AWS i servizi di intelligenza artificiale e l'apprendimento automatico con Amazon SageMaker AI.

  6. Fornisci agli uomini d'affari l'alfabetizzazione dei dati e gli strumenti con astrazioni.

    I processi per fornire alfabetizzazione, strumenti e astrazioni dei dati non fanno parte dell'architettura, ma puoi utilizzare Amazon DataZone (in anteprima) e Amazon QuickSight come strumenti di astrazione dei dati. AWS Lake Formation

  7. Verifica le ipotesi delle tue iniziative relative ai dati e misurane i risultati.

    Puoi utilizzare la dashboard di Amazon OpenSearch Service o Amazon QuickSight per lavorare con le metriche dei risultati aziendali e i risultati dei test e convalidare le tue ipotesi.

Per esempi di architetture di esempio per diversi casi d'uso, consulta i diagrammi dell'architettura di riferimento nell'Architecture Center.AWS Il team tecnico dovrebbe utilizzare questi diagrammi solo come riferimento e personalizzarli in base ai propri requisiti, ambienti e progetti.