Lakehouse アーキテクチャの機能

Amazon S3 に保存され、リモートカタログに登録された Iceberg テーブルには、AWS Glue データカタログのカタログフェデレーションを通じて、AWS 分析エンジンから直接、安全かつコスト効率よくアクセスできます。

Apache Iceberg との互換性がある任意のツールやエンジンを使用して、その場でデータにアクセスし、クエリを実行する柔軟性が得られます。

分析と ML ワークロード (Apache Spark ジョブ、SQL ダッシュボード、ML モデル、生成 AI アプリケーションなど) をデータの単一コピーで実行し、ワークロードに最適な形式で保存します。

Apache Iceberg との互換性によって、すべてのデータが ACID (原子性、一貫性、独立性、永続性) に完全に準拠しており、高性能な SQL 分析を実現できます。

Google BigQuery、SQL Server、Snowflake などの複数のサードパーティーソース全体に保存されているデータでフェデレーテッドデータクエリを実行して、データにインプレースでアクセスし、クエリします。

既存のデータアーキテクチャを変更することなく、データレイクの柔軟性とデータウェアハウスのパフォーマンスを実現できます。高度に最適化された Amazon Redshift ストレージと、マテリアライズドビューなどのセカンダリデータ構造にアクセスして、データレイクでの SQL 分析をスピードアップします。

ほぼリアルタイムの分析を行うために、ゼロ ETL 統合を使用して Amazon DynamoDB、Amazon Aurora MySQL、Amazon Aurora PostgreSQL、Amazon RDS for MySQL などの運用データベースと、Salesforce、ServiceNow、Zendesk などのアプリケーションからのデータをレイクハウスに取り込みます。

きめ細かなアクセス許可を一度だけ定義して、すべての分析ツールとエンジン内にあるすべてのデータに適用します。