Fonctionnalités de l’architecture Lakehouse

Obtenez la flexibilité nécessaire pour accéder à vos données et interrogez-les sur place, grâce aux outils et moteurs compatibles avec Apache Iceberg de votre choix.

Exécutez des charges de travail d’analytique et de machine learning, notamment des tâches Apache Spark, des tableaux de bord SQL, des modèles ML et des applications d’IA générative, le tout sur une seule copie des données, en les stockant dans le format le mieux adapté à vos charges de travail.

Grâce à la compatibilité avec Apache Iceberg, toutes les données sont entièrement conformes à la norme ACID (Atomic, Consistent, Isolated, Durable) pour une analytique SQL haute performance.

Exécutez des requêtes fédérées sur les données stockées dans plusieurs sources tierces, comme Google BigQuery, SQL Server et Snowflake pour accéder à vos données et les interroger sur place.

Bénéficiez de la flexibilité d’un lac de données et des performances d’un entrepôt de données, sans modifier votre architecture de données existante. Accédez à un stockage Amazon Redshift hautement optimisé et à des structures de données secondaires, telles que des vues matérialisées, pour accélérer l’analytique SQL dans vos lacs de données.

Transférez les données de vos bases de données opérationnelles telles qu’Amazon DynamoDB, Amazon Aurora MySQL, Amazon Aurora PostgreSQL, Amazon RDS for MySQL et d’applications telles que Salesforce, ServiceNow et Zendesk vers le lakehouse en utilisant des intégrations zéro ETL pour une analytique en temps quasi réel.

Définissez des autorisations granulaires une seule fois et appliquez-les à toutes vos données dans tous les outils et moteurs d’analytique.