Harga Lakehouse

Amazon SageMaker generasi berikutnya dibangun menggunakan arsitektur lakehouse terbuka yang mengintegrasikan semua data Anda di berbagai danau data Amazon Simple Storage Service (Amazon S3), termasuk Tabel S3, dan gudang data Amazon Redshift, sehingga membantu Anda membangun analitik dan aplikasi AI/ML yang andal dengan satu salinan data. Anda hanya membayar sumber daya yang digunakan di lakehouse tersebut. Penyimpanan metadata dan permintaan API mengikuti harga Katalog Data AWS Glue, termasuk AWS Tingkat Free. Biaya penyimpanan dan komputasi data bergantung pada apakah Anda menggunakan Amazon S3 atau Amazon Redshift Managed Storage (RMS). Harga sumber daya dasar dijelaskan di bawah ini.

Definisi data diatur dalam hierarki logis katalog, database, dan tabel menggunakan Katalog Data AWS Glue.

• Katalog: Wadah logis yang menyimpan objek dari penyimpanan data seperti skema, tabel, tampilan, atau tampilan terwujud dari Amazon Redshift. Anda dapat menumpuk katalog di bawah katalog untuk mencocokkan tingkat hierarki dari sumber data yang Anda bawa ke lakehouse.
• Database: Database dapat digunakan untuk mengatur objek data seperti tabel dan tampilan di danau.
• Tabel dan tampilan: Tabel dan tampilan: Tabel dan tampilan adalah objek data dalam basis data yang menjelaskan cara mengakses data dasar, seperti skema, partisi, lokasi penyimpanan, format penyimpanan, dan kueri SQL untuk mengakses data.

Metadata di lakehouse dapat diakses dari API AWS Glue. Untuk penyimpanan metadata dan permintaan API, harga metadata Katalog Data AWS Glue berlaku, termasuk AWS Tingkat Free. Untuk informasi lebih lanjut, kunjungi harga AWS Glue.

Saat mengakses data di danau, Anda dapat membaca dan menulis data ke Amazon S3 atau RMS. Berdasarkan jenis penyimpanan yang Anda pilih untuk menyimpan data di lakehouse, Anda akan dikenai biaya penyimpanan dan komputasi tambahan untuk mengakses penyimpanan yang mendasarinya. Kunjungi harga AWS Glue untuk detail lebih lanjut tentang harga penyimpanan dan komputasi untuk jenis penyimpanan.

Anda dapat mengotomatiskan pengumpulan statistik pada tabel data lake di Amazon S3 untuk eksekusi kueri yang lebih cepat dan pemeliharaan tabel Apache Iceberg, seperti pemadatan, untuk mengoptimalkan tata letak penyimpanan tabel Apache Iceberg Anda. Anda akan dikenai biaya tambahan saat mengaktifkan fitur ini. Untuk informasi lebih lanjut, kunjungi harga AWS Glue.

Izin berbutir halus didukung oleh AWS Lake Formation dan disediakan tanpa biaya tambahan. Untuk detail lebih lanjut, kunjungi harga Lake Formation.

SageMaker memiliki integrasi nol-ETL dengan aplikasi, menghilangkan kebutuhan untuk membangun dan mengelola pipeline extract, transform, and load (ETL). Aplikasi yang didukung termasuk Salesforce, ServiceNow, Zendesk, dan banyak lagi.

Integrasi ini memberi Anda fleksibilitas, sehingga Anda dapat memilih tabel data tertentu dalam aplikasi untuk direplikasi otomatis ke Amazon Redshift. Fleksibilitas ini memungkinkan Anda menjalankan analitik terpadu di berbagai aplikasi dan sumber data. AWS tidak mengenakan biaya tambahan untuk integrasi nol-ETL. Anda membayar sumber daya yang ada yang digunakan untuk membuat dan memproses data perubahan yang dibuat sebagai bagian dari integrasi nol-ETL. Ini termasuk penyimpanan Amazon Redshift tambahan untuk menyimpan data yang direplikasi, sumber daya komputasi untuk memproses replikasi data (atau RPU di Amazon Redshift Serverless), dan biaya transfer data lintas AZ untuk memindahkan data dari sumber ke target. Pemrosesan perubahan data yang berkelanjutan melalui integrasi nol-ETL ditawarkan tanpa biaya tambahan. Untuk informasi selengkapnya, kunjungi harga Amazon Aurora, Amazon Relational Database (Amazon RDS) untuk harga MySQL, harga Amazon DynamoDB, dan harga AWS Glu e.