AWSmoderne Datenarchitektur

In diesem Handbuch wird nicht beschrieben, wie ein Datenstrategie-Framework implementiert wirdAWS. Das ist ein umfangreiches Thema, das behandelt wird inAWSDokumentation, Blogbeiträge und andere Anleitungen (siehe Abschnitt Ressourcen). Das folgende Diagramm bietet jedoch einen allgemeinen Überblick. Es veranschaulicht die Hauptbestandteile einesmoderne Datenarchitektur aufAWSund deckt die meisten Dienste ab, die in Ihrer Roadmap enthalten sein können.

Die Hauptkomponenten dieser Architektur unterstützen die technischen Grundsätze einer modernen Datenstrategie, diezuvor besprochen:

1. Benutze eineintegrierte, kostengünstige und skalierbare Speicherebene, sodass jeder Datenproduzent und -verbraucher über die technischen Möglichkeiten verfügt, mit Daten zu interagieren.

   Amazon Simple Storage Service (Amazon S3)ist ein Objektspeicherdienst, der Integration, Skalierbarkeit, Datenverfügbarkeit, Sicherheit und Leistung zu geringen Kosten bietet.

2. Sicherheit ist Pflicht. Wenden Sie Datenschutzregeln an, sorgen Sie für Datenschutz durch Verschlüsselung, ermöglichen Sie Audits und sorgen Sie für automatische Einhaltung der Vorschriften.

   Um Datenschutz, Datenschutz und Compliance automatisiert anzuwenden und Prüfungen zu ermöglichen, können SieAWS Key Management Service(AWS KMS),AWS Identity and Access Management(ICH BIN),AWS Secrets Manager,AWS Audit Manager, undAmazon Macie.

3. Steuern Sie die zu teilenden Datenes im gesamten Unternehmen. Stellen Sie einen einzigartigen Datenkatalog und ein Geschäftsglossar bereit, damit Benutzer die benötigten Daten finden und verwenden können.

   AWS Lake Formationhilft Ihnen, Daten zu verwalten und sie unternehmensweit zu teilen. Darüber hinaus können Sie einen eindeutigen Datenkatalog erstellen unterAWS Glueund ein Geschäftsglossar mithilfe vonAmazonasDataZone(in der Vorschau), damit Ihre Mitarbeiter die benötigten Daten finden können.

4. Wählen Sie dieDer richtige Service für den richtigen Job. Berücksichtigen Sie bei der Auswahl einer Komponente Funktionalität, Skalierbarkeit, Datenlatenz, den für die Ausführung des Dienstes erforderlichen Aufwand, Belastbarkeit, Integration und Automatisierung.

   Sie können erwägenAmazon Athene,Amazon EMR,AWS Glue,AmazonasOpenSearchBedienung,Amazon Kinesis,Amazon Redshift,Von Amazon verwaltetes Streaming für Apache Kafka (Amazon MSK), undAmazonasQuickSightum Ihre Aufgaben zu verwalten. Sie können beispielsweise Echtzeit-Streaming mit Kinesis oder Amazon MSK, Datenverarbeitung mit Amazon EMR oderAWS Glue, suche mitOpenSearchService, Ad-hoc-Abfragen mit Athena und Data Warehousing mit Amazon Redshift.

5. Benutzenkünstliche Intelligenz (KI) und maschinelles Lernen (ML).

   Sie können den Einsatz künstlicher Intelligenz aktivieren mitAWSKI-Diensteund maschinelles Lernen mitAmazonasSageMaker.

6. BereitstellenDatenkompetenzund Tools mitAbstraktionen für Geschäftsleute.

   Prozesse zur Bereitstellung von Datenkompetenz, Tools und Abstraktionen sind nicht Teil der Architektur, aber Sie könnenAmazonasDataZone(in der Vorschau),AWS Lake Formation, undAmazonasQuickSightals Tools zur Datenabstraktion.

7. Testen Sie die HypothesenIhrer Dateninitiativen undmessen ihre Ergebnisse.

   Sie können das verwendenAmazonasOpenSearchBedienungArmaturenbrett oderAmazonasQuickSightum mit Kennzahlen und Testergebnissen für Geschäftsergebnisse zu arbeiten und Ihre Hypothesen zu validieren.

Beispiele für Beispielarchitekturen für verschiedene Anwendungsfälle finden Sie in den Referenzarchitekturdiagrammen in derAWSZentrum für Architektur. Ihr technisches Team sollte diese Diagramme nur als Referenz verwenden und sie an Ihre eigenen Anforderungen, Umgebungen und Projekte anpassen.