Saiba como configurar o acesso a dados entre nuvens para unificar silos de dados na Amazon Web Services (AWS), no Google Cloude no AlloyDB para PostgreSQL sem ETL complexo.
Você usa o Lakehouse sem fronteiras como o hub de inteligência central, o AlloyDB como uma fonte de dados operacionais e o Serviço Gerenciado para Apache Spark para processamento vetorizado de alto desempenho. Por fim, use o Gemini para gerar insights de negócios avançados com base no lakehouse.
Cenário
Nesse cenário, você tem dados nas seguintes fontes:
- Dados transacionais (usuários, pedidos, itens de pedidos) em um banco de dados operacional do AlloyDB.
- Dados do produto em um bucket do AWS S3.
- Logs de eventos de clickstream no Cloud Storage.
Você mescla esses conjuntos de dados para identificar os grupos demográficos-alvo da sua próxima campanha de marketing e gerar e-mails de divulgação personalizados.
Conteúdo do laboratório
Neste codelab, você vai realizar as seguintes tarefas:
- Configure endpoints de catálogo do Lakehouse para unificar silos de dados no AWS S3, no Cloud Storage e no AlloyDB.
- Execute o processamento de consultas vetorizadas de alto desempenho usando o Serviço Gerenciado para Apache Spark.
- Combine conjuntos de dados transacionais, de produtos e de clickstream sem movimentação de dados ou pipelines de ETL complexos.
- Use o Gemini para extrair insights de negócios e gerar comunicações de marketing personalizadas do seu lakehouse.
Faça o codelab
Inicie o codelab passo a passo:
Iniciar o codelab do Lakehouse sem fronteiras
A seguir
- Saiba mais sobre os conceitos do Lakehouse.
- Saiba como consultar dados remotos.
- Confira as regiões com disponibilidade e os recursos compatíveis.