Pelajari cara menyiapkan akses data lintas cloud untuk menyatukan silo data di Amazon Web Services (AWS), Google Cloud, dan AlloyDB for PostgreSQL tanpa ETL yang rumit.
Anda menggunakan Lakehouse tanpa batas sebagai hub kecerdasan pusat, AlloyDB sebagai sumber data operasional, dan Managed Service untuk Apache Spark untuk pemrosesan tervektorisasi berperforma tinggi. Terakhir, Anda menggunakan Gemini untuk mendapatkan insight bisnis yang efektif dari lakehouse Anda.
Skenario
Dalam skenario ini, Anda memiliki data di seluruh sumber berikut:
- Data transaksional (pengguna, pesanan, item pesanan) dalam database AlloyDB operasional.
- Data produk di bucket AWS S3.
- Log peristiwa clickstream di Cloud Storage.
Anda menggabungkan set data ini untuk mengidentifikasi demografi target untuk kampanye pemasaran berikutnya dan membuat email penjangkauan yang dipersonalisasi.
Yang Anda pelajari
Dalam codelab ini, Anda akan melakukan tugas-tugas berikut:
- Siapkan dan konfigurasi endpoint katalog Lakehouse untuk menyatukan silo data di AWS S3, Cloud Storage, dan AlloyDB.
- Jalankan pemrosesan kueri tervektorisasi berperforma tinggi menggunakan Managed Service untuk Apache Spark.
- Gabungkan set data transaksional, produk, dan clickstream tanpa pemindahan data atau pipeline ETL yang rumit.
- Gunakan Gemini untuk mendapatkan insight bisnis dan membuat jangkauan pemasaran yang dipersonalisasi dari lakehouse Anda.
Ikuti codelab
Buka codelab langkah demi langkah:
Mulai codelab Lakehouse tanpa batas
Langkah berikutnya
- Pelajari lebih lanjut konsep Lakehouse.
- Pelajari cara membuat kueri data jarak jauh.
- Periksa region dan kemampuan yang didukung.