湖仓架构的功能

页面主题

一般性问题
7

一般性问题

全部打开

可灵活选择任何与 Apache Iceberg 兼容的工具和引擎就地访问和查询数据。

在单一副本数据上运行分析和机器学习工作负载 — 包括 Apache Spark 作业、SQL 控制面板、机器学习模型和生成式人工智能应用程序，并以最适合您的工作负载的格式存储数据。

由于兼容 Apache Iceberg，所有数据都完全符合 ACID（原子性、一致性、隔离性、持久性）标准，可用于进行高性能 SQL 分析。

对存储在多个第三方来源（如 Google BigQuery、SQL Server 和 Snowflake）的数据运行联合查询，以就地访问和查询数据。

无需更改现有数据架构，即可获得数据湖的灵活性和数据仓库的性能。访问高度优化的 Amazon Redshift 存储和二级数据结构，例如实体化视图，以加快数据湖中的 SQL 分析。

使用零 ETL 集成，将 Amazon DynamoDB、Amazon Aurora MySQL、Amazon Aurora PostgreSQL、Amazon RDS for MySQL 等运营数据库以及 Salesforce、ServiceNow 和 Zendesk 等应用程序的数据引入湖仓，以进行近实时分析。

只需定义一次精细权限，并使它们在所有分析工具和引擎的所有数据中强制执行。