레이크하우스 아키텍처의 기능

Apache Iceberg와 호환되는 도구 및 엔진을 사용하여 데이터를 현재 위치에서 액세스하고 쿼리할 수 있는 유연성이 제공됩니다.

단일 데이터 복사본에서 Apache Spark 작업, SQL 대시보드, ML 모델, 생성형 AI 애플리케이션을 비롯한 분석 및 ML 워크로드를 실행하고 워크로드에 가장 적합한 형식으로 저장할 수 있습니다.

Apache Iceberg 호환성과 더불어, 모든 데이터는 고성능 SQL 분석을 위해 ACID(원자성, 일관성, 격리성, 내구성)를 완벽하게 준수합니다.

Google BigQuery, SQL Server, Snowflake와 같은 여러 서드 파티 소스에 저장된 데이터에 대해 연합 쿼리를 실행하여 현재 위치에서 데이터에 액세스하고 쿼리할 수 있습니다.

기존 데이터 아키텍처를 변경하지 않고도 데이터 레이크의 유연성과 데이터 웨어하우스의 성능을 활용할 수 있습니다. 고도로 최적화된 Amazon Redshift 스토리지 및 보조 데이터 구조(예: 구체화된 뷰)에 액세스하여 데이터 레이크의 SQL 분석 속도를 높일 수 있습니다.

실시간에 가까운 분석을 위해 제로 ETL 통합을 사용하여 Amazon DynamoDB, Amazon Aurora MySQL, Amazon Aurora PostgreSQL, Amazon RDS for MySQL과 같은 운영 데이터베이스와 Salesforce, ServiceNow, Zendesk를 비롯한 애플리케이션의 데이터를 레이크하우스로 가져올 수 있습니다.

세분화된 권한을 한 번 정의하면 해당 권한이 모든 분석 도구 및 엔진의 모든 데이터에 적용되도록 할 수 있습니다.