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。

# AWS 資料網格的 產品
<a name="aws-offerings-data-mesh"></a>

使用 [上的分析 AWS](https://aws.amazon.com/big-data/datalakes-and-analytics/)功能，為您的組織建置資料網格型資料解決方案。資源分析 AWS 建議數個 AWS 服務 以低成本建置資料網格，而不會犧牲效能。客戶已採用下列選項來建置以資料網格為基礎的解決方案：
+ 使用 Amazon DataZone 實作資料網格
+ 在 data.all AWS 等上使用開放原始碼架構來實作資料網格
+ 使用 實作資料網格 AWS Lake Formation

這三個選項使用下列項目 AWS 服務：
+ [Amazon Athena](https://docs.aws.amazon.com/athena/latest/ug/what-is.html)
+ [Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html)
+ [Amazon EMR](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-what-is-emr.html)
+ [AWS Glue](https://docs.aws.amazon.com/glue/latest/dg/what-is-glue.html) （包括 AWS Glue Data Catalog 和 AWS Glue 爬蟲程式）
+ [AWS Identity and Access Management (IAM)](https://docs.aws.amazon.com/IAM/latest/UserGuide/introduction.html)
+ [AWS Key Management Service (AWS KMS)](https://docs.aws.amazon.com/kms/latest/developerguide/overview.html)
+ [Amazon Kinesis](https://docs.aws.amazon.com/kinesis/)
+ [AWS Lake Formation](https://docs.aws.amazon.com/lake-formation/latest/dg/what-is-lake-formation.html)
+ [Amazon Managed Streaming for Apache Kafka (Amazon MSK)](https://docs.aws.amazon.com/msk/latest/developerguide/what-is-msk.html)
+ [Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/welcome.html)
+ [Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/welcome.html)
+ [AWS Resource Access Manager (AWS RAM)](https://docs.aws.amazon.com/ram/latest/userguide/what-is.html)
+ [Amazon SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/whatis.html)
+ [AWS Secrets Manager](https://docs.aws.amazon.com/secretsmanager/latest/userguide/intro.html)
+ [Amazon Simple Storage Service (Amazon S3)](https://docs.aws.amazon.com/AmazonS3/latest/userguide/Welcome.html)

Amazon DataZone 選項也會使用 [Amazon EventBridge](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-what-is.html)。

data.all 和 AWS Lake Formation 選項也會使用下列 AWS 服務 和資源：
+ [Amazon API Gateway](https://docs.aws.amazon.com/apigateway/latest/developerguide/welcome.html)
+ [AWS CloudFormation](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide/Welcome.html)
+ [Amazon Cognito](https://docs.aws.amazon.com/cognito/latest/developerguide/cognito-user-identity-pools.html)
+ [AWS Lambda](https://docs.aws.amazon.com/lambda/latest/dg/welcome.html)
+ [AWS Systems Manager 參數存放區](https://docs.aws.amazon.com/systems-manager/latest/userguide/systems-manager-parameter-store.html)
+ [AWS WAF](https://docs.aws.amazon.com/waf/latest/developerguide/waf-chapter.html)

根據組織的需求， AWS 服務 您在實作中使用的 可能會有所不同。

## Amazon DataZone
<a name="datazone"></a>

如果您想要使用全受管服務，請考慮使用 Amazon DataZone 為您的組織實作資料網格。Amazon DataZone 是一種資料管理服務，用於編目 AWS、探索、共用和管理跨內部部署和第三方來源存放的資料。下圖顯示以 Amazon DataZone 為基礎的資料網格參考架構。



![具有中央控管帳戶和 Amazon DataZone 的多個生產者和消費者帳戶。](http://docs.aws.amazon.com/zh_tw/prescriptive-guidance/latest/strategy-data-mesh/images/datazone.png)


在參考架構中，成員帳戶屬於資料網域。它們會分組為資料生產者和資料消費者。架構圖包含下列元件：

1. 資料生產者會在 Amazon DataZone 資料入口網站提供的商業目錄中發佈資料產品。資料入口網站託管在中央控管帳戶中。

1. 資料消費者 （使用者） 使用其 AWS 憑證或單一登入憑證登入資料入口網站。他們可以瀏覽目錄，並使用關鍵字搜尋他們感興趣的資料產品。他們可以篩選搜尋結果。

1. 屬於消費者團隊的資料使用者找到他們感興趣的資料產品後，他們可以請求存取資料。Amazon DataZone 具有內建的存取管理工作流程，資料擁有者會使用此工作流程來檢閱和核准請求。

1. 資料消費者團隊可以使用資料來強化其人工智慧和機器學習 (AI/ML)、分析和報告，以及擷取、轉換和載入 (ETL) 使用案例。

## Data.all
<a name="dataall"></a>

如果您了解開放原始碼，並想要建置和管理自己的解決方案，請考慮使用開放原始碼架構，例如 [data.all。](https://awslabs.github.io/aws-dataall/)Data.all 是一個現代資料市場，支援不同使用者之間的協作。Data.all 簡化了資料探索、共用和精細的資料存取管理，而建置器則使用資料和分析服務的 AWS 產品組合。下圖顯示以 data.all 為基礎的資料網格參考架構。



![具有中央控管帳戶和 data.all 的多個生產者和消費者帳戶。](http://docs.aws.amazon.com/zh_tw/prescriptive-guidance/latest/strategy-data-mesh/images/data-all.png)


架構圖包含下列元件：

1. 資料生產者會在 data.all 前端提供的目錄中發佈資料產品。data.all 的前端和後端託管在中央控管帳戶中。

1. 資料消費者 （使用者） 使用其單一登入或 Amazon Cognito 登入資料來登入 data.all 前端。他們可以瀏覽目錄並搜尋他們感興趣的資料產品。他們可以篩選搜尋結果。

1. 屬於消費者團隊的資料使用者找到他們感興趣的資料產品後，他們可以請求存取資料。Data.all 具有內建的存取管理工作流程，資料擁有者會使用此工作流程來檢閱和核准存取請求。

1. 消費者團隊可以使用資料來強化 AI/ML、分析和報告，以及 ETL 使用案例。

## AWS Lake Formation
<a name="lake-formation"></a>

如果您想要從頭開始建置自訂資料網格解決方案並進行管理，請考慮使用 AWS Lake Formation。Lake Formation 可協助您集中管理、保護和全域共用資料，以進行分析和機器學習。下圖顯示以 Lake Formation 為基礎的資料網格參考架構。



![具有中央控管帳戶和 Lake Formation 的多個生產者和消費者帳戶](http://docs.aws.amazon.com/zh_tw/prescriptive-guidance/latest/strategy-data-mesh/images/aws-lake-formation.png)


架構圖包含下列元件：

1. 資料生產者 AWS Glue Data Catalog 會在中央控管帳戶的 中發佈資料產品。 AWS Lake Formation 管理對中央 Data Catalog 實體的存取。

1. 授予存取權後，消費者團隊可以使用資料來授權其 AI/ML、分析和報告，以及 ETL 使用案例。