การผสานการทำงานของตาราง Amazon S3 เข้ากับ SageMaker Lakehouse พร้อมใช้งานโดยทั่วไปแล้ว
ตอนนี้ ตาราง Amazon S3 ผสานการทำงานเข้ากับ Amazon SageMaker Lakehouse แล้วอย่างลงตัว ทำให้สามารถสืบค้นและเชื่อมตาราง S3 กับข้อมูลใน S3 data lakes, คลังข้อมูล Amazon Redshift และแหล่งที่มาของข้อมูลของบุคคลที่สามได้ง่าย ตาราง S3 มอบพื้นที่เก็บออบเจ็กต์บนคลาวด์แห่งแรกพร้อมรองรับ Apache Iceberg ในตัว SageMaker Lakehouse เป็น Data Lakehouse แบบเปิดที่ครบวงจรและปลอดภัย ซึ่งลดความซับซ้อนของการวิเคราะห์และปัญญาประดิษฐ์ (AI) ของคุณ ข้อมูลทั้งหมดใน SageMaker Lakehouse สามารถสืบค้นได้จาก SageMaker Unified Studio และกลไกต่าง ๆ เช่น Amazon EMR, AWS Glue, Amazon Redshift, Amazon Athena และกลไกที่เข้ากันได้กับ Apache Iceberg เช่น Apache Spark หรือ PyIceberg
SageMaker Lakehouse ให้ความยืดหยุ่นในการเข้าถึงและสืบค้นข้อมูลแบบ In-place ทั่วทั้งตาราง S3, บัคเก็ต S3 และคลัง Redshift โดยใช้มาตรฐานแบบเปิดของ Apache Iceberg คุณสามารถรักษาความปลอดภัยและจัดการข้อมูลของคุณจากส่วนกลางใน Lakehouse ได้ด้วยการปรับแต่งสิทธิ์แบบละเอียด ซึ่งจะมีการนำไปใช้กับเครื่องมือและกลไกการวิเคราะห์และ ML ทั้งหมดอย่างสม่ำเสมอ คุณสามารถเข้าถึง SageMaker Lakehouse ได้จากสตูดิโอแบบครบวงจรของ Amazon SageMaker ซึ่งเป็นสภาพแวดล้อมการพัฒนาข้อมูลและ AI แบบเดี่ยวที่รวบรวมฟังก์ชันการทำงานและเครื่องมือจากบริการวิเคราะห์และบริการ AI/ML ของ AWS มาไว้ด้วยกัน
ประสบการณ์แบบบูรณาการในการเข้าถึงตาราง S3 ด้วย SageMaker Lakehouse พร้อมใช้งานโดยทั่วไปใน AWS Region ทุกแห่งที่มีตาราง S3 ให้บริการ หากต้องการเริ่มต้น ให้เปิดใช้งานการผสานการทำงานของตาราง S3 กับ Amazon SageMaker Lakehouse ซึ่งจะอนุญาตให้บริการการวิเคราะห์ของ AWS ค้นพบและเข้าถึงข้อมูลตาราง S3 ของคุณโดยอัตโนมัติ หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับการผสานการทำงานของตาราง S3 โปรดไปที่เอกสารประกอบและหน้าผลิตภัณฑ์ หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับ SageMaker Lakehouse โปรดไปที่เอกสารประกอบ หน้าผลิตภัณฑ์ และอ่านบล็อกเปิดตัว