資料取用者

在集中式目錄共用資料之後，資料消費者會使用來自資料生產者的資料 AWS Lake Formation。下圖顯示資料湖中的兩個資料取用者。

資料取用者有兩種類型：應用程式和資料服務。下表說明這兩種類型。

應用程式類型	應用程式資料取用者會自行執行應用程式 AWS 帳戶。應用程式會使用 AWS Identity and Access Management (IAM) 角色從資料生產者存取共用資料，然後根據其邏輯進行處理。 一般而言，這種類型的資料消費者具有滿足應用程式需求的規範性資料需求。
資料服務類型	資料服務資料取用者通常適用於沒有自己的個人 （例如，資料分析師或資料科學家） 和應用程式 （例如，商業智慧應用程式） AWS 帳戶。 多個資料服務資料取用者可以存在於一個組織的資料湖中。例如，不同的業務單位可能會選擇設定自己的資料服務資料取用者，以協助使用者從資料湖取用資料。這些資料消費者在其 AWS 帳戶 （例如，與 相關聯的 IAM 角色AWS IAM Identity Center) 中已設定自己的 IAM 角色主體，供資料消費者帳戶中的最終使用者用來透過 AWS 服務 （例如，Amazon Athena) 存取共用資料。 一般而言，這種類型的資料消費者具有廣泛且持續增加的資料需求。

AWS Lake Formation 是資料消費者用於跨帳戶資料共用和存取集中型錄的最重要 AWS 服務。在集中式目錄共用資料庫之後，可在資料消費者帳戶中的 Lake Formation 中使用共用資源。然後，資料存取可以授予資料消費者帳戶中的本機 IAM 主體，並在必要時獲得資料生產者的許可。然後，與 Lake Formation 整合 AWS 的服務可以使用共用資料 （例如 Amazon Athena 和 AWS Glue)。您可以使用下列 AWS 服務來存取資料消費者帳戶中的共用資料：

• Amazon Athena 是一種互動式查詢服務，可協助使用標準 SQL 直接分析 Amazon Simple Storage Service (Amazon S3) 中的資料。如需 Athena 和 Lake Formation 的詳細資訊，請參閱 Amazon Athena 文件中的 Athena 如何存取向 Lake Formation 註冊的資料。

• Amazon Redshift Spectrum 可協助您有效率地從 Amazon S3 中的檔案查詢和擷取結構化和半結構化資料，而不必將資料載入 Amazon Redshift 資料表。如需 Redshift Spectrum 和 Lake Formation 的詳細資訊，請參閱 Amazon Redshift 文件中的搭配使用 Redshift Spectrum 與 Lake Formation。

• AWS Glue 是一種全受管擷取、轉換和載入 (ETL) 服務，可讓您以簡單且經濟實惠的方式分類資料、清理資料、擴充資料，並在不同的資料存放區和資料串流之間可靠地移動資料。如果 AWS Glue ETL 任務的相關聯 IAM 角色具有必要的存取許可，則可以存取 Lake Formation 管理的資料湖資料。

• Amazon EMR 可協助執行大數據架構 （例如 Apache Hadoop 和 Apache Spark) 來處理和分析大量資料。如需 Amazon EMR 和 Lake Formation 的詳細資訊，請參閱《Amazon EMR 文件》中的整合 Amazon EMR 與 Lake Formation。

• Amazon QuickSight 是一種可擴展、無伺服器、可嵌入且採用機器學習 (ML) 技術的商業智慧服務，可用來分析和視覺化資料湖中的資料。如需 QuickSight 和 Lake Formation 的詳細資訊，請參閱 QuickSight 文件中的透過 Lake Formation 授權連線。

• Amazon SageMaker AI Data Wrangler (Data Wrangler) 可減少彙總和準備 ML 資料所需的時間。如需 Data Wrangler 和 Lake Formation 的詳細資訊，請參閱《Amazon SageMaker AI 文件》中的使用 Amazon SageMaker AI Data Wrangler 準備 ML 資料。 Amazon SageMaker