AWS Data Exchange — 查找、订阅和使用数据产品

我们生活在一个数据驱动的数据密集世界！不论什么组织都会收集、存储、处理、分析数据，并在决策过程中利用数据来改善决策。AWS Cloud 非常适合所有这些活动。它提供海量的存储空间，可以使用任何可能规模的计算能力，以及许多不同类型的分析工具。

除了在内部生成和使用数据之外，许多组织在生成数据后，还会与公众或同行共享数据集。早在 2008 年，我们就在这上面迈出了脚步，推出了 AWS 公开数据集（呼唤研究人员、分析师和开发人员）。这个项目后来发展成为 Registry of Open Data on AWS（新内容 – Registry of Open Data on AWS (RODA)），目前包含 118 个有趣的数据集，并且数量在不断增加。

全新的 AWS Data Exchange
现在，我们又前进了一步，推出 AWS Data Exchange。AWS Marketplace 新增的这项服务包含来自 80 多个数据提供商的一千多种可许可数据产品。其中包括各类免费和付费产品，如金融服务、医疗保健/生命科学、地理空间、天气和绘图等类别的产品。

如果您是数据订阅者，则可以在这里快速找到、购买并开始使用这些产品。如果您是数据提供商，则可以轻松打包、许可和交付自己的产品。让我们分别从这两者的角度来看一下 Data Exchange，然后回顾一些重要的细节。

在探讨之前，我们先定义一些重要的术语：

数据提供商 — 拥有一个或多个要共享的数据产品的组织。

数据订阅者 — 想要使用数据提供商提供的数据产品的 AWS 客户。

数据产品 — 数据集的集合。

数据集 — 存储按修订版本分组的相关联数据资产的容器。

修订版本 — 某个时间点用于一个或多个数据资产的容器。

数据资产 — 以任何所需格式存在的实际数据。

面向数据订阅者的 AWS Data Exchange
作为数据订阅者，我单击查看产品目录，然后从 AWS Data Exchange 控制台的发现数据部分开始：

可以从众多供应商处获得产品：

我可以输入搜索关键字，单击搜索，然后缩小搜索范围，以仅显示定价为免费的产品：

我还可以搜索来自特定供应商、匹配某个搜索关键字且定价为免费的产品：

第二个看起来不错且相关，所以我单击 5 Digit Zip Code Boundaries US (TRIAL) 以了解更多信息：

我想可以在我的应用程序中使用它，并想尝试一下，所以我单击继续以订阅。我查看了详细信息，阅读了数据订阅协议，然后单击订阅：

订阅在几分钟内激活，我可以在我的订阅列表中看到它：

然后，我可以将其下载到我的 S3 存储桶中，并进行查看。我单击进入数据集，然后找到修订版本：

单击修订版本，然后可以看到要查找的资产（包含实际数据）：

我选择了所需的资产，然后单击导出到 Amazon S3。然后，我选择一个存储桶，然后单击导出以继续：

这将创建一个将数据复制到我的存储桶的作业（此处需要额外的 IAM 权限；有关更多信息，请阅读访问控制文档）：

作业会异步运行，并将数据从 Data Exchange 复制到存储桶。正如我刚刚向您展示的那样，可以以交互方式创建作业，也可以以编程方式创建。数据放入存储桶后，我可以以任何想要的方式进行访问和处理。例如，我可以使用 AWS Lambda 函数来解析 ZIP 文件，并使用结果来更新 Amazon DynamoDB 表。或者，我可以运行 AWS Glue 爬网程序，以将数据放入我的 Glue 目录中，运行 Amazon Athena 查询，并在 Amazon QuickSight 控制面板中可视化结果。

订阅期限为 1-36 个月，并且可以使用自动续订选项；订阅费用会每月向我的 AWS 账户收取。

面向数据提供商的 AWS Data Exchange
现在，我变成了数据提供商，并将向您展示发布过程的基础知识（用户指南包含更详细的分步讲解）。为了能够许可数据，我需要同意条款和条件，并且我的应用程序必须经过 AWS 的批准。

申请并获得批准后，我就可以创建第一个数据集了。在导航中单击数据集，然后创建数据集：