大规模部署 Apache Airflow，而不会增加管理底层基础设施的运营负担。
在您自己的隔离且安全的云环境中运行 Apache Airflow 工作负载。
通过 Amazon CloudWatch 集成监控环境，以降低运营成本和工程设计开销。
通过 Apache Airflow 提供程序或自定义插件连接到 AWS、云或本地资源。
工作原理
Amazon Managed Workflows for Apache Airflow（MWAA）会使用以 Python 编写的有向无环图（DAG）来编排您的工作流。您可向 MWAA 提供 Amazon Simple Storage Service（S3）存储桶，其中包含您的 DAG、插件和 Python 需求。然后，从 AWS 管理控制台、命令行界面（CLI）、软件开发工具包（SDK）或 Apache Airflow 用户界面（UI）运行并监测您的 DAG。
开始使用 Amazon Managed Workflows for Apache Airflow (MWAA)（6:48）
为什么选择 Amazon MWAA？
Amazon MWAA 是 Apache Airflow 的一项托管服务，让您可以使用当前熟悉的 Apache Airflow 平台来编排您的工作流程。您可以获得更高的可扩展性、可用性和安全性，而无需承担管理底层基础设施的运营负担。
为什么选择 Amazon MWAA？
Amazon MWAA 是 Apache Airflow 的一项托管服务，让您可以使用当前熟悉的 Apache Airflow 平台来编排您的工作流程。您可以获得更高的可扩展性、可用性和安全性，而无需承担管理底层基础设施的运营负担。
使用案例
支持复杂的工作流
创建计划或按需工作流，这些工作流准备和处理来自大数据提供商的复杂数据。
协调提取、转换、加载 (ETL) 作业
在复杂的 ETL 工作流中协调使用多种不同技术的多个 ETL 流程。
准备 ML 数据
自动化管道以吸住机器学习 (ML) 建模系统摄取数据，然后针对这些数据训练模型。