Amazon EMR su EC2 aggiunge il supporto al FGAC nativo di Apache Spark e alle viste del catalogo dati AWS Glue
Amazon EMR su EC2 introduce due significativi miglioramenti per la governance: il controllo nativo degli accessi granulari di Apache Spark (FGAC) tramite AWS Lake Formation e il supporto per le viste del catalogo dati AWS Glue. Queste funzionalità consentono alle organizzazioni di migliorare la sicurezza dei dati, semplificare la gestione degli accessi e migliorare le capacità di condivisione dei dati nei loro ambienti di analisi.
L'implementazione del FGAC nativo di Apache Spark consente ai clienti di definire policy di accesso granulari una volta in AWS Lake Formation e applicarle in modo coerente tra i cluster EMR. In questo modo si riducono i rischi di sicurezza e il sovraccarico amministrativo fornendo al contempo un approccio unificato alla governance dei dati. Ora i clienti possono utilizzare le familiari istruzioni grant e revoke di Lake Formation per gestire i controlli di accesso per i loro job Spark e le sessioni interattive su EMR su EC2, analogamente a quanto avviene per gli altri servizi di analisi AWS.
Le viste del catalogo dati AWS Glue consentono ai clienti di creare, gestire e interrogare le viste SQL multi-motore in regioni, account e organizzazioni AWS. Questa funzionalità consente agli amministratori di creare viste dei job Spark che possono essere interrogate da più motori, controllando al contempo l'accesso ai dati tramite le autorizzazioni di Lake Formation. Le autorizzazioni includono concessioni di risorse denominate, filtri di dati e tag, con tutte le richieste di accesso registrate automaticamente in AWS CloudTrail per un controllo completo.
Il FGAC nativo di Apache Spark e le visualizzazioni del catalogo dati AWS Glue sono disponibili con le versioni 7.1 di Amazon EMR in tutte le regioni AWS in cui viene offerto EMR su EC2. Per ulteriori informazioni, consulta le sezioni Utilizzo di AWS Lake Formation con Amazon EMR e Lavorare con le viste del catalogo dati AWS Glue nella documentazione di Amazon EMR.