Überspringen zum Hauptinhalt

Amazon S3

Amazon S3 Metadata

Datenerkennung mit Objektmetadaten nahezu in Echtzeit beschleunigen

Die Daten, die Sie in Amazon S3 benötigen, suchen und organisieren

Amazon S3 Metadata schöpft das volle Potenzial Ihrer Amazon-S3-Daten aus, indem Objektmetadaten leicht zugänglich und einfacher abzufragen sind. Ermitteln, speichern und fragen Sie umfangreiche Metadaten für alle Ihre in Amazon S3 gespeicherten Objekte ab. Auf diese Weise können Sie schnell die Daten finden, die Sie für Geschäftsanalysen, Echtzeit-Inferenzanwendungen und mehr benötigen. S3 Metadata unterstützt Objektmetadaten, zu denen systemdefinierte Details wie Größe und Quelle des Objekts gehören, sowie benutzerdefinierte Metadaten, mit denen Sie Tags verwenden können, um Ihre Objekte mit Informationen wie Produkt-SKU, Transaktions-ID oder Inhaltsbewertung zu versehen. S3 Metadata füllt Metadaten für neue und bestehende Objekte automatisch aus und stellt Ihnen auf diese Weise eine umfassende, abfragbare Ansicht Ihrer Daten zur Verfügung. Weitere Informationen finden Sie im Blog.

Vorteile

Konzipiert für Erstellen und Verwalten von Metadaten zu allen Objekten in Ihren S3-Buckets – sowohl für bestehende Objekte als auch für neue Uploads – mit einem umfassenden Überblick über Ihre Daten.

Finden und rufen Sie schnell die Daten ab, die Sie für bis zu Billionen von Objekten in Amazon S3 benötigen. Wir aktualisieren die Metadaten stündlich, sodass Sie Ihre aktuelle Speicherlandschaft stets problemlos im Griff haben.

Kennzeichnen Sie Ihre Objekte anhand von Objekt-Tags mit geschäftsspezifischen Metadaten und verbessern Sie dadurch Organisation und Durchsuchbarkeit Ihrer Daten.

Greifen Sie über Live-Inventartabellen und Journaltabellen in verwalteten S3 Tables auf Ihre Metadaten zu, mit integrierter Unterstützung für Apache Iceberg.

Analysieren Sie Metadaten mithilfe vertrauter AWS-Services wie Amazon Athena, Redshift und EMR mithilfe der S3-Tables-Integration mit Amazon SageMaker Lakehouse. S3 Metadata ist mit gängigen Open-Source-Tools kompatibel.

Anwendungsfälle

Verwenden Sie umfangreiche Metadaten, um alle Daten zu katalogisieren, um sie leichter auffindbar und nutzbar zu machen. Verschaffen Sie sich einen vollständigen Überblick über alle Objekte in Ihren S3-Buckets, um Ihren Datenspeicher zu verfolgen und zu verstehen.

Verfolgen und verwalten Sie KI-generierte Videos, einschließlich ihrer Herkunft, Erstellungszeit und des mit Amazon Bedrock verwendeten KI-Modells.

Analysieren Sie Metadaten zu Objekten über Ihren gesamten Speicherbestand hinweg. Dadurch können Sie Möglichkeiten für Kosteneinsparungen und Performancesteigerungen erkennen.

Identifizieren und analysieren Sie schnell relevante Datensätze für Business Intelligence und Entscheidungsfindung.

Verbessern Sie die Datenorganisation und Compliance mit benutzerdefinierten Metadatenanmerkungen.

Kunden

Cambridge Mobile Telematics

Cambridge Mobile Telematics (CMT) ist der weltweit größte Anbieter von Telematikservices. Seine Mission ist es, die Straßen und Fahrer weltweit sicherer zu machen. Die KI-gestützte Plattform des Unternehmens, DriveWell Fusion®, sammelt Sensordaten von Millionen von IoT-Geräten – darunter Smartphones, firmeneigene Tags, vernetzte Fahrzeuge, Dashcams und Geräte von Drittanbietern – und verschmilzt sie mit kontextbezogenen Daten, um ein einheitliches Bild des Fahrzeug- und Fahrerverhaltens zu erhalten.

„Bei CMT speichern und analysieren wir mehrere Petabyte an Daten von mobilen IoT-Geräten weltweit, um die Fahrer- und Verkehrssicherheit zu verbessern. Mit zunehmender Skalierung wird es immer schwieriger, spezifische Daten für die Entwicklung neuer Erkenntnisse und Modelle zu finden. S3 Metadata, insbesondere die Funktion für benutzerdefinierte Metadaten, ermöglicht es uns, all unsere Daten mit Anmerkungen zu versehen und die Metadaten in einer verwalteten, abfragbaren Tabelle zu verwalten. Jetzt ist für das Auffinden relevanter Daten nur noch eine effiziente und kostengünstige SQL-Abfrage erforderlich. Dies macht S3 Metadata zu einem Wendepunkt und ermöglicht es uns, unseren Kunden neue Funktionen zu bieten. “

Tim Vogel, Chief Information Officer – Cambridge Mobile Telematics

Missing alt text value

PayPal

Seit mehr als 25 Jahren revolutioniert PayPal den weltweiten Handel. PayPal bietet innovative Erlebnisse, die Geldübertragungen, Verkäufe und Einkäufe einfach, personalisiert und sicher machen, und ermöglicht es Verbrauchern und Unternehmen in rund 200 Märkten, Teil der Weltwirtschaft zu werden und dort erfolgreich zu sein.

