Recursos da arquitetura de lakehouse

Obtenha flexibilidade para acessar e consultar seus dados no local, com qualquer ferramenta e mecanismo compatível com o Apache Iceberg de sua escolha.

Execute workloads de analytics e ML (incluindo trabalhos do Apache Spark, painéis SQL, modelos de ML e aplicações de IA generativa) em uma única cópia dos dados, armazenando-os no formato mais adequado para suas workloads.

Graças à compatibilidade com o Apache Iceberg, todos os dados são totalmente compatíveis com os princípios ACID (Atomicidade, Consistência, Isolamento e Durabilidade), garantindo SQL analytics de alta performance.

Execute consultas federadas em dados armazenados em várias fontes de terceiros, como Google BigQuery, SQL Server e Snowflake, para acessar e consultar seus dados no local.

Obtenha a flexibilidade de um data lake e a performance de um data warehouse, sem a necessidade de realizar alterações na arquitetura de dados existente. Acesse o armazenamento altamente otimizado do Amazon Redshift e as estruturas de dados secundárias, como visões materializadas, para acelerar a SQL analytics em seus data lakes.

Importe dados dos seus bancos de dados operacionais, como o Amazon DynamoDB, o Amazon Aurora para MySQL, o Amazon Aurora para PostgreSQL, o Amazon RDS para MySQL, e de aplicações, como Salesforce, ServiceNow e Zendesk, para Lakehouse usando integrações ETL zero para realizar analytics praticamente em tempo real.

Defina permissões refinadas uma vez e aplique-as a todos os seus dados em todas as ferramentas e mecanismos analíticos.