借助跨云数据访问,您无需复杂的 ETL 流水线即可统一 Amazon Web Services (AWS)、Google Cloud和 AlloyDB for PostgreSQL 中的数据。在此 Codelab 中,您将使用无边界 Lakehouse 进行分析,使用 AlloyDB 作为运营来源,使用 Managed Service for Apache Spark 进行矢量化处理,然后使用 Gemini 分析数据。
场景
在此场景中,您有来自以下来源的数据:
- 操作型 AlloyDB 数据库中的事务数据(用户、订单、订单项)。
- AWS S3 存储桶中的商品数据。
- Cloud Storage 中的点击流事件日志。
您需要联接这些数据集,以确定下一次营销活动的目标受众特征,并生成个性化的外展电子邮件。
学习内容
在此 Codelab 中,您将执行以下任务:
- 设置和配置 Lakehouse 目录端点,以统一 AWS S3、Cloud Storage 和 AlloyDB 中的数据孤岛。
- 使用 Managed Service for Apache Spark 运行高性能矢量化查询处理。
- 无需数据移动或复杂的 ETL 流水线,即可联接交易、产品和点击流数据集。
- 使用 Gemini 从湖仓一体中获取业务洞见并生成个性化营销推广内容。
参加 Codelab
启动分步 Codelab:
后续步骤
- 详细了解 Lakehouse 概念。
- 了解如何查询远程数据。
- 查看受支持的区域和功能。