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。

# AWS 现代数据架构
<a name="aws-architecture"></a>

本指南没有描述如何在上实现数据策略框架 AWS。这是一个广泛的主题，在 AWS 文档、博客文章和其他指南中都有介绍（参见 “资源” 部分）。不过，下图提供简要概览。它说明 [AWS上现代数据架构](https://docs.aws.amazon.com/wellarchitected/latest/analytics-lens/modern-data-architecture.html)的主要组件，并涵盖路线图中可能包含的大多数服务。

![\[AWS 数据服务\]](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/strategy-aws-data/images/aws-data-services.png)


此架构的主要组件支持[前面讨论的](framework.md)现代数据策略的技术原则：

1. 使用**集成式、经济实惠且可扩展的存储层**，以使每个数据生产者和使用者都具备与数据交互的技术能力。

   [Amazon Simple Storage Service（Amazon S3）](https://aws.amazon.com/s3/)是一项对象存储服务，以低成本提供集成、可扩展性、数据可用性、安全性和性能。

1. **安全性是强制性要求**。应用数据隐私规则，通过加密提供数据保护，启用审计，并提供自动化合规性。

   要以自动方式应用数据隐私、保护与合规并启用审计功能，您可以使用 [AWS Key Management Service （AWS KMS）](https://aws.amazon.com/kms/)、[AWS Identity and Access Management （IAM）](https://aws.amazon.com/iam/)、[AWS Secrets Manager](https://aws.amazon.com/secrets-manager/)、[AWS Audit Manager](https://aws.amazon.com/audit-manager) 和 [Amazon Macie](https://aws.amazon.com/macie/)。

1. **治理数据**以在整个公司内共享。提供独有的数据目录和业务词汇表，以使用户可以查找和使用其所需的数据。

    [AWS Lake Formation](https://aws.amazon.com/lake-formation/) 帮助您治理数据并在整个公司内共享数据。此外，您可以使用 [Amazon DataZone](https://aws.amazon.com/datazone/)（预览版）在上创建唯一的数据目录[AWS Glue](https://aws.amazon.com/glue/)和业务词汇表，让您的员工能够找到所需的数据。

1. 选择**适合作业的合适服务**。在选择组件时，请考虑功能、可扩展性、数据延迟、运行服务所需的工作量、韧性、集成和自动化。

   [你可以考虑使用[亚马逊 Athena、亚马逊](https://aws.amazon.com/athena/) EMR [AWS Glue](https://aws.amazon.com/glue/)、[亚马逊 OpenSearch 服务、亚马逊](https://aws.amazon.com/emr/)[Kinesis、](https://aws.amazon.com/what-is/opensearch/)亚马[逊 R [edshift](https://aws.amazon.com/redshift/)、适用于 A](https://aws.amazon.com/kinesis/)[pache Kafka 的亚马逊托管流媒体（亚马逊 MSK）和 Amazon Quick 来管理](https://aws.amazon.com/msk/)你的任务。](https://aws.amazon.com/quicksuite/)例如，您可以使用 Kinesis 或 Amazon MSK 执行实时流式传输，使用亚马逊 EMR 进行数据处理，或者使用 OpenSearch 服务进行搜索 AWS Glue，使用 Athena 进行临时查询，使用 Amazon Redshift 执行数据仓库。

1. 使用**人工智能（AI）和机器学习（ML）**。

   您可以在 [AWS AI 服务](https://aws.amazon.com/machine-learning/ai-services/)中使用人工智能，通过 A [mazon A SageMaker I](https://aws.amazon.com/sagemaker) 实现机器学习。

1. 为业务人员提供**数据素养**和**抽象化**工具。

   提供数据素养、工具和抽象的流程不是架构的一部分，但您可以使用 [Amazon DataZone（预览版）和 Amaz](https://aws.amazon.com/datazone/) [on Quick](https://aws.amazon.com/quicksight/) 作为数据抽象工具。[AWS Lake Formation](https://aws.amazon.com/lake-formation/)

1. **检验数据计划的假设**并**衡量其结果**。

   您可以使用[亚马逊 OpenSearch 服务](https://aws.amazon.com/what-is/opensearch/)控制面板或 A [mazon Quick](https://aws.amazon.com/quicksuite/) 来处理业务结果指标和测试结果，并验证您的假设。

有关不同使用案例示例架构的示例，请参阅 [AWS Architecture Center](https://aws.amazon.com/architecture/) 中的参考架构图。您的技术团队应仅将这些图用作参考，并根据您自己的要求、环境和项目对其进行自定义。