跳至主要内容

Amazon DataZone

Amazon DataZone：集成

Amazon DataZone 集成分为四类：

生产者数据来源

从 AWS Glue Data Catalog 和 Amazon Redshift 的内置数据来源发布数据。对于所有其他类型的来源，您可以定义自定义资产类型，并使用 Amazon DataZone 公共 API 发布这些资产。为了与 AWS Glue 数据质量自动监测功能集成，数据来源可用于按计划生成数据质量分数。

分析工具

使用 亚马逊 Athena 和 A mazon Redshift 查询编辑器等服务，这样您就可以直接使用来自查询编辑器的数据。使用 API 可轻松扩展此功能，进而自定义其他第三方工具。Amazon DataZone 可以与这些工具共享项目访问环境。

访问权限实现

自动发放和管理 AWS Lake Formation 管理的 AWS Glu e 表和 亚马逊 Redshift 表和视图的权限。对于所有其他资产，Amazon DataZone 会发送与用户操作相关的标准事件，例如订阅请求或批准。您可以使用这些标准事件与其他 AWS 服务或第三方解决方案集成，以实现自定义集成。

机器学习（ML）工具

结合 Amazon SageMaker 使用，轻松获得对数据和机器学习资产的访问权限。您可以轻松执行 ML 任务，并将新创建的数据和机器学习资产发布到您的业务数据目录中。详细了解 Amazon SageMaker 如何支持 机器学习治理。

页面主题

主要功能

全部打开

对位于 AWS Glue Data Catalog 或 Amazon Redshift，并具有丰富元数据和业务环境的数据进行编目。通过 AWS Glue 连接器，亚马逊 DataZone 可以通过亚马逊 AppFlow 访问AWS、第三方服务、本地和其他服务中的数据。

Amazon DataZone 对 Lake Formation 进行自动化，以帮助数据消费者访问所请求资源的控制。对于 Amazon DataZone 托管资产，无需管理员或移动数据，即可实现对底层表的数据访问（根据数据发布者采用的策略）。

为分析师和业务线最终用户提供对分析工具（如 Amazon Athena 和 Amazon Redshift 查询编辑器）的无缝访问，以对数据进行发现、准备、转换、分析和可视化。用户可通过不属于控制台的应用程序或 API 获得其数据的个性化视图。

使用户可以根据业务问题轻松管理对基础设施、数据和 ML 资源的访问权限。将 Amazon SageMaker Studio 的机器学习构建体验与 Amazon DataZone 的数据治理功能相集成后，用户可以编目、发现、共享和访问数据和机器学习资产。

管理数据湖中的数据

使用 AWS 集中管理和扩展细粒度的数据访问权限。
查看信息图表

使用 Amazon DataZone 和 AWS Glue 进行元数据管理

您可能已经在使用 AWS Glue Data Catalog 来管理您的技术元数据。学习如何通过结合 AWS Glue Data Catalog 和 Amazon DataZone 来管理与业务数据目录集成的技术元数据目录。

通过使用 Amazon DataZone 和 AWS Glue 管理元数据来统一您的数据环境

您需要一个强大而全面的元数据管理解决方案，让用户、引擎和模型可以发现您的数据。使用 Amazon DataZone 和 AWS Glue Data Catalog 简化发现、管理和分析。
查看信息图表