Amazon DataZone: integrazioni

Le integrazioni di Amazon DataZone sono suddivise in quattro categorie:

Origini dati del produttore

Pubblica dati da origini dati integrate per il Catalogo dati AWS Glue e Amazon Redshift. Per tutti gli altri tipi di origini, puoi definire un tipo di risorsa personalizzato e utilizzare le API pubbliche di Amazon DataZone per pubblicare tali risorse. Per l'integrazione con la qualità dei dati di AWS Glue, è possibile utilizzare l'origine dati per introdurre i punteggi di qualità dei dati in base a una pianificazione.

Strumenti di analisi

Utilizza servizi come Amazon Athena ed Editor di query Amazon Redshift in modo da poter lavorare direttamente con i dati degli editor di query. È possibile estendere facilmente questa capacità tramite l'utilizzo delle API, consentendo così la personalizzazione con altri strumenti di terze parti. Amazon DataZone può condividere il contesto di accesso al progetto con questi strumenti.  

Evasione degli accessi

Automatizza l'evasione e la gestione delle autorizzazioni per le tabelle AWS Glue, gestite tramite AWS Lake Formation, nonché per le tabelle e le visualizzazioni di Amazon Redshift. Per tutte le altre risorse, Amazon DataZone emette eventi standard relativi alle azioni degli utenti, come richieste di sottoscrizione o approvazioni. Puoi usare questi eventi standard per l’integrazione con altri servizi AWS o soluzioni di terze parti per integrazioni personalizzate.

Strumenti per il machine learning (ML)

Lavora con Amazon SageMaker per accedere facilmente ai dati e alle risorse ML. Puoi eseguire facilmente attività di ML e pubblicare dati e risorse ML appena creati nel tuo catalogo di dati aziendali. Scopri di più su come Amazon SageMaker supporta la governance del ML.

Caratteristiche principali

Cataloga dati che si trovano nel Catalogo dati AWS Glue o in Amazon Redshift con contesto aziendale e metadati avanzati. Attraverso i connettori AWS Glue, Amazon DataZone può accedere ai dati su AWS, su servizi di terze parti, in locale e su altri servizi tramite Amazon AppFlow.

Amazon DataZone automatizza Lake Formation per aiutare i consumatori di dati ad accedere ai controlli per le risorse richieste. Per le risorse gestite da Amazon DataZone, l'accesso ai dati alle tabelle sottostanti (in base alle policy applicate dagli editori di dati) viene gestito senza la necessità di un amministratore o dello spostamento dei dati.

Offri agli analisti e agli utenti finali del settore un accesso ottimizzato agli strumenti di analisi, come Amazon Athena e Editor di query Amazon Redshift, per scoprire, preparare, trasformare, analizzare e visualizzare i dati. Gli utenti ottengono una visualizzazione personalizzata dei propri dati attraverso un'applicazione esterna o tramite API.

Consenti agli utenti di governare facilmente l'accesso all'infrastruttura, ai dati e alle risorse ML in base a un problema aziendale. Integrando l'esperienza di creazione di ML di Amazon SageMaker Studio con le funzionalità di governance dei dati di Amazon DataZone, gli utenti possono catalogare, scoprire, condividere e accedere a dati e risorse ML.

Governa i dati nei tuoi data lake

Gestisci e scala centralmente le autorizzazioni granulari di accesso ai dati con AWS.

Gestione dei metadati con Amazon DataZone e AWS Glue

Potresti già utilizzare il catalogo dati AWS Glue per gestire i metadati tecnici. Scopri come gestire un catalogo di metadati tecnici che si integra con uno di dati aziendali combinando il catalogo dati AWS Glue e Amazon DataZone.

Unifica il tuo panorama di dati gestendo i metadati con Amazon DataZone e AWS Glue

Hai bisogno di una soluzione di gestione dei metadati robusta e olistica per rendere i tuoi dati rilevabili per utenti, motori e modelli. Semplifica l'individuazione, la gestione e l'analisi con Amazon DataZone e con il catalogo dati AWS Glue.