Subscribe to the Teradata Blog

Get the latest industry news, technology trends, and data science insights each week.

AWS 自有服务与 Teradata Vantage 的集成

AWS 自有服务与 Teradata Vantage 的集成
当谈到云中的企业分析时,Teradata Vantage 可谓无可匹敌,结合 Amazon Web Services (AWS) 的全球覆盖,客户可以使用 Vantage 实现最高水平的高级分析。
 
Teradata Vantage on AWS 可让用户根据需要进行扩展,并与自己常用的商业智能和可视化工具进行无缝集成。无论是 Vantage 本身、Amazon S3、Amazon EMR、Hadoop 还是其他数据存储,用户均能将数据转化为颠覆性的见解。
 
Teradata 在 AWS 合作伙伴网络 (APN) 中既是高级技术合作伙伴,也是高级咨询合作伙伴。自 2015 年以来,我们一直在努力优化 Teradata 软件与 AWS 服务和资源组合。事实上,Teradata 最近成为了 Amazon EBS 多重挂载功能的启动合作伙伴,并与 Amazon EBS 主题专家共同出席了 AWS re:Invent 大会
 
Vantage 可与许多 AWS 自有服务相集成,包括:
 
Amazon CloudFormation Amazon EMR AWS Direct Connect
Amazon CloudWatch Amazon Kinesis AWS EKS
Amazon EBS Amazon QuickSight AWS Glue
Amazon EBS Snapshots Amazon S3 AWS KMS
Amazon EC2 Amazon SageMaker AWS Lambda
 
Mythbusters-Cloud-Services-Blog-1-AWS-V1-(1).png与 AWS 自有服务的集成非常重要,因为客户希望能够为其 Vantage 环境提供尽可能多的云原生功能。得益于此,用户能够在分析过程的各个方面自始至终挖掘创新的新来源。
 
让我们看几个示例:
 
AWS Glue 和 Teradata Vantage
AWS Glue 是一项完全托管的提取、转换和加载 (ETL) 服务,可让客户轻松准备和加载其用于分析的数据。用户只需将 AWS Glue 指向其存储在 AWS 中的数据,AWS Glue 即可发现相关的元数据(例如,表定义和架构)并将其存储在 AWS Glue 数据目录中。在对数据进行编目整理后,这些数据便可立即供 ETL 进行搜索、查询和使用。
 
AWS Glue 是无服务器服务,包括称为 AWS Glue 数据目录的中央元数据存储库、自动生成 Python 或 Scala 代码的 ETL 引擎,以及用于处理依赖项解析、作业监控和重试的灵活的调度程序。Vantage 本身不受 AWS Glue 的支持,但仍可以使用自定义数据库连接器将数据导入 Amazon S3。下图显示了数据如何在 Vantage 与 Amazon S3 之间传输。
Picture1.png

要详细了解 Teradata Vantage 和 AWS Glue,请阅读这篇联合博文
 
Amazon QuickSight 和 Teradata Vantage
Amazon QuickSight 是一项基于云的快速商业智能服务,使用户能够轻松地向组织中的每个人提供见解。作为一项完全托管的服务,QuickSight 使用户可以轻松创建和发布包含 ML Insights 的交互式仪表板。然后,可以从任何设备访问仪表板,并将其嵌入到应用程序、门户和网站中。

使用 Vantage 和 Amazon QuickSight,用户可以:
 
  • 快速入门 - 在几分钟内登录、选择数据源并创建可视化内容
  • 访问多个来源的数据 - 使用 Vantage、上传文件或连接到 AWS 数据源
  • 利用动态可视化 - 根据所选字段动态创建智能可视化内容
  • 快速获得答案 - 快速生成有关大型数据集的交互可视化视图
  • 借助数据说明观点 - 创建数据仪表板和时间点可视化视图、共享见解并与他人协作
Picture1-(1).png













Amazon SageMaker 和 Teradata Vantage
Amazon SageMaker 是一项完全托管的服务,可为每个开发人员和数据科学家提供相关功能,便于其快速构建、训练和部署机器学习模型。SageMaker 消除了机器学习过程中每个步骤所带来的繁琐工作,便于上述人员更加轻松地开发高质量模型。
 
SageMaker 和 Vantage 有以下两种应用场景:
 
  1. 数据驻留在 Vantage 上。SageMaker 将用于模型定义和后续评分。在此应用场景中,Vantage 将向 Amazon S3 环境提供数据,以便 SageMaker 使用训练和测试数据集进行模型开发。Vantage 将进一步通过 Amazon S3 提供数据,以供 SageMaker 进行后续评分。在此模型下,Vantage 只是一个数据存储库。
  2. 数据驻留在 Vantage 上。SageMaker 将用于模型定义,Vantage 将用于后续评分。在此应用场景中,Vantage 将向 Amazon S3 环境提供数据,以便 SageMaker 使用训练和测试数据集进行模型开发。Vantage 需要将 SageMaker 模型导入 Vantage 表中,以便由 Vantage Advanced SQL 引擎或机器学习引擎进行后续评分。在此模型下,Vantage 既是一个数据存储库,也是一个评分引擎。
要详细了解 Teradata Vantage on AWS,请阅读 AWS 合作伙伴网络 (APN) 网站上的这篇联合博文并参阅 AWS ISV 工作负载迁移计划,Teradata 是该计划的成员。

Portrait of Brian Wood

(Author):
Brian Wood

Brian Wood is director of cloud marketing at Teradata. He has over 15 years' experience leading all areas of technology marketing in cloud, wireless, IT, software, and data analytics. He earned an MS in Engineering Management from Stanford, a BS in Electrical Engineering from Cornell, and served as an F-14 Radar Intercept Officer in the US Navy.
  View all posts by Brian Wood

Turn your complex data and analytics into answers with Teradata Vantage.

联系我们