„S3 Metadata bietet uns einen einfachen, unkomplizierten Mechanismus zur Analyse von Billionen von S3-Objekten mithilfe von Standardtools wie Amazon Athena und Amazon QuickSight. Mit dieser Funktion können wir unsere Zeit damit verbringen, Entscheidungen zu treffen, anstatt unsere komplexen Datenpipelines für den Zugriff auf und die Abfrage von S3-Objektmetadaten aufzubauen. “

Jon Southall, VP Engineering, Large Enterprise Platforms – PayPal

Missing alt text value

Roche

Roche ist ein Biotechnologie-Unternehmen, das Pharmazeutika und Diagnostika kombiniert, um Fortschritte in der personalisierten Medizin zu erzielen und das Leben der Menschen zu verbessern.

„S3 Metadata beschleunigt unsere Initiativen zur generativen KI. Während wir LLM-Anwendungen wie interne Chatbots für unsere Teams entwickeln, werden unstrukturierte Daten wie PDFs immer wertvoller. Wir müssen viele domainspezifische Dokumente in eine Anwendung von Retrieval Augmented Generation (RAG) aufnehmen, damit sich der Chatbot an die spezifischen Geschäftskontexte von Roche anpassen kann. Dies bedeutet jedoch auch, dass wir immer mehr unstrukturierte Daten haben, die wir verwalten müssen. Wir benötigen ein Metadatensystem, um unsere unstrukturierten Daten effizient zu beschreiben, sodass unsere Benutzer unseren großen Data Lake schnell durchsuchen können, um die relevanten Datensätze für die jeweilige generative KI-Anwendung zu identifizieren, die sie gerade erstellen. Mit S3 Metadata wurde die Entwicklung eines robusten Metadatensystems mit wenigen Klicks in der AWS-Managementkonsole vereinfacht. Da wir kontinuierlich mehr unstrukturierte Daten aufnehmen, zeigt S3 Metadata die Metadaten automatisch an und hält sie auf dem neuesten Stand. Wir verwenden auch unser eigenes Lambda, um geschäftsspezifische Metadaten zu extrahieren, z. B. um Dokumente auf der Grundlage einer für Roche relevanten Taxonomie zu klassifizieren, und speichern diese Metadaten im selben Glue-Katalog zusammen mit der S3-Metadata-Tabelle, sodass wir mit einem einfachen SQL-Join alle Metadaten haben, die wir benötigen. Mit S3 Metadata können wir generative KI-Anwendungen schneller erstellen, sodass wir uns auf die Erstellung unserer Daten konzentrieren können, anstatt sie zu organisieren. “

Yannick Misteli, Head of Pharma Commercial Engineering – Roche

The Roche logo in blue text inside a blue hexagon outline on a transparent background.

SmugMug//Flickr

SmugMug und Flickr bieten Online-Plattformen, auf denen Fotografen Fotos und Videos hochladen und teilen können. Das Unternehmen speichert Milliarden von Fotos und Videos in seiner Anwendung.

„Stellen Sie sich vor, Sie fliegen mit einer Zeitmaschine durch Ihre Amazon S3-Daten. Bei SmugMug und Flickr haben wir über 22 Jahre lang die Fotos unserer Kunden, Hunderte von Milliarden von Objekten, in S3 gespeichert. Das neue S3-Metadata-Feature hilft uns, unsere S3-Objektmetadaten einfach und kostengünstig zu untersuchen und Metadaten wie die Objektgröße im Laufe der Zeit abzufragen, um zu verstehen, wie sich unsere Daten entwickelt haben. Bisher mussten teure Datenbankabfragen mit Objektinventaren verknüpft werden. Wenn wir verstehen, wie unsere Fotografen unseren Speicherplatz nutzen, fördern wir unser Engagement, durch die Kraft der Fotografie eine bessere Welt aufzubauen. “

Andrew Shieh, Principal Engineer – SmugMug

Missing alt text value

Datenerkennung mit Objektmetadaten beschleunigen

Amazon S3 Metadata generiert automatisch umfangreiche Metadaten für Ihre S3-Objekte nahezu in Echtzeit. Sehen Sie zu, wie wir Objekte anhand benutzerdefinierter Metadaten mithilfe von Objekt-Tags untersuchen und abfragen. Ganz gleich, ob Sie große Data Lakes verwalten oder die Datenerkennung optimieren, Sie erhalten praktische Einblicke in das metadatengesteuerte Datenmanagement.