- AWS 解决方案库›
- AWS 上的核心银行数据湖指南
AWS 上的核心银行数据湖指南
概览
工作原理
这些技术细节包含一张架构图,用于说明如何有效使用本解决方案。该架构图展示了关键组件及其相互作用,并逐步概述了架构的结构和功能。
Well-Architected 支柱
上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构,您应该遵循尽可能多的 Well-Architected 最佳实践。
Amazon CloudWatch 提供对系统性能和运行状况的全面可见性,使您能够配置 CloudWatch 警报,调用自动操作来主动解决问题。CloudTrail 保留了 API 调用和配置变更的详细审计跟踪记录,增强了合规性和安全性工作。AWS Glue 可自动完成数据管理流程,提供了自动化的架构发现、分类和目录管理(甚至支持大型数据集)。
AWS DMS 通过其加密功能在传输中提供数据保护,而 Amazon S3 则通过自动加密所有新的静态对象来简化安全性。IAM 策略遵循最低权限原则,将权限范围限制在最低要求内。此外,Lake Formation 还定义了细粒度的安全策略,限制数据库、表、列、行和单元格级别的访问。AWS 密钥管理服务 (AWS KMS) 集中管理 AWS 服务中使用的加密密钥。
Amazon S3 提供高度持久和冗余的存储,可跨多个可用区复制数据。Amazon S3 版本控制可保存、恢复和检索以前的对象版本。为了进一步提高可靠性,Amazon Redshift 通过自动备份、故障修复和多可用区部署选项增强了数据仓库的弹性。Amazon EMR 提供了配置选项,可帮助您在步骤完成后控制集群的自动终止,并在进行处理前因错误或问题终止集群。
Amazon EMR 可通过适当调整集群规模、动态扩展和预配置环境来优化数据处理。Amazon Redshift 可通过分区、列压缩和查询调整等功能释放性能潜力,让您可以优化数据处理并降低存储与 I/O 的要求。通过 Lake Formation,您可以简化识别数据并将其转移到集中存储库的过程(无论是结构化数据还是非结构化数据),从而简化数据湖管理。
Amazon S3 Intelligent-Tiering 和生命周期策略可将数据无缝转移到最经济实惠的存储层,从而自动节约成本。亚马逊 EMR 通过自动扩展和亚马逊弹性计算云 (Amazon EC2) 竞价型实例利用率来优化成本。此外,亚马逊Redshift 为稳态工作负载提供预留SODE,为不可预测的工作负载提供经济实惠的 Amazon Redshift Serverless 。
与使用物理服务器和硬件在本地运行相比,Amazon S3 的高能效基础设施以及 Amazon Redshift、Amazon EMR、AWS DMS、QuickSight 和 Lake Formation 等托管服务的资源优化能力可降低对环境的影响,并减少总体 IT 资源占用和碳排放量。
相关内容
与 Together Credit Union 一起使用 Amazon Redshift 改变会员体验
本案例研究展示了金融服务领域的 Together Credit Union 如何利用基于 AWS 构建的数据湖实现近乎实时的商业智能。
免责声明
找到今天要查找的内容了吗?
请提供您的意见,以便帮助我们提高页面内容的质量