Scopri come configurare l'accesso ai dati cross-cloud per unificare i silos di dati in Amazon Web Services (AWS), Google Cloud, e AlloyDB per PostgreSQL senza ETL complessi.
Utilizzerai Lakehouse senza confini come hub di intelligence centrale, AlloyDB come origine dati operativa e Managed Service for Apache Spark per l'elaborazione vettorializzata ad alte prestazioni. Infine, utilizzerai Gemini per ricavare insight aziendali efficaci dal tuo lakehouse.
Scenario
In questo scenario, i dati sono presenti nelle seguenti origini:
- Dati transazionali (utenti, ordini, articoli ordinati) in un database AlloyDB operativo.
- Dati di prodotto in un bucket AWS S3.
- Log degli eventi clickstream in Cloud Storage.
Unisci questi set di dati per identificare i dati demografici di destinazione per la tua prossima campagna di marketing e generare email di contatto personalizzate.
Cosa imparerai
In questo codelab imparerai a:
- Configurare e configurare gli endpoint del catalogo Lakehouse per unificare i silos di dati in AWS S3, Cloud Storage e AlloyDB.
- Eseguire l'elaborazione di query vettorializzate ad alte prestazioni utilizzando Managed Service for Apache Spark.
- Unire set di dati transazionali, di prodotto e clickstream senza spostamento di dati o pipeline ETL complesse.
- Utilizzare Gemini per ricavare insight aziendali e generare contatti di marketing personalizzati dal tuo lakehouse.
Segui il codelab
Avvia il codelab passo passo:
Avvia il codelab Lakehouse senza confini
Passaggi successivi
- Scopri di più sui concetti di Lakehouse.
- Scopri come eseguire query sui dati remoti.
- Controlla le regioni e le funzionalità supportate.