翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# データコンシューマー
データコンシューマーは、一元化されたカタログがデータプロデューサーを使用して共有した後、データプロデューサーからデータを消費します AWS Lake Formation。次の図は、データレイク内の 2 つのデータコンシューマーを示しています。
データコンシューマーには、*アプリケーション*と*データ供給の 2 *種類があります。次の表に、これら 2 つのタイプを示します。
| | |
| --- |--- |
| アプリケーションタイプ | アプリケーションデータコンシューマーは、独自のアプリケーションを実行します AWS アカウント。アプリケーションは AWS Identity and Access Management (IAM) ロールを使用してデータプロデューサーから共有データにアクセスし、ロジックに従って処理します。
通常、このタイプのデータコンシューマーには、アプリケーションのニーズを満たすための規範的なデータ要件があります。 |
| データ提供タイプ | データ供給データコンシューマーは通常、個人 (データアナリストやデータサイエンティストなど) と、独自のものを持たないアプリケーション (ビジネスインテリジェンスアプリケーションなど) を対象としています AWS アカウント。
1 つの組織のデータレイクに複数のデータ供給データコンシューマーが存在する可能性があります。たとえば、さまざまな事業部門が、ユーザーがデータレイクからデータを消費できるように、独自のデータ供給データコンシューマーを設定することを選択する場合があります。これらのデータコンシューマーには、 AWS サービス AWS アカウント ([Amazon Athena](https://docs.aws.amazon.com//athena/latest/ug/what-is.html) など[AWS IAM アイデンティティセンター](https://docs.aws.amazon.com//singlesignon/latest/userguide/what-is.html)) を介して共有データにアクセスするためにデータコンシューマーアカウントのエンドユーザーが使用する独自の IAM ロールプリンシパル ( に関連付けられた IAM ロールなど) が設定されています。
通常、このタイプのデータコンシューマーには幅広いデータ要件があり、継続的に増加しています。 |
AWS Lake Formation は、クロスアカウントデータ共有と集中型カタログへのアクセスのためにデータコンシューマーが使用する最も重要な AWS サービスです。データベースが一元化されたカタログによって共有されると、共有リソースはデータコンシューマーアカウントの Lake Formation で使用できます。その後、必要に応じて、データプロデューサーからのアクセス許可を使用して、データコンシューマーアカウントのローカル IAM プリンシパルにデータアクセスを許可できます。その後、共有データは Lake Formation と統合された AWS サービス (Amazon Athena や など) で使用できます AWS Glue。次の AWS サービスを使用して、データコンシューマーアカウントの共有データにアクセスできます。
+ [Amazon Athena](https://docs.aws.amazon.com//athena/latest/ug/what-is.html) は、標準 SQL を使用して Amazon Simple Storage Service (Amazon S3) 内のデータを直接分析するのに役立つインタラクティブなクエリサービスです。Athena と Lake Formation の詳細については、Amazon Athena [Athena ドキュメントの「Athena が Lake Formation に登録されたデータにアクセスする方法](https://docs.aws.amazon.com//athena/latest/ug/lf-athena-access.html)」を参照してください。
+ [Amazon Redshift Spectrum](https://docs.aws.amazon.com//redshift/latest/dg/c-getting-started-using-spectrum.html) を使用すると、データを Amazon S3 のファイルから構造化データと半構造化データを効率的にクエリおよび取得できます。Redshift Spectrum と Lake Formation の詳細については、Amazon [Redshift ドキュメントの「Lake Formation での Redshift Spectrum の使用](https://docs.aws.amazon.com//redshift/latest/dg/spectrum-lake-formation.html)」を参照してください。
+ [AWS Glue](https://docs.aws.amazon.com//glue/latest/dg/what-is-glue.html) は、完全マネージド型の抽出、変換、ロード (ETL) サービスであり、データを分類し、クリーンアップし、強化し、さまざまなデータストアとデータストリーム間で確実に移動するシンプルで費用対効果の高いサービスです。 AWS Glue ETL ジョブに関連付けられた IAM ロールは、必要なアクセス許可がある場合、Lake Formation によって管理されるデータレイクデータにアクセスできます。
+ [Amazon EMR](https://docs.aws.amazon.com//emr/latest/ManagementGuide/emr-what-is-emr.html) は、ビッグデータフレームワーク ([Apache Hadoop ](https://aws.amazon.com//elasticmapreduce/details/hadoop)や [Apache Spark](https://aws.amazon.com//elasticmapreduce/details/spark) など) を実行して、大量のデータを処理および分析するのに役立ちます。Amazon EMR と Lake Formation の詳細については、[Amazon EMR ドキュメントの「Amazon EMR と Lake Formation の統合](https://docs.aws.amazon.com//emr/latest/ManagementGuide/emr-lake-formation.html)」を参照してください。
+ [Amazon Quick](https://docs.aws.amazon.com//quicksight/latest/user/welcome.html) は、スケーラブルでサーバーレス、埋め込み可能、機械学習 (ML) を活用したビジネスインテリジェンスサービスで、データレイクからのデータを分析および視覚化するために使用できます。Quick と Lake Formation の詳細については、Quick ドキュメントの[「Lake Formation を介した接続の承認](https://docs.aws.amazon.com//quicksight/latest/user/lake-formation.html)」を参照してください。
+ [Amazon SageMaker AI Data Wrangler (Data Wrangler)](https://docs.aws.amazon.com//sagemaker/latest/dg/data-wrangler.html) は、ML のデータの集約と準備にかかる時間を短縮します。Data Wrangler と Lake Formation の詳細については、[Amazon SageMaker AI ドキュメントの「Amazon SageMaker AI Data Wrangler で ML データを準備する](https://docs.aws.amazon.com//sagemaker/latest/dg/data-wrangler.html)Amazon SageMaker 」を参照してください。