Scopri come configurare l'accesso ai dati cross-cloud per unificare i silos di dati tra Amazon Web Services (AWS), Google Cloude AlloyDB per PostgreSQL senza ETL complessi.
Utilizzi il lakehouse senza confini come hub di intelligence centrale, AlloyDB come origine dati operativa e Managed Service for Apache Spark per l'elaborazione vettorizzata ad alte prestazioni. Infine, utilizzi Gemini per ricavare potenti insight aziendali dal tuo lakehouse.
Scenario
In questo scenario, i dati sono distribuiti tra le seguenti origini:
- Dati transazionali (utenti, ordini, articoli degli ordini) in un database AlloyDB operativo.
- Dati di prodotto in un bucket AWS S3.
- Log eventi dei flussi di clic in Cloud Storage.
Unisci questi set di dati per identificare i dati demografici target per la tua prossima campagna di marketing e generare email di contatto personalizzate.
Cosa imparerai
In questo codelab, imparerai a:
- Configura gli endpoint del catalogo Lakehouse per unificare i silos di dati in AWS S3, Cloud Storage e AlloyDB.
- Esegui l'elaborazione di query vettorizzate ad alte prestazioni utilizzando Managed Service for Apache Spark.
- Unisci set di dati transazionali, di prodotto e di clickstream senza spostamento di dati o pipeline ETL complesse.
- Utilizza Gemini per ricavare insight aziendali e generare comunicazioni di marketing personalizzate dal tuo lakehouse.
Segui il codelab
Avvia il codelab passo passo:
Avvia il codelab su Lakehouse senza confini
Passaggi successivi
- Scopri di più sui concetti di Lakehouse.
- Scopri come eseguire query sui dati remoti.
- Controlla le regioni supportate e le funzionalità.