Saiba como configurar o acesso aos dados entre nuvens para unificar silos de dados no Amazon Web Services (AWS), Google Cloud, e 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 operacional e o Serviço Gerenciado para Apache Spark para processamento vetorizado de alta performance. Por fim, use o Gemini para extrair insights de negócios poderosos do seu Lakehouse.
Cenário
Neste cenário, você tem dados nas seguintes fontes:
- Dados transacionais (usuários, pedidos, itens de pedidos) em um banco de dados operacional do AlloyDB.
- Dados de produtos em um bucket do AWS S3.
- Registros de eventos de clickstream no Cloud Storage.
Você une esses conjuntos de dados para identificar dados demográficos segmentados para sua próxima campanha de marketing e gerar e-mails de divulgação personalizados.
Conteúdo do laboratório
Neste codelab, você vai executar as seguintes tarefas:
- Configurar endpoints do catálogo do Lakehouse para unificar silos de dados no AWS S3, no Cloud Storage e no AlloyDB.
- Executar o processamento de consultas vetorizadas de alta performance usando o Serviço Gerenciado para Apache Spark.
- Unir conjuntos de dados transacionais, de produtos e de clickstream sem movimentação de dados ou pipelines de ETL complexos.
- Usar o Gemini para extrair insights de negócios e gerar divulgação de marketing personalizada do seu Lakehouse.
Fazer o codelab
Inicie o codelab detalhado:
Iniciar o codelab do Lakehouse sem fronteiras
A seguir
- Saiba mais sobre os conceitos do Lakehouse.
- Saiba como consultar dados remotos.
- Confira as regiões e os recursos compatíveis.