Amazon DataZone: Integrationen
Die Amazon-DataZone-Integrationen sind in vier Kategorien unterteilt:
Datenquellen des Produzenten
Veröffentlichen Sie Daten aus integrierten Datenquellen für den AWS-Glue-Datenkatalog und Amazon Redshift. Für alle anderen Arten von Quellen können Sie einen benutzerdefinierten Asset-Typ definieren und die öffentlichen APIs von Amazon DataZone verwenden, um diese Assets zu veröffentlichen. Für die Integration mit AWS Glue Data Quality kann die Datenquelle verwendet werden, um die Datenqualitäts-Bewertung nach einem Zeitplan einzugeben.
Analysetools
Arbeiten Sie mit Services wie Amazon Athena und Amazon Redshift Query Editor, sodass Sie direkt mit Daten aus den Abfrage-Editoren arbeiten können. Diese Funktion kann mithilfe von APIs leicht erweitert werden, um andere Tools von Drittanbietern anzupassen. Amazon DataZone kann den Projektzugriffskontext mit diesen Tools teilen.
Zugriffserfüllung
Automatisches Erfüllen und Verwalten von Berechtigungen für AWS Lake Formation verwaltete AWS-Glue-Tabellen und Amazon-Redshift-Tabellen und Ansichten. Für alle anderen Ressourcen gibt Amazon DataZone Standardereignisse aus, die sich auf Benutzeraktionen beziehen, wie Abonnementanfragen oder Genehmigungen. Sie können diese Standardereignisse für die Integration mit anderen AWS-Services oder Lösungen von Drittanbietern für benutzerdefinierte Integrationen verwenden.
Machine Learning (ML)-Tools
Arbeiten Sie mit Amazon SageMaker, um einfach auf Daten- und ML-Assets zuzugreifen. Sie können ganz einfach ML-Aufgaben ausführen und neu erstellte Daten- und ML-Assets in Ihrem Geschäftsdatenkatalog veröffentlichen. Erfahren Sie mehr darüber, wie Amazon SageMaker ML-Governance unterstützt.
Daten in Ihren Data Lakes verwalten
Verwalten und skalieren Sie fein abgestufte Zugriffsberechtigungen für Daten zentral mit AWS.
Datenverwaltung in Data Lakes mit Amazon S3 und Amazon DataZone
Effektive Datenverwaltung ist der Schlüssel zur Gewährleistung der Integrität und Vertrauenswürdigkeit Ihrer Daten. Erfahren Sie, warum Data Lakes für Unternehmen wichtig sind, lernen Sie das AWS-Modell der Datenverwaltung kennen sowie die verschiedenen Services, die bei der Verwaltung von Data Lakes hilfreich sein können.
Vereinheitlichte Datenlandschaft durch die Verwaltung von Metadaten mit Amazon DataZone und AWS Glue
Sie benötigen eine robuste, ganzheitliche Lösung für das Metadatenmanagement, um Ihre Daten für Benutzer, Engines und Modelle auffindbar zu machen. Optimieren Sie die Erkennung, Verwaltung und Analyse mit Amazon DataZone und AWS-Glue-Datenkatalog.