湖仓架构的功能

通过 AWS Glue Data Catalog 中的目录联合身份验证，直接从 AWS 分析引擎中安全、经济高效地访问存储在 Amazon S3 中并在远程目录中注册的 Iceberg 表。

可以使用您选择的任何 Apache Iceberg 兼容工具和引擎，灵活地就地访问和查询数据。

在单个副本数据上运行分析和机器学习工作负载，包括 Apache Spark 作业、SQL 控制面板、机器学习模型和生成式人工智能应用程序，并以最适合工作负载的格式存储这些数据。

由于兼容 Apache Iceberg，所有数据都完全符合 ACID（原子性、一致性、隔离性、持久性）标准，可用于进行高性能 SQL 分析。

对存储在多个第三方来源（例如 Google BigQuery、SQL Server 和 Snowflake）的数据运行联合查询，以便就地访问和查询数据。

无需更改现有的数据架构，即可获得数据湖的灵活性和数据仓库的高性能。访问经过高度优化的 Amazon Redshift 存储和二级数据结构，例如实体化视图，以便加快数据湖中的 SQL 分析。

使用零 ETL 集成，将 Amazon DynamoDB、Amazon Aurora MySQL、Amazon Aurora PostgreSQL、Amazon RDS for MySQL 等运营数据库以及 Salesforce、ServiceNow 和 Zendesk 等应用程序中的数据迁移到湖仓，以便近乎实时地进行分析。

只需定义一次精细权限，并在所有分析工具和引擎中的所有数据中实施这些权限